Validating the Remote First Aid Self-Efficacy Scale for Use in Evaluation and Training of First Responders in Remote Contexts
Notice bibliographique
Résumé
INTRODUCTION: The purpose of this study was to investigate the psychometric properties of the remote first aid self-efficacy scale (RFA SES). The RFA SES is a 30-item self-report scale developed in response to emerging evidence showing that self-efficacy is predictive of performance. METHODS: Trained alumni from Wilderness Medical Associates (WMA) training courses and less trained students from Laurentian University (LU) were recruited via email to complete an online questionnaire at 2 different periods (T1 and T2). The questionnaire included demographic questions, the 30-item RFA SES, the 10-item Connor-Davidson resilience scale (CD-RISC), and the 10-item generalized self-efficacy scale (GSES). Data analysis included assessment of the dimensionality, reliability, and validity of the scale. RESULTS: There were 448 alumni from WMA and 1106 students from LU who participated in the study. The RFA SES demonstrated a clear unidimensional structure. The mean interitem correlation was 0.75 at T1. Test-retest reliability (T1 to T2) was high for both the LU group (intraclass correlation [ICC]=0.90) and the WMA group (ICC=0.92). Moderate correlations were found between RFA SES and CD-RISC (r=0.42, P<0.001), a general measure of resilience, and the GSES (r=0.48, P<0.001), a general measure of self-efficacy. Wilderness Medical Associates participants showed higher mean scores than LU students at T1 (t [569]=16.2, P<0.001). CONCLUSIONS: The RFA SES is a unidimensional, reliable, and potentially valid scale. Further research should focus on item reduction followed by additional tests of reliability and validity.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».