Psychometric analysis of the Polish version of the professional quality of life scale version 5 and the phenomenon diagnosis among palliative care nurses
Bibliographic record
Abstract
Wstęp: Celem niniejszej pracy jest zbadanie właściwości psychometrycznych polskiej edycji kwestionariusza skali profesjonalnej jakości życia wersji 5 (ProQOL 5 -PL) oraz diagnoza poziomu zmęczenia współczuciem, satysfakcji z pracy i wypalenia zawodowego wśród pielęgniarek udzielających świadczeń zdrowotnych w ramach opieki paliatywnej w Polsce.Materiał i metody: W badaniu przekrojowym z doborem sieciowym nielosowym ankietę wypełniły łącznie 424 pielęgniarki opieki paliatywnej reprezentujące placówki opieki hospicyjnej w poszczególnych województwach w Polsce.Skala ProQOL 5 -PL to 30-itemowy kwestionariusz w 5-stopniowej skali Likerta.Dane zbierano między czerwcem a sierpniem 2023 r.Trafność konstruktu ProQOL 5 -PL określono przy użyciu analizy konfirmacyjnej analizy czynnikowej (ang.confirmatory factor analysis).Do przetestowania wyłonionej 3-czynnikowej struktury ProQOL 5 -PL zastosowano modelowanie równań strukturalnych metodą szacowania największej wiarygodności.Wyniki: Konfirmacyjna analiza czynnikowa polskiej edycji skali ProQOL 5 -PL wykazała odpowiednie dopasowanie i potwierdziła 3-czynnikowy model.Współczynnik Cronbach α dla podskal w polskiej wersji skali wynosił: Zadowolenie ze współczucia α = 0,896, Wypalenie α = 0,749 oraz Wtórny stres traumatyczny α = 0,775.W badanej grupie zaobserwowano najwyższą średnią ocenę w podskali Zadowolenie ze współczucia (40,59 ±6,67), następnie Wtórny stres traumatyczny (23,66 ±5,66) i Wypalenie (21,14 ±5,56).
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 | 0.054 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.002 |
| 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".