MétaCan
Menu
Retour à la cohorte
Enregistrement W2986335045 · doi:10.2196/14566

Assessment of Microstressors in Adults: Questionnaire Development and Ecological Validation of the Mainz Inventory of Microstressors

2019· article· en· W2986335045 sur OpenAlexvenueno aff
Andrea Chmitorz, Karolina Kurth, Lara Kristin Mey, Mario Wenzel, Klaus Lieb, Oliver Tüscher, Thomas Kubiak, Raffaël Kalisch

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesStiftung Rheinland-Pfalz für InnovationDeutsche ForschungsgemeinschaftEuropean Commission
Mots-clésStressorPsychologyEcological validityExperience sampling methodRecall biasMultilevel modelRecallClinical psychologyCognitionPsychiatryStatisticsSocial psychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many existing scales for microstressor assessment do not differentiate between objective (ie, observable) stressor events and stressful cognitions or concerns. They often mix items assessing objective stressor events with items measuring other aspects of stress, such as perceived stressor severity, the evoked stress reaction, or further consequences on health, which may result in spurious associations in studies that include other questionnaires that measure such constructs. Most scales were developed several decades ago; therefore, modern life stressors may not be represented. Ecological momentary assessment (EMA) allows for sampling of current behaviors and experiences in real time and in the natural habitat, thereby maximizing the generalization of the findings to real-life situations (ie, ecological validity) and minimizing recall bias. However, it has not been used for the validation of microstressor questionnaires so far. OBJECTIVE: The aim is to develop a questionnaire that (1) allows for retrospective assessment of microstressors over one week, (2) focuses on objective (ie, observable) microstressors, (3) includes stressors of modern life, and (4) separates stressor occurrence from perceived stressor severity. METHODS: Cross-sectional (N=108) and longitudinal studies (N=10 and N=70) were conducted to evaluate the Mainz Inventory of Microstressors (MIMIS). In the longitudinal studies, EMA was used to compare stressor data, which was collected five times per day for 7 or 30 days with retrospective reports (end-of-day, end-of-week). Pearson correlations and multilevel modeling were used in the analyses. RESULTS: High correlations were found between end-of-week, end-of-day, and EMA data for microstressor occurrence (counts) (r≥.69 for comparisons per week, r≥.83 for cumulated data) and for mean perceived microstressor severity (r≥.74 for comparisons per week, r≥.85 for cumulated data). The end-of-week questionnaire predicted the EMA assessments sufficiently (counts: beta=.03, 95% CI .02-.03, P<.001; severity: beta=.73, 95% CI .59-.88, P<.001) and the association did not change significantly over four subsequent weeks. CONCLUSIONS: Our results provide evidence for the ecological validity of the MIMIS questionnaire.

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)0,000
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 enseignants0,007
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,027
Tête enseignante GPT0,410
Écart entre enseignants0,383 · 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

Citations70
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMental Health Research TopicsTravaux en français237 207