MétaCan
Menu
Retour à la cohorte
Enregistrement W2768964053 · doi:10.1177/0081246317741822

Confirmatory factor analysis of the Kaufman assessment battery in a sample of primary school-aged children in rural South Africa

2017· article· en· W2768964053 sur OpenAlexfundno aff
Joanie Mitchell, Mark Tomlinson, Ruth Bland, Brian Houle, Alan Stein, Tamsen Rochat

Notice bibliographique

RevueSouth African Journal of Psychology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges CanadaWellcome
Mots-clésPsychologyCronbach's alphaConfirmatory factor analysisContext (archaeology)Test (biology)PsychometricsReliability (semiconductor)Developmental psychologyStructural equation modelingStatistics

Résumé

récupéré en direct d'OpenAlex

The Kaufman Assessment Battery for Children, Second Edition, measures cognitive processing, includes non-verbal sub-tests, and is increasingly used in low- and middle-income countries. While the Kaufman Assessment Battery for Children, Second Edition, has been validated in the United States, a psychometric evaluation has not been conducted in Southern Africa. This study aims to establish the reliability and validity of the Kaufman Assessment Battery for Children, Second Edition, among a sample of 376 primary school-aged children in rural South Africa (7–11 years). We examined Cronbach’s alpha and conducted a confirmatory factor analysis. The battery showed good reliability (mental processing index [α = .78]), and the originally validated structure of the Kaufman Assessment Battery for Children, Second Edition, was maintained (χ 2 = 16.30, p = .432). Mean scores were low on the Planning sub-scale. On the Simultaneous sub-scale, the mean score was higher for the supplementary sub-test Block Counting versus the core sub-test Triangles. With translation and the inclusion of supplementary sub-tests, the Kaufman Assessment Battery for Children, Second Edition, is an appropriate assessment to use in this context (150/150).

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)0,001
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 enseignants0,076
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,343
Écart entre enseignants0,309 · 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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth African Journal of PsychologyMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207