Development and Psychometric Testing of the Humanistic Nurse-Patient Scale
Bibliographic record
Abstract
RÉSUMÉ La qualité de vie et le bien-être des patients âgés dans les installations pour les soins chroniques dépendent souvent de leurs relations avec les infirmières. Les auteurs ont développé et testé une échelle pour évaluer les points de vue des patients sur ce qui compte le plus relative aux infirmières. Basé sur la théorie de soins infirmiers humanistes par Paterson et Zderad (1988), 69 articles ont été créés et testés avec un échantillon de 40 patients, résultant dans le raffinement d'une échelle avec 24 articles. Cette échelle a ensuite été soumise à une analyse factorielle sur les réponses de 249 patients résidant dans cinq installations en Ontario, Canada. L'Échelle de l'importance des relations humanistes a démontré une forte cohérence interne, la stabilité et la fiabilité avec une solution de cinq facteurs (α = 0,87). La validité de la construction a été soutenue par l'identification factuelle. Cette échelle est une mesure valide des points de vue des patients sur une relation infirmière-patient en soins chroniques, et peut être utilisée pour mesurer les relations des professionnels de la santé avec leur patients âgés et d'évaluer les interventions visant à améliorer la relation de soins.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".