Psychometric properties of the Disability Identity Development Scale: Confirmatory factor and bifactor analyses.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: This work provides comprehensive analyses targeting the factor structure and dimensionality of the Disability Identity Development Scale (DIDS). In Forber-Pratt et al., 2020, disability was defined broadly to include individuals with visible or hidden disabilities across many disability groups (i.e., physical, intellectual, learning, or chronic illness). RESEARCH METHOD/DESIGN: = 1,126) ranging in age from 18-78 years. Confirmatory factor analytics (CFA) including traditional CFA, and bifactor confirmatory analyses were used to examine the dimensionality and structure of the DIDS. RESULTS: Traditional CFA provided lack of evidence in support of the oblique four-factor structure previously reported. Bifactor confirmatory analysis revealed items on the DIDS are consistent with unidimensional, and to a lesser degree multidimensional solutions (i.e., items lacked a level of content diversity to substantiate a complex, reliable multifactor structure). DISCUSSION/CONCLUSION: Analytic results on the DIDS revealed reasonable psychometric properties as a measure of disability identity. Our results support using a sum or total score of disability identity. Results of this work are an important contribution to a growing body of literature supporting, and investigating, disability identity development. Furthermore, the DIDS measure with its resulting composite score of disability identity has the potential to inform clinicians in the field of rehabilitation psychology as well as informing future targeted interventions. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».