Cross-cultural adaptation and validation of a French version of the Measure of Stroke Environment (MOSE) in stroke survivors in Sub-Saharan Africa
Notice bibliographique
Résumé
Purpose To investigate the psychometric properties of the MOSE-Benin, a French-language version of the Measure of Stroke Environment (MOSE) for Sub-Saharan Africa.Materials and methods The original English version of the MOSE has been translated into French following the guidelines for cross-cultural adaptation. The resulting questionnaire (MOSE-Benin) was administered to a convenience sample of participants recruited in Benin, a French-speaking country.Results Eighty-two stroke survivors (41 females; mean ± SD: 54.94 ± 11.6 years old) participated in the study. Internal consistency of each domain of the MOSE-Benin and the overall questionnaire was high (Cronbach’s α: 0.78 to 0.92). Test-retest reliability was excellent (n = 31; ICC: 0.977 to 0.998). Overall, the standard error of measurement (SEM) and the minimum detectable change (MDC) showed very low values (SEM = 0.85; MDC = 2.35). Convergent validity demonstrated moderate correlations for the three domains in separate comparison respectively with the ACTIVLIM-Stroke questionnaire, the Participation Measurement Scale, and the communication domain of the Stroke Impact Scale (r or ρ: 0.42 to 0.54; p < 0.0001).Conclusion MOSE-Benin has good evidence regarding psychometric properties (i.e., content validity, convergent validity, internal consistency, and test-retest reliability) that can support its use for the assessment of perceived environmental barriers after stroke in a French-speaking Sub-Saharan African country, such as Benin.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 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 ».