What Do Immigrants From Various Cultures Think Is the Best Way to Cope With Depression? Introducing the Cross-Cultural Coping Inventory
Notice bibliographique
Résumé
The aim of this study is to introduce a domain-specific instrument, the Cross-Cultural Depression Coping Inventory (CCD-CI), to assess ways in which people from different cultures prefer to cope with depression. Part 1 of this paper describes the development of CCD-CI. A combined etic and emic approach in generating items was used. Principal component analysis on data from a heterogeneous sample of immigrants (N=458) supported a three-factor solution labeled: Engagement, disengagement, and spiritual coping. In Part 2 confirmatory factor analysis were conducted to test if the factors replicated in a mixed ethnic sample of immigrants from Russia (n = 164), Poland (n = 127), Pakistan (n = 128), Somalia (n = 114), and Norwegian students (n = 248). The three-factor model fits the data well and differentiated between the ethnic groups. Most significantly, Somali followed by the Pakistani immigrants scored higher on disengagement and spiritual coping. Inspection of item-level differences showed the largest ethnic variations in coping behavior of communal or social nature. The CCD-CI factors were validated against the Vancouver Index of Acculturation. Adoption to majority culture correlated positively with engagement and negatively with spiritual Coping. Maintenance of origin culture was positively associated with both spiritual coping and disengagement. In Part 3 the construct validity of the CCD-CI was tested in relation to the Brief Cope. The magnitude of the correlations was small to moderate. Taken together results indicate that CCD-CI is a reliable and valid measure of coping strategies related to depression, suitable for adults from different ethnic groups. Implications for research and clinical practice are discussed.
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 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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».