MétaCan
Menu
Retour à la cohorte
Enregistrement W832738460 · doi:10.1007/s13142-015-0330-3

Development of the Health Incentive Program Questionnaire (HIP-Q) in a cardiac rehabilitation population

2015· article· en· W832738460 sur OpenAlexaff
Marc Mitchell, Jack M. Goodman, David A. Alter, Paul Oh, Guy Faulkner

Notice bibliographique

RevueTranslational Behavioral Medicine · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensUniversity Health NetworkInstitute for Clinical Evaluative SciencesToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHealth psychologyRehabilitationIncentivePopulationPhysical therapyPsychologyPublic healthMedicinePhysical medicine and rehabilitationNursingEnvironmental healthEconomics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to develop a questionnaire to facilitate the design of acceptable financial health incentive programs. A multiphase psychometric questionnaire development method was used. Theoretical and literature reviews and three focus groups generated a pool of content areas and items. New items were developed to ensure adequate content coverage. Field testing was conducted with a convenience sample of cardiac rehabilitation (CR) patients (n = 59) to establish face and construct validity (p = 0.021) and reliability (intraclass coefficients = 0.42-0.87). The final questionnaire is comprised of 23 items. This questionnaire builds on previous attempts to explore acceptability by sampling a wider range of instrumental and affective attitudes and by measuring the effect of program features on the likelihood of incentive program participation. Future research is now needed to examine whether tailoring incentives to preferences assessed by the questionnaire improves uptake and effectiveness.

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)0,030
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,147
Tête enseignante GPT0,532
Écart entre enseignants0,385 · 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'étudeExpérimental (laboratoire)
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

Citations26
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational Behavioral MedicineMême sujetHealth and Wellbeing ResearchTravaux en français237 207