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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».