POSTER: Factor Structure, Wording Effects, and Reliability Estimates in Health and Housing Specific Self-efficacy Scales with Individuals who are Homeless or Vulnerably Housed
Notice bibliographique
Résumé
Introduction Among individuals who are homeless or vulnerably housed (HVH), most research has focused on efforts to make health and housing resources more available and accessible, with only recent interest in the role of self-efficacy (one’s sense of personal competence) for this group. The 8-item Perceived Health Competence Scale (PHCS) and 7-item Housing SE Scale (HSES) measure health and housing specific SE, respectively. Each scale uses a total score, implying the scales are at least essentially unidimensional. The factor structures of these scales, however, have yet to be verified with a HVH sample. Objectives The study purpose was to examine the factor structure and reliability of scores of the PHCS and HSES with a sample of 333 HVH men and women. Design/Methodology Data were obtained from the Health and Housing in Transition (HHiT) study. Because the scales use 5-point Likert-type response formats, a one-factor confirmatory factor analysis (CFA) model was tested with each scale using a robust ordinal estimator and fit was determined using CFI and RMSEA (with 90% confidence intervals). With a lack of fit, exploratory factor analysis (EFA) and parallel analysis, based on the polychoric matrix, were employed to verify the number of factors. Internal consistency was examined using ordinal alpha. Results Results showed that a one-factor CFA model for strict unidimensionality did not fit the data for either scale. For each scale, EFA showed extra covariance that suggested a possible minor (negative) wording factor, but parallel analysis clearly supported an essentially unidimensional factor structure. Ordinal alpha was .87 for the PHCS and .85 for the HSES. Conclusions This study found, that despite some minor effects of (negative) wording, both the PHCS and HSES were essentially unidimensional. This supports using a total score for each scale. Moreover, reliability estimates for both scales were satisfactory for this HVH sample.
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 | 0,012 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».