International Hip Outcome Tool (iHOT-33)’un Türkçe Versiyonun Kültürel Arası Adaptasyon, Geçerlik ve Güvenirlik Çalışması:Pilot Çalışma
Bibliographic record
Abstract
Anketler hastalığın hikayesinde, fizik muayenede ve görüntüleme araçlarına bağlı olarak kalça patolojilerinin teşhisinde önemli rol oynamaktadırlar. Kalça patolojileri için farklı anketler vardır. Bu çalışmanın amacı, International Hip Outcome Tool (iHOT-33)’un Türkçe versiyonuna uyarlama, geçerlik ve güvenirliğini araştırmaktır. iHOT-33’ün Türkçe’ye çevirisi ve kültürel uygunluğu mevcut yönergeler izlenerek yapılmıştır. Bu çalışmaya düşük yaş ortalamasına ve yüksek fiziksel kapasiteye sahip 50 hasta katıldı. Ölçeğin güvenirliğini değerlendirmek için test-tekrar test ve iç tutarlık analizleri uygulandı. Test tekrar test analizi, sınıf içi korelasyon katsayısı (ICC) yöntemi ile analiz edildi. Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) and Short Form 36 (SF-36) anketlerinin toplam puanları, iHOT-33’ün geçerliğini belirlemek için Pearson korelasyonu ile değerlendirildi. iHOT-33’ün yüksek düzeyde iç tutarlılığa sahip olduğu bulundu (Cronbach alfa 0.908). Test-tekrar test sonuçları yüksek korelasyon gösterdi (0.702-0.938 aralığında). Faktör analizi, ölçeğin dört faktörlü bir yapıya sahip olduğunu gösterdi. iHOT-33, WOMAC ve SF-36 ile iyi düzeyde korelasyona sahiptir (Pearson korelasyon katsayısı WOMAC ile -0.710, SF-36 ile -0.594). iHOT-33’ün Türkçe versiyonu geçerli ve güvenilirdir.
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 | 0.009 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".