The Fear of COVID-19 Familial Infection Scale: Initial Psychometric Examination
Notice bibliographique
Résumé
Objective: The COVID-19 pandemic has not only a physical health impact but also a psychological toll, which is associated with the social isolation and emotional contagion of fear and anxiety. One of the main factors which influence the increased levels of stress is the fear of COVID-19, and specifically the fear of being infected, and of transmitting the virus to one’s family and friends. In this study, a new measure named “The Fear of COVID-19 Familial Infection Scale” (FCFI) is suggested, and its psychometric properties are tested. Methods: A sample of 582 participants filled an online survey; of those, 393 (67.5%) were healthcare workers. Of the healthcare workers, 218 (37.5%) were medical doctors, 46 (7.9%) were nurses, and 117 (20.1%) were other healthcare professionals. Participants filled out a demographic questionnaire, The FCFI, the Fear of the COVID-19 scale, and the Depression and Anxiety Scale (DASS-21). Results: Exploratory factor analysis revealed that the FCFI has two factors: Fear of infecting others, and Perception of Others’ fear of being infected by me. This bidimensional model accounts for 69.5% of the variance in the FCFI. The two subscales had good reliability and high convergence validity as indicated by its correlations with being exposed to COVID-19, fear of COVID-19 and the DASS-21 subscales. Conclusion: The FCFI has initial good psychometric properties and could be a useful tool to assess levels of fear of COVID-19 familial infection.
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 | 0,003 | 0,008 |
| 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 | 0,000 | 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) | 0,002 | 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 ».