Citizenship and recovery: two intertwined concepts for civic-recovery
Notice bibliographique
Résumé
BACKGROUND: Validation of the psychometric properties of a new measure of citizenship was required for a research project in the province of Quebec, Canada. This study was meant to study the interplay between recovery- and citizenship-oriented supportive employment. As recovery and citizenship were expected to be two related concepts, convergent validity between the Citizenship Measure (CM) and the Recovery Assessment Scale (RAS) was tested. METHODS: Study objectives were to: 1) conduct exploratory factor analyses on the CM and confirmatory factor analysis on the RAS tools (construct validity), 2) calculate Cronbach's alphas for each dimension emerging from objective 1 (reliability), and 3) calculate correlations between all dimensions from both tools (convergent validity). Data were collected from 174 individuals with serious mental illness, working in social firms. Serious mental illnesses include major depression, schizophrenia, bipolar disorder, obsessive compulsive disorder, panic disorder, post traumatic stress disorder and borderline personality disorder. RESULTS: Five factors emerged from the exploratory factor analysis of the CM, with good reliability. Confirmatory factor analyses showed that the short and the long versions of the RAS present satisfactory results. Finally, the correlation matrix indicated that all dimensions from both tools are significantly correlated, thus confirming their convergent validity. CONCLUSIONS: This study confirms the validity and reliability of two tools, CM and RAS. These tools can be used in combination to assess citizenship and recovery, both of which may be combined in the new concept of civic-recovery.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».