The images of psychiatry scale: development, factor structure, and reliability
Notice bibliographique
Résumé
BACKGROUND: This analysis is based on a survey questionnaire designed to describe medical educators' views of psychiatry and psychiatrists. Our goals in this paper were to assess the psychometric properties of the survey questions by (a) using exploratory factor analysis to identify the basic factor structure underlying 37 survey items; (b) testing the resulting factor structure using confirmatory factor analysis; and (c) assessing the internal reliability of each identified factor. To our knowledge, this is the first attempt to use these techniques to psychometrically assess a scale measuring the strength of stigma that medical educators attached to psychiatry. METHODS: Survey data were collected from a random sample of 1,059 teaching faculty in 23 academic teaching sites in 15 countries. We conducted exploratory and confirmatory factor analysis to identify the scale structure and Cronbach's alpha to assess internal consistency of the resulting scales. RESULTS: Results showed that a two-factor solution was the best fit for the data. Following exploratory factor analysis, we conducted confirmatory factor analysis on a split half of the sample. Results highlighted several items with low loadings. Excluding factors with low correlations and allowing for several correlated variances resulted in a good fitting model explaining 95% of the variance in the data. CONCLUSIONS: We identified two unidimensional scales. The Images Scale contained 11 items measuring stereotypic content concerning psychiatry and psychiatrists. The Efficacy of Psychiatry Scale contained 5 items addressing perceptions of the challenges and effectiveness of psychiatry as a discipline.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».