Validity and Reliability of the Cardiovascular Disease Knowledge, Attitude, and Practice Questionnaire for the Turkish Population
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease risk factor knowledge, attitudes, and practices are believed to be prerequisites for adopting healthy behaviors. OBJECTIVE: In this cross-sectional study, we aimed to psychometrically test the adapted Cardiovascular Disease Knowledge, Attitudes, and Practices Questionnaire for the Turkish population. METHODS: Exploratory and confirmatory factor analyses were performed on data from 500 Turkish individuals by splitting the sample into 2 groups for validity and reliability assessment. The reliability of the Turkish population adaptation of the scale was evaluated using Cronbach α coefficient, item-total correlation, and the Guttman split-half coefficient, and its structural validity was determined using exploratory factor analysis and confirmatory factor analysis. RESULTS: The results of the Kaiser-Meyer-Olkin test (0.905) and Bartlett sphericity test statistics (χ 2 = 4866.787, df = 406, P < .001) provided evidence that the data were suitable for factor analysis. The comparative fit index was 0.91, the goodness-of-fit index was 0.83, the root-mean-square error of approximation was 0.053, the normed fit index was 0.85, and the incremental fit index was 0.91, indicating that the model had acceptable fit. Factor analysis revealed that the scale had a 4-factor solution compatible with the original questionnaire. CONCLUSIONS: The Cardiovascular Disease Knowledge, Attitudes, and Practices Questionnaire demonstrated acceptable reliability and validity and can be used in Turkish-language studies. Future studies are recommended to collect additional evidence of its validity as well as comparative values for different cultural groups to increase the utility of the instrument.
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 | 0,022 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».