The Transcultural Community Resilience Scale: Psychometric Properties and Multinational Validity in the Context of the COVID-19 Pandemic
Notice bibliographique
Résumé
Few instruments assess community resilience. In the midst of the COVID-19 pandemic, the capacity of communities to support resilience of members deserves to be assessed to develop programs for improving mental health of affected populations. This article presents the development of the Transcultural-Community Resilience Scale (T-CRS), its underlying factorial structure and transcultural validity with a multilingual (English, French, Creole, Kinyarwanda), multinational (DR Congo, Haiti, Rwanda, Togo) and multicultural sample affected by this pandemic. A sample of 1,267 participants (40.9% women) were recruited in the four countries: DRC (n = 626, 43.4% women), Haiti (n = 225, 42.0% women), Rwanda (n = 174, 40.5% women), and Togo (n = 242, 33.2% women), with a mean age of 32 (SD = 10.1). They completed measures assessing individual resilience, depression and the T-CRS. Exploratory and confirmatory Factor Analyses, Cronbach alpha, coefficient H and the McDonald's Omega, and bivariate regression were used to estimate the underlying components of the T-CRS, its internal consistency and concurrent validity. Parallel factorial analysis and confirmatory factor analysis results revealed an excellent fit 3-factor structure. Internal consistency coefficients varied between 0.82 and 0.95. The T-CRS showed a good construct validity with a positive association with individual resilience and negative association with depression score. Developed with a collaborative approach involving researchers, practitioners, and clients/patients, the T-CRS and its three factors (community strengths and support, community trust and faith, and community values) demonstrated excellent psychometric properties for assessing community resilience among adults during the COVID-19 pandemic.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».