Psychometric properties analysis of helping relationships skills inventory for Portuguese nurses and doctors
Notice bibliographique
Résumé
Purpose This paper answered some authors' requests to analyze the Helping Relationships Skills Inventory psychometric properties, a four dimensions measure. At this level, the study contributed to accessing the first reliable and valid instrument headed to Portuguese nurses and doctors. Methods : An online survey with Portuguese nurses and doctors (n = 262) was managed to assess the psychometrics properties analysis of the Helping Relationships Skills Inventory. Data were analyzed using descriptive statistics, confirmatory factor analysis, the average variance extracted (AVE), the heterotrait-monotrait ratio of correlations (HTMT), Cronbach's Alpha, and McDonald's Omega were computed. Results: The four-factor of the original Helping Relationships Skills Inventory was only supported by Exploratory Factor Analysis, with good internal consistency. Our study accepted this correlational structure hypothesis, which demonstrated acceptable to good sensitivity, convergent validity (AVE: 0.84–0.67), and reliability (Cronbach's Alpha: 0.92–0.88; McDonald'Omega: 0.93–0.79). Also stays verified discriminant validity for the majority of the factors with some reserves between Generics and Emphatics dimensions (HTMT: 0.90), revealing high commonality among them (r = 0.84; p < .001) Conclusions: The findings support the sensitivity, construct validity, and reliability of the Helping Relationships Skills Inventory among Portuguese nurses and doctors. However, will be useful to associate qualitative methodologies to explore the phenomenon better.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».