Development and validation of the Ryerson Social Anxiety Scales (RSAS)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Extant self-report measures of social anxiety primarily assess the breadth of social situations in which respondents feel anxious, rather than assessing severity in terms of the distress and impairment that individuals experience due to their social anxiety symptoms. This paper describes the development and validation of the Ryerson Social Anxiety Scales (RSAS; Rogojanski et al., 2019 Rogojanski, J., Hood, H. K., Vorstenbosch, V., & Antony, M. M. (2019). Social Anxiety Severity Scale. Ryerson University. [Google Scholar]; see Appendix), a new measure for assessing both the breadth of situations that trigger social anxiety and the severity (i.e., distress and impairment) associated with social anxiety, across two studies.Method/Design: Two samples of university students (N = 501 total) completed demographic and self-report symptom measures. In Study 1, participants completed the RSAS and several other measures of psychological symptoms. In Study 2, participants completed the same measures and were also assessed for the presence of Social Anxiety Disorder (SAD) using a semistructured clinical interview.Results: Across both samples, the RSAS demonstrated excellent internal consistency and incremental validity. It consistently emerged as a unique predictor of psychosocial impairment. In Study 2, increases in RSAS scores were associated with increased odds of having SAD.Conclusions: The RSAS has robust psychometric properties and fills an important gap among available measures for assessing SAD severity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle