Development and Validation Analysis of Redeemer’s University Alexithymia Scale (RUNAS)
Notice bibliographique
Résumé
Background: In Nigeria, alexithymia, “no words for feelings” is understudied and under-assessed despite its significance in physical and psychological health outcomes. This study attempts the development of a standardised alexithymia scale. Methodology: The development of this scale is in two phases: the first phase is the development and refinement of screening tool items and the second phase establishes the scale’s psychometric properties. Results: The observed KMO measure of sampling adequacy is .59 with a significant Bartlett’s test of sphericity (X2 = 1022.608, df = 561, p = .000). The test of the principal components indicated twelve components extracted. Based on Principal Component Analysis, only 12 items in one component were found significant and retained as part of the final scale. The item-total statistics and Cronbach coefficient (α) of .79, a Spearman-Brown coefficient of .80, and Guttman Split-Half coefficient of .79 of the tool indicate that all items have good discrimination and should be retained. The internal consistency of RUN-PDST among the Nigerian sample revealed that the screening tool is reliable. Paired with TAS-20, RUNAS has good concurrent validity. Conclusion: RUNAS has appropriate psychometric properties for assessing alexithymia in Nigeria and similar cultural contexts.
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 | 0,000 | 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) | 0,001 | 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 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 ».