Adaptation of Assessment Scales in Cross-National Research: Issues, Guidelines, and Caveats
Notice bibliographique
Résumé
Increasingly, over the past 2 decades, there has been a growing interest in cross-national comparisons. This activity, in turn, has precipitated an escalating number of assessment scales being translated into other languages for use in countries and cultures that differ from those of the original scales (typically developed and normed in the United States). Recent criticism of these translated scales has highlighted the singularity of focus on linguistic equivalence albeit with little to no regard for equivalence of the measured constructs, relevance of item content, familiarity with item format, and insufficient rigor of the methodological strategy, thereby leading to serious biasing effects that ultimately yield a multiplicity of complexities in cross-national research and practice. Intended as an aid to researchers confronted with the task of translating and adapting an assessment scale for use in a country and culture that differs from that of the original scale, this article (a) highlights the critical importance of equivalence as it relates to the translated and adapted scale, in addition to the construct(s) it is designed to measure, (b) identifies the major threats to such equivalence and exemplifies several ways by which they can bias cross-national comparisons, (c) outlines a recommended series of psychometric analytic stages that can lead to both a close translation and a rigorously adapted assessment scale, (d) describes and explicates the hierarchical set of steps necessary in testing equivalence of the adapted instrument within and across national groups, and (e) presents the advantages and disadvantages of the adaptation approach recommended for use in this article.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Métarecherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | low |
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 | 0,551 | 0,749 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,007 | 0,022 |
| Communication savante | 0,014 | 0,017 |
| Science ouverte | 0,012 | 0,012 |
| Intégrité de la recherche | 0,008 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».