The COVID-19 Family Stressor Scale: Validation and Measurement Invariance in Female and Male Caregivers
Notice bibliographique
Résumé
The COVID-19 pandemic has raised significant concerns regarding the effect of social disruptions on parental mental health, family well-being, and children's adjustment. Due to the pace of the pandemic, measures of pandemic-related disruption have not been subject to rigorous empirical validation. To address this gap, a multi-national sample (United Kingdom, 76%; United States, 19%; Canada, 4%, and Australia, 1%) of 372 female caregivers and 158 male caregivers of 5–18-year-old children was recruited online. Participants completed a survey including a 25-item scale indexing disruption in finances, basic needs, personal and family welfare, career/education, household responsibilities, and family relationships related to the pandemic. An exploratory factor analysis yielded an optimal three-factor solution: factors included Income Stress (five items related to income, debt, and job loss; loadings ranged from 0.57 to 0.91), Family Stress (seven items related to family altercations and child management; loadings from 0.57 to 0.87), and Chaos Stress (four items related to access to supplies, crowded shopping areas, news coverage; loadings from 0.53 to 0.70). Multiple-group confirmatory factor analysis demonstrated measurement invariance of each factor across female and male caregivers, indicating that factor structure, loadings, and thresholds were equivalent across groups. Composites reflective of each factor were computed, and Mann-Whitney U tests indicated that female caregivers consistently scored higher than male caregivers on COVID-19 stressors related to income, family, and chaos. Finally, concurrent validity was demonstrated by significant bivariate correlations between each scale and caregiver, family, and child outcomes, respectively. This demonstrates the validity of the COVID-19 Family Stressor Scale for use with female and male caregivers in family-based research. The current sample was predominantly White-European, married/common-law, and had at least some post-secondary education. Additional sampling and validation efforts are required across diverse ethnic/racial and socioeconomic groups.
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 | 0,000 |
| 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 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 ».