Measurement equivalence of neuropsychological tests across education levels in older adults
Notice bibliographique
Résumé
OBJECTIVE: The objective was to determine whether neuropsychological tests provide an equivalent measure of the same psychological constructs in older adults with low versus higher levels of education. METHOD: Confirmatory factor analysis was used to evaluate the fit of a three-factor model (Verbal Ability, Visuospatial Ability, Long-Term Retention) to scores from the neuropsychological battery of the Canadian Study of Health and Aging (CSHA). Measurement equivalence of the model across lower educated (LE; ≤8 years) and higher educated (HE; ≥9 years) participants was evaluated using invariance testing. RESULTS: The measurement model demonstrated adequate fit across LE and HE samples but the loadings of the 11 tests onto the three factors could not be constrained equally across groups. Animal Fluency and the Token Test were identified as noninvariant tests of Verbal Ability that, when freed from constraints, produced a partial metric invariance model. Scalar invariance testing identified the Buschke Cued Recall Test and Block Design as measures with invariant factor loadings but noninvariant intercepts. Analyses were replicated in age- and sex-matched subsamples. CONCLUSIONS: Metric and scalar invariance across HE and LE samples was achieved for seven of the 11 tests in the CSHA battery. Animal Fluency and the Token Test were noninvariant measures of Verbal Ability, suggesting that cognitive processes underlying performance on these tests may vary as a function of education. In addition, scores from Block Design and the Buschke Cued Recall Test were observed to differ in their scale of measurement between HE and LE examinees.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».