POSTER: Detecting Differential Item Functioning: A Comparison of Two Effect Size Measures in Logistic Regression Analysis
Notice bibliographique
Résumé
The purpose of the current project was to compare two different effect size measures used in assessment of differential item functioning (DIF). Specifically, in the context of logistic regression analysis, which is a common methodology for assessing DIF, we compared the DIF decisions based on the use of ∆R 2 effect size measure and decisions based on use of log odds ratios ( ∆ LR ). This problem was addressed within a study concerned with DIF of a delinquency scale commonly used in antisocial/delinquent behavior research. We examined the data collected from 3290 students in the city of Toronto (Canadian portion of international study concerned with behaviour and misbehaviour of students in grades 7 to 9; the International Self-report Delinquency Study, Enzmann et al., 2010). We evaluated DIF of the utilized delinquency scale in relation to four grouping variables relevant for delinquent behaviour: gender, age, socio-economic status, and neighbourhood context (i.e., crime in neighbourhood). According to the results, conclusions about DIF were related to the choice of effect size measure; that is, different conclusions resulted from the use of the different effect size measures. Our results, obtained by utilizing real data, were in line with the recent simulation studies that pointed towards low power of the ∆R 2 effect size measure in detecting DIF (Hidalgo & Lopez-Pina, 2004; Hidalgo et al., 2014). The results emphasize a need for further examination of the logistic regression effect sizes and their optimal cutoffs in regard to DIF. As DIF is of importance in development of psychological tests and measures as well as in interpretations/conclusions based on tests and measures, we discuss the results in the context of methodological choices in detecting DIF and practical consequences of such choices.
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 | 0,156 | 0,456 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».