MétaCan
Menu
Retour à la cohorte
Enregistrement W4415283559 · doi:10.1038/s41598-025-20415-w

Psychometric validation of the VIP care battery and composite scale for vulnerable populations inclusiveness in pharmaceutical care

2025· article· en· W4415283559 sur OpenAlexaff
Hala Sacre, Aline Hajj, Jihan Safwan, Soukaina Basma, Chadia Haddad, Zeinab Abbas, Nisreen Mourad, Samar Younes, Carla Abou Selwan, Rony M. Zeenny, Marwan Akel, Pascale Salameh

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Confirmatory factor analysisHealth careConstruct validityConfidentialityPharmaceutical careExploratory factor analysisPharmacy

Résumé

récupéré en direct d'OpenAlex

Inclusiveness in healthcare encompasses inclusivity, diversity, and equity, and is hypothesized to be affected by healthcare professionals' ethical attitudes and moral behaviors, emotional intelligence, and well-being. This study aimed to validate a battery of tests and develop a composite scale to assess inclusiveness components in pharmaceutical care among a sample of community pharmacists. A self-administered questionnaire was distributed to community pharmacists and students training in community pharmacies. The questionnaire collected participants' sociodemographic characteristics and used validated scales to assess their inclusivity, prioritization of patients, ethical attitudes, moral behaviors, emotional intelligence, well-being, and work fatigue. After confirming scale validity, clustering analysis was conducted, a composite scale was derived (VIP-Care Scale), and correlates of inclusiveness scores were identified. The validated battery comprised three components: (1) Healthcare Equity, Inclusivity, and Professional Integrity; (2) Moral and Ethical Perceptions; and (3) Psychological Wellness and Interpersonal Skills. Overall, participants demonstrated moderate levels of inclusiveness. Female gender, working in high-volume pharmacies (> 100 patients/day), and extensive experience (> 12 years) were significantly associated with higher inclusiveness scores. Conversely, lower inclusiveness was linked to working 1-16 h per week and the absence of a designated place in the pharmacy for discussing confidential information. This study could validate a battery of tests and an associated composite scale (the VIP-Care Scale) to measure inclusiveness in pharmaceutical care and identify its correlates. The scales demonstrated robust construct and structural validity in exploratory and confirmatory factor analyses, with excellent internal consistency, establishing the battery's validity and reliability. Future validation should assess test-retest reliability, cross-cultural applicability, and convergent validity.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,051
Tête enseignante GPT0,431
Écart entre enseignants0,380 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207