Translation, cultural adaptation, and psychometric validation of the Provider Attitudes toward Cardiac Rehabilitation and Referral (PACRR-C) Scale in Simplified Chinese
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Provider Attitudes toward CR and Referral (PACRR) scale was translated into Simplified Chinese and psychometric validation ensued. METHODS: Brislin's Translation Model was applied, with two independent forward translations followed by back-translation. Experts assessed the face, content and cross-cultural validity of items, and item analysis followed. For validation, 227 physicians from hospitals in 14 Chinese provinces completed the PACRR-C. Structural validity was assessed through exploratory and confirmatory factor analysis. Internal and split-half reliability were assessed. RESULTS: Some items were rephrased and one item was deleted. The content validity index for the total scale was 0.965. The correlation coefficients between the 18 items and the total scale ranged between 0.28 and 0.76. Consistent with the English version, four factors were extracted (Cronbach's alpha ranged from 0.671-0.959) through the factor analysis, accounting for 71.21% of the total variance. Split-half reliability was 0.945. The greatest factors impacting physician's CR attitudes were inconvenience of the referral process (3.93 ± 0.65/5); lack of standard referral forms (3.92 ± 0.66), perceiving referral as the responsibility of another clinician (3.89 ± 0.67), and need for support in completing the referral form (3.89 ± 0.64). CONCLUSIONS/SIGNIFICANCE: The reliability, as well as content, face, cross-cultural, and structural validity of the 18-item, 4-subscale PACRR-C, were supported.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle