Cross-Cultural Validation of Quebec User Satisfaction with Assistive Technology 2.0 for Spanish Population (QUEST-2.0 ES)
Notice bibliographique
Résumé
BACKGROUND: Assistive technologies (ATs) are resources to promote the independence and participation of people with a disability. The use of standardized tools, based on outcome measures, is essential for guaranteeing high-quality rates. The Quebec User Evaluation of Satisfaction with AT-2.0 (QUEST) is a scale to assess the satisfaction of people using any AT. OBJECTIVES: To translate and culturally validate the QUEST-2.0 for the Spanish population (QUEST 2.0-ES). METHODS: A validation cross-design and descriptive study. The test-retest reliability, validity, and internal consistency of QUEST 2.0-ES were studied. It was divided into two phases: Sample 1 was formed by 26 persons; in sample 2, 30 persons participated. The conditions included neurological conditions, amputations, rare diseases, and deafness. RESULTS: Thirty-five men and 21 women participated in total. The majority of AT used were those for mobility. QUEST 2.0-ES analysis showed internal consistency values between the test (α = 0.87) and retest versions (α = 0.89). The internal consistency was high for AT (test, α = 0.83; retest, α = 0.87) and Service (test, α = 0.80; retest, α = 0.80). The temporal reliability (1-2 weeks) for test-retest was 0.88. CONCLUSION: QUEST 2.0-ES showed good psychometric properties in terms of validity and test-retest reliability, and it is a good tool to assess the user's satisfaction with ATs and services.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».