MétaCan
Menu
Retour à la cohorte
Enregistrement W2665332339 · doi:10.12927/whp.2017.25152

Poverty in Ukraine: Development, Validity and Reliability of a New Measure of Financial Strain for Young Adults

2017· article· en· W2665332339 sur OpenAlexvenueno aff
Iryna Balabukha, Ambika Krishnakumar, Lutchmie Narine

Notice bibliographique

RevueWorld health & population · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyMeasure (data warehouse)Reliability (semiconductor)PsychologyYoung adultEmotional distressDistressClinical psychologyDevelopmental psychologyEconomic growthEconomicsPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper was to develop a valid and reliable measure of financial strain for use with college-attending young adults in Ukraine. The newly developed measure represents an alternative approach to currently used objective measures of poverty and economic hardship. Objective measures are not adequate or applicable for use with Ukrainian young adults who are mainly dependent on their families for economic support. Financial strain was conceptualized as the financial adjustments that young adults have to make to meet their basic housing, food and clothing needs. Items were generated to capture the construct of financial strain, and content validity of the scale was assessed. Exploratory factor analysis strongly supported the unidimensional nature of the scale. In addition, findings from simultaneous multiple-group confirmatory factor analyses indicated configural, metric and factor invariance of the measure across the southern and central regions of Ukraine. The new measure of financial strain was positively correlated with emotional distress and violence against romantic partners, indicating good predictive validity. The scale also showed good internal consistency. We suggest that the new measure is appropriate to use with young adults in other Eastern European countries in transition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,308
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld health & populationMême sujetEconomic Issues in UkraineTravaux en français237 207