A Cross-National Analysis of the Psychometric Properties of the Geriatric Anxiety Inventory
Notice bibliographique
Résumé
OBJECTIVES: Assessing late-life anxiety using an instrument with sound psychometric properties including cross-cultural invariance is essential for cross-national aging research and clinical assessment. To date, no cross-national research studies have examined the psychometric properties of the frequently used Geriatric Anxiety Inventory (GAI) in depth. METHOD: Using data from 3,731 older adults from 10 national samples (Australia, Brazil, Canada, The Netherlands, Norway, Portugal, Spain, Singapore, Thailand, and United States), this study used bifactor modeling to analyze the dimensionality of the GAI. We evaluated the "fitness" of individual items based on the explained common variance for each item across all nations. In addition, a multigroup confirmatory factor analysis was applied, testing for measurement invariance across the samples. RESULTS: Across samples, the presence of a strong G factor provides support that a general factor is of primary importance, rather than subfactors. That is, the data support a primarily unidimensional representation of the GAI, still acknowledging the presence of multidimensional factors. A GAI score in one of the countries would be directly comparable to a GAI score in any of the other countries tested, perhaps with the exception of Singapore. DISCUSSION: Although several items demonstrated relatively weak common variance with the general factor, the unidimensional structure remained strong even with these items retained. Thus, it is recommended that the GAI be administered using all items.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 0,000 |
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.
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 ».