Confirming The One-Item Question Likert Scale To Measure Anxiety
Notice bibliographique
Résumé
Background: A previous study has confirmed the feasibility of one-item question scales to adequately measure current anxiety in a female-only sample in clinical settings. This study aims to further determine whether a one-question likert scale can be used in measuring anxiety in the general population for both genders. Method: A convenience sample of adults, recruited via a smartphone application (app) published freely in Apple’s app store that have completed the Social Phobia Inventory (SPIN) questionnaire and a one-item anxiety question scale. Result: 1,233 participants from the US, UK, Australia, and Canada completed the questionnaire. 67% of participants were female, with a high school education level, and a relatively young age, while the participants’ mean age was 28.7. Chi-square analysis has shown no significant differences between countries, in terms of gender χ2 (3, N = 1233) = 4.5 p = .21, education level χ2 (9, N = 1233) = 14.5 p = .10, and age F(3,1232) = 1.52, p = .21. There was a strong, positive, partial correlation between SPIN score and the one-question anxiety scale, controlling for age, gender, country, and education, r = .72, p < .001, with a high SPIN score being associated with a higher score on the one-question anxiety scale. An inspection of the zero order correlation (r =.73) suggested that age, gender, country, and education had very little effect on the strength of the relationship between SPIN score and the one-question anxiety scale. Conclusion: This study confirmed that the one-question anxiety scale is suitable to be used to measure anxiety in both genders.
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 | 0,015 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».