Differential item functioning related to ethnicity in an oral health‐related quality of life measure
Notice bibliographique
Résumé
OBJECTIVE: To assess whether an oral health-related quality of life (OHRQoL)measure showed differential item functioning (DIF) by ethnicity. METHODS: A simple random sample of 12- and 13-year-old schoolchildren enrolled in the Taranaki District Health Board's school dental service, New Zealand. Each child (n = 430) completed the Child Perception Questionnaire (CPQ(11-14)) in the dental clinic waiting room, prior to a dental examination. The dataset included age, gender, ethnicity, and deprivation status. The general principle of the analytic plan was that equal scores from each CPQ(11-14) item were expected from both non-Mäori and Mäori groups regardless of their ethnic group. Ordinal logistic regression was performed. The dependent variables were the CPQ(11-14) items. The ethnicity group and each CPQ(11-14) domain score were the independent variables. Non-uniform DIF was assessed through adding an interaction term for each CPQ(11-14) sub-scale. RESULTS: Non-uniform DIF was found in two items, one in the Functional Limitations sub-scale and another in the Social Well-being sub-scale. Uniform DIF was found in one item of the Emotional Well-being sub-scale. CONCLUSION: Both non-uniform and uniform DIF by ethnicity was found in three of 37 items of the CPQ(11-14) questionnaire, showing it is important to perform DIF analysis when applying OHRQoL measures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».