MétaCan
Menu
Retour à la cohorte
Enregistrement W4405183903 · doi:10.3138/jmvfh-2023-0078

Self-care among military spouses and partners: Developing the Military and Veteran Spouse Self-Care Inventory (MVSSCI)

2024· article· en· W4405183903 sur OpenAlexvenueno aff
Jean Paul Hare, Elisa V. Borah, Yessenia Castro, Anil Arora

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, psychology, and well-being
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpousePsychologyPopulationMilitary personnelStressorIntervention (counseling)Applied psychologyClinical psychologyNursingMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: The need for a culturally appropriate, practical measure of self-care was identified during a peer support program evaluation conducted by the Institute of Military and Veteran Family Wellness at the University of Texas at Austin. The authors aimed to develop a concise version of the military-adapted 69-item self-care inventory (SCI) for use with military and Veteran spouses and partners. Methods: Military and Veteran spouses and partners completed the military-adapted SCI (N = 227). The data were then subjected to confirmatory factor analysis to reconfirm the Physical Self-Care, Psychological Self-Care, Emotional Self-Care, Spiritual Self-Care, and Professional Self-Care sub-scales. The resulting model was examined for criterion, discriminant, and convergent validity. Associations between the Military and Veteran Spouse Self-Care Inventory (MVSSCI) and generalized anxiety symptoms, depressive symptoms, perceived quality of life, and perceived social support were explored. Results: = 0.60). Discussion: The MVSSCI should be considered a reliable and valid measure of self-care practices across several life domains among military and Veteran spouses and partners. Limitations include that only one gender participated in this pilot study, and respondent fatigue led to missing data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,399
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetHealth, psychology, and well-beingTravaux en français237 207