MétaCan
Menu
Retour à la cohorte
Enregistrement W4415008381 · doi:10.3390/sci7040145

The Child-Focused Injury Risk Screening Tool (ChildFIRST) Demonstrates Greater Reliability When Using a Dichotomous Scale vs. a Seven-Point Likert Scale, and Is Preferred by Raters

2025· article· en· W4415008381 sur OpenAlexaff
Nicolas Vaillancourt, John A. Jimenez-Garcia, Richard DeMont

Notice bibliographique

RevueSci · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésLikert scaleReliability (semiconductor)Intraclass correlationScale (ratio)UsabilityConsistency (knowledge bases)Psychometrics

Résumé

récupéré en direct d'OpenAlex

The Child-Focused Injury Risk Screening Tool (ChildFIRST) assesses movement competence in children and currently uses a dichotomous scoring scale, which, while simple and practical, may lack the precision needed for nuanced movement skill analysis. This study compared the inter- and intra-rater reliability of the ChildFIRST when scored using a dichotomous scale versus a seven-point Likert scale. Fourteen trained raters evaluated video recordings of eight children performing ten standardized movement tasks using both scales across two sessions. Reliability was assessed using intraclass correlation coefficients (ICCs). The dichotomous scale demonstrated moderate to excellent inter-rater reliability (ICC = 0.50–1.00) and good to excellent intra-rater reliability (ICC = 0.75–1.00). The seven-point scale showed similar inter-rater reliability but generally lower intra-rater reliability (ICC = 0.50–1.00). In addition, raters preferred the dichotomous scale in terms of practicality (91.6%), feasibility (75%), and overall usability (66.6%). These findings suggest that while both scales provide comparable inter-rater agreement, the dichotomous format offers greater consistency across repeated ratings and is more favorably received by users. The dichotomous scoring system is therefore recommended for continued use in field-based screening and future applications of the ChildFIRST.

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)0,023
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,060
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,263 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSciMême sujetInjury Epidemiology and PreventionTravaux en français237 207