Video consent is preferred over written informed consent in pediatric rheumatology research
Notice bibliographique
Résumé
The goal of this study was to determine the difference in participant understanding, satisfaction, timing and, preference between video consent and written informed consent in a pediatric rheumatology research setting. Participants were randomized to receive either video consent or written informed consent for a registry study. After completing the first consent method, they completed a comprehension and satisfaction questionnaire. Then they received the alternate consent method and completed a second set of questionnaires. Bayesian non-parametric tests determined the difference in comprehension, satisfaction, timing and preference between video consent and written informed consent. Ninety-nine caregivers and 76 patients were randomized into video consent (n = 88) and written informed consent (n = 87) groups. Comprehension (Max = 12) and satisfaction (Max = 5) were high in both groups. There was moderate evidence supporting no difference in comprehension (medianvideo consent = 11 and medianwritten informed consent = 10) and satisfaction (medianvideo consent = 4 and medianwritten informed consent = 5) between video consent and written informed consent (BF10 = 0.225 and 0.32, respectively). The median time to complete video consent and written informed consent was 408 (95% Credible Interval (CrI): 397-412) and 360 (95% CrI: 329-391) seconds, respectively. There was decisive evidence that video consent increased the time of consent (in our sample by 48 seconds) compared to written informed consent (BF10 = 713). There was decisive evidence for participants preferring video consent over written informed consent (BF10 = 2.307x1011) as they thought it was easier to follow. Overall, participant understanding and satisfaction were comparable between video consent and written informed consent. Even though video consent was slightly less time efficient compared to written informed consent, video consent was highly preferred by caregivers and patients, supporting its use to obtain informed consent.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,127 | 0,269 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».