Validation de la traduction française de la SURPS pour une population d'adolescents québécois
Notice bibliographique
Résumé
OBJECTIVE: The Substance Use Risk Profile Scale (SURPS) has been developed to screen personality risk factors for substance abuse. This scale assesses 4 high-risk personality traits using a 23-item, self-report questionnaire. SURPS helps guiding targeted approaches to prevention of substance abuse and misuse. It has been validated in the United Kingdom, English Canada, Sri Lanka, and China. This study aims to validate this scale in a sample of French-speaking adolescents from Quebec as well as its sensitivity in a clinical sample of adolescents. METHOD: Two hundred two 15-year-old youths from a community sample completed a French version of SURPS as well as other measures of personality and substance use. This study reports the internal consistency and concurrent validity of the scale, as well as a factor analysis of items. Further, 40 youths (mean age 15.7 years) from a clinical population completed SURPS and their scores were compared with those of the community sample. RESULTS: SURPS French translation has good internal consistency and demonstrated a 4-factor structure very similar to the original scale. The 4 subscales show good concurrent validity, and 3 of the subscales were found to correlate with measures of substance use. Finally, 95% of the clinical sample was identified at high risk for substance misuse according to SURPS cut-off scores. CONCLUSION: SURPS French translation seems to be a valid and sensitive scale that can be used in a French-speaking adolescent population from Quebec.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».