Adapting and validating the Satisfaction with Assistive Technology Services (SATS) scale for the Korean context
Notice bibliographique
Résumé
This study aimed to culturally adapt and validate the Satisfaction with Assistive Technology Service (SATS) instrument for the South Korean context, addressing the unique needs of assistive technology users and enhancing service-satisfaction evaluation. Following “Principles of Good Practice” guidelines, the SATS was translated into Korean, involving forward and backward translation, cognitive debriefing, and pre-testing with AT users and professionals. Reliability and validity were assessed through internal-consistency measures, test–retest reliability, and concurrent-validity comparison with the Quebec User Evaluation of Satisfaction with Assistive Technology, Korean version. The SATS-K demonstrated high reliability and validity, with a Cronbach’s alpha of 0.94 (p < 0.01). The test – retest reliability, indicated by the intraclass correlation coefficient, was 0.92 (p < 0.01). Furthermore, the Pearson coefficient of the correlation between the SATS-K and the QUEST-K scores was 0.934 (p < 0.01), highlighting strong concurrent validity. The version showed notable distinctions in “instruction & training” satisfaction compared to European versions. Despite the potential statistical benefits of excluding the “waiting time” item, its retention was deemed crucial for capturing comprehensive service-satisfaction insights, particularly for highlighting the need for addressing service-delivery times. The SATS-K provides a culturally and linguistically adapted tool for evaluating AT-service satisfaction, offering significant insights for service improvement.
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 | 0,001 | 0,001 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».