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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».