MétaCan
Menu
Retour à la cohorte
Enregistrement W4380300890 · doi:10.20944/preprints202306.0845.v1

Validation of the Canadian Version of the Shame and Stigma Scale for Head and Neck Cancer Patients

2023· preprint· en· W4380300890 sur OpenAlexafffundabout
Irene Bobevski, David W. Kissane, Justin Desroches, Avina De Simone, Mélissa Henry

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEmotional Labor in Professions
Établissements canadiensJewish General HospitalMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésShamePsychosocialPsychological interventionPsychologyRasch modelClinical psychologyRegretScale (ratio)Stigma (botany)Psycho-oncologyCronbach's alphaLonelinessPsychometricsSocial psychologyPsychiatryDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Cancers of the head and ne¬ck and their treatment can cause disfigurement and loss of functioning, with a profound negative impact on the person’s self-image and psychosocial wellbeing. This can lead to experiences of shame and stigma, which are important targets for psychosocial interventions. Accurate measurement and identification of these problems enables clinicians to offer appropriate interventions and monitor patients’ progress. This study aimed to validate the Canadian version of the Shame and Stigma Scale (SSS) among French and English speaking head and neck cancer patients. Data from 258 patients from two major Canadian hospitals was analysed. The existing 4-factor structure of the SSS was supported, with the following subscales: Shame with Appearance, Sense of Stigma, Regret, and Social/Speech Concerns. The Canadian SSS showed adequate convergent and divergent validity and test-retest reliability. Rasch analysis suggested scale improvement by removing two misfitting item and two items with differential functioning between French and English speaking patients. The final 16-item scale version had adequate fit to the Rasch model. The SSS provides more accurate measures for people with high levels of shame and stigma, and thus has utility in identifying patients with more severe symptoms who may be in need of psychosocial interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,398
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetEmotional Labor in ProfessionsTravaux en français237 207