MétaCan
Menu
Retour à la cohorte
Enregistrement W4210836293 · doi:10.21203/rs.3.rs-1148688/v1

Functionality Appreciation Scale (FAS): Item Response Theory Examination

2022· preprint· en· W4210836293 sur OpenAlexaboutno aff
Joshua Marmara, Daniel Zarate

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésItem response theoryDifferential item functioningScale (ratio)Logistic regressionPerceptionPsychologyReliability (semiconductor)Sample (material)Social psychologyClinical psychologyDemographyPsychometricsStatisticsPower (physics)GeographySociologyMathematicsCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Background: The present study considers a measure of positive body image, the Functionality Appreciation Scale (FAS), which assesses one’s perception of appreciating, respecting, and honouring the body for what it can do [3]. Differential functioning of the scale across groups (i.e., gender) is yet to be investigated. The present study contributes to this area of knowledge via the employment of Item Response Theory (IRT) analyses. Methods: A sample of 386 adults from Canada, Australia, New Zealand, Ireland, the United Kingdom (UK), and United States of America (USA) were assessed online (N = 394, 54.8% men, 43.1% women, M age = 27.48, SD = 5.57). Results: The two-parameter logistic model employed to observe IRT properties indicated that all items demonstrated, although variable, strong discrimination capacity. Considering the DIF across men and women, all items demonstrated psychometric invariance across groups indicating that FAS measures FA equally in men and women. Conclusions: The items showed increased reliability for latent levels of ± 2 SD from the mean level of Functionality Appreciation. The implications and interpretations of the findings for 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,443
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetEmpathy and Medical EducationTravaux en français237 207