The Covert and Overt Reassurance Seeking Inventory (CORSI): Development, validation and psychometric analyses
Notice bibliographique
Résumé
BACKGROUND: Reassurance seeking (RS) is motivated by perceived general and social/relational threats across disorders, yet is often under-recognized because it occurs in covert (i.e. subtle) and overt forms. Covert safety-seeking behaviour may maintain disorders by preventing corrective learning and is therefore important to identify effectively. AIMS: This study presents the validation and psychometric analyses of a novel measure of covert and overt, general and social/relational threat-related interpersonal RS. METHOD: An initial 30-item measure was administered to an undergraduate sample (N = 1626), as well as to samples of individuals diagnosed with obsessive compulsive disorder (OCD; n = 50), anxiety disorders (n = 60) and depression (n = 30). The data were subjected to exploratory and confirmatory factor analyses, and validation analyses. RESULTS: An exploratory factor analysis using principal axis factoring with oblique rotation yielded five interpretable factors, after removing four complex items. The resulting 26-item measure, the Covert and Overt Reassurance Seeking Inventory (CORSI), evidenced good convergent and divergent validity and accounted for 54.99% of the total variance after extraction. Factor correlations ranged from r = .268 to .736, suggesting that they may be tapping into unique facets of RS behaviour. In comparison with undergraduate participants, all clinical groups had significantly higher total scores [t (51.80-840) = 3.92-5.84, p < .001]. The CFA confirmed the five-factor model with good fit following the addition of four covariance terms (goodness of fit index = .897, comparative fit index = .918, Tucker-Lewis index = .907, root mean square error approximation = .061). CONCLUSION: The CORSI is a brief, yet comprehensive and psychometrically strong measure of problematic RS. With further validation, the CORSI has potential for use within clinical and research contexts.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».