Adaptación transcultural al español chileno de la Perceived Stress Scale-10 (PSS-10) en profesores: estudio Delphi
Notice bibliographique
Résumé
Introducción: objetivo de este estudio es presentar el proceso de adaptación transcultural del instrumento Perceived Stress Scale-10 (PSS-10) para la población de profesores que realizaron docencia de forma telemática a estudiantes de nivel primario y secundario durante la pandemia por COVID-19 en Chile. Método: Estudio de corte transversal, polietápico. Se adaptó transculturalmente la PSS-10 al español chileno mediante un proceso de validación de contenido por expertos usando el método Delphi. Se seleccionaron 9 jueces expertos. Los ítems del cuestionario fueron evaluados bajo tres categorías: relevancia, claridad y suficiencia. Se realizaron dos rondas de evaluación para determinar el grado de concordancia entre jueces, evidenciado mediante el cálculo de índices de validez de contenido. La fase de pilotaje del instrumento se llevó a cabo utilizando la plataforma QuestionPro® en una muestra de 54 docentes, seleccionados a través de un muestreo por conveniencia. Como medida de consistencia interna se calculó un Alfa de Cronbach. Resultados: el instrumento obtuvo un índice de validez de contenido por ítem entre 0,80 y 1,00, un índice de validez de contenido promedio de 0,97 y un índice de validez de contenido universal de 0,96. La consistencia interna arrojó una fiabilidad adecuada del PSS-10 (alfa de Cronbach de 0,85) adaptado transculturalmente al español chileno. Conclusiones: La validación de contenido de la PSS-10, utilizando el método Delphi, permitió consensuar las opiniones expresadas por los expertos en estrés laboral. La escala demostró ser fiable, por tanto, podría ser aplicado para evaluar la autopercepción de estrés laboral en docentes chilenos.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».