MétaCan
Menu
Retour à la cohorte
Enregistrement W4233209528 · doi:10.1590/1413-82712021260413

DASS-21: assessment of psychological distress through the Bifactor Model and item analysis

2021· article· en· W4233209528 sur OpenAlexaff
Evandro Morais Peixoto, Karina da Silva Oliveira, Carolina Rosa Campos, Joël Gagnon, Daniela Sacramento Zanini, Tatiana de Cássia Nakano, José Maurício Haas Bueno

Notice bibliographique

RevuePsico-USF · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésDASSPsychologyConfirmatory factor analysisAnxietyDistressOperationalizationPsychological distressClinical psychologyStructural equation modelingRating scaleDepression (economics)Construct (python library)PsychiatryDevelopmental psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The term distress has been used to refer to a continuous variable operationalized through symptoms of depression, anxiety, and stress. In this study, psychological distress is measured using the Depression, Anxiety, and Stress Scale (DASS-21). Confirmatory Factor Analysis compared the fit of different measurement models for the DASS-21, with the parameters of the items verified through the Andrich rating scale model. A non-clinical sample of 530 participants (mean age=24.35±6.55 years; 71.89% women) responded to the instrument. According to the theoretical hypothesis, the results indicated a better fit for the bifactor model, composed of three specific factors (depression, anxiety, and stress) and a general factor (general psychological distress). The assessment of the item properties allowed for a better understanding of the organization of the continuum represented by the construct psychological distress. It is possible to conclude that the Brazilian version of the DASS-21 is an adequate measure for psychological distress.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,061
Tête enseignante GPT0,414
Écart entre enseignants0,353 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsico-USFMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207