Assessing positive adaptation during a global crisis: The development and validation of the family positive adaptation during COVID-19 scale
Notice bibliographique
Résumé
The COVID-19 pandemic has negatively impacted the psychosocial functioning of children and families. It is important to consider adversity in relation to processes of positive adaptation. To date, there are no empirically validated multi-item scales measuring COVID-related positive adaptation within families. The aim of the current study was to develop and validate a new measure: the Family Positive Adaptation during COVID-19 Scale (Family PACS). The sample included 372 female and 158 male caregivers (73% White-European/North American; median 2019 income = $50,000 to $74,999 USD) of children ages 5-18 years old from the United Kingdom (76%), the United States (19%), Canada (4%), and Australia (1%), who completed measures in May 2020. Participants responded to a 14-item survey indexing a range of perceived coping and adaptation behaviors at the beginning of the pandemic. An exploratory factor analysis yielded an optimal one-factor solution comprised of seven items related to family cohesion, flexibility, routines, and meaning-making (loadings from 0.44 to 0.67). Multigroup confirmatory factor analysis demonstrated measurement invariance across female and male caregivers, demonstrating that the factor structure, loadings, and thresholds did not vary by caregiver sex. There was evidence for concurrent validity with significant bivariate correlations between the Family PACS scores and measures of caregiver positive coping, parenting practices, couple satisfaction, and family functioning (correlations from 0.10 to 0.23), but not negatively-valenced constructs. Findings inform our conceptualization of how families have adapted to adverse pandemic-related conditions. Further, we provide preliminary support for the Family PACS as a practical tool for evaluating positive family adaptation during this global crisis, with implications for future widespread crises.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».