Développement et validation d'une mesure de perception de compétence infirmière en soins palliatifs
Bibliographic record
Abstract
Au Canada, l'accès aux soins palliatifs spécialisés est limité et les décès surviennent dans différents milieux de soins. Toutes les infirmières devraient posséder un minimum de compétence en soins palliatifs. La perception de compétence est un construit d'ordre cognitif qui favorise le développement de la compétence. Il est déplorable de constater que le peu d'instruments de mesure de la perception de compétence disponibles possèdent des limites de validité et de fidélité. Le but de cette recherche est de contribuer au développement d'une mesure de perception de la compétence infirmière en soins palliatifs (PCISP) et d'en évaluer les qualités psychométriques. La démarche propose trois étapes. La première étape vise à démontrer, à partir d'une analyse théorique des écrits, comment la théorie sociale cognitive de Bandura et le construit de perception de compétence peuvent être utilisés comme théorie partagée dans un contexte de soins infirmiers palliatifs. Une nouvelle théorie à spectre modéré fondée sur le modèle d'Orem est proposée. La seconde étape consiste à préciser les dimensions du construit à partir des écrits et à générer une première banque d'énoncés à l'aide d'experts en soins palliatifs. Elle vise également à contribuer au processus de validation de contenu à partir d'entrevues qualitatives et du calcul d'indice de validité de contenu et à pré-expérimenter la formulation des énoncés auprès d'infirmières. La version initiale du PCISP propose, à cette étape, 10 dimensions et 50 énoncés. La troisième étape vise à tester les qualités psychométriques du PCISP. L'échantillon est constitué de 615 infirmières qui prodiguent des soins palliatifs dans le cadre de leur pratique. L'analyse des énoncés avec la théorie des réponses aux items révèle une capacité de discrimination adéquate. La fonction d'information indique un niveau élevé de fidélité pour le PCISP. Un modèle à 8 facteurs présente des indices d'ajustement aux données adéquats (CFI = 0,951; RMSEA = 0,084; WRMR = 0,470) et une structure interne cohérente. Le PCISP inclut maintenant 8 facteurs et 34 énoncés. Quoique le processus de validation doive se poursuivre, le PCISP présente des qualités psychométriques satisfaisantes et peut être utilisé auprès d'infirmières qui prodiguent des soins palliatifs dans le cadre de leur travail.
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 | 0.022 | 0.053 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".