MétaCan
Menu
Retour à la cohorte
Enregistrement W4323653221 · doi:10.1037/pas0001230

Comparing behavioral and psychological symptom structures on the Neuropsychiatric Inventory Questionnaire.

2023· article· en· W4323653221 sur OpenAlexaff
David Andrés González, Zachary J. Resch, Maximilian A Obolsky, Jason R. Soble

Notice bibliographique

RevuePsychological Assessment · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesNational Institute on AgingNational Institutes of Health
Mots-clésPsycINFOPsychologyClinical psychologyEquivalence (formal languages)Confirmatory factor analysisPsychometricsMeasurement invarianceDementiaCognitionStructural equation modelingTest validityFactor analysisReliability (semiconductor)Developmental psychologyPsychiatryDiseaseMEDLINEStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

= 15.1) that was divided into exploratory, derivation, and holdover subsets for cross-validation. We found that a four-factor model had the best fit, with adequate reliability estimates, adequate τ-equivalence, and the least amount of measurement variance. Strict invariance across stage and syndrome was not supported, although there was adequate support for weaker restrictions (e.g., equal forms). Furthermore, all bifactor models had a significant increase in fit. In sum, the present study provides practical guidance on using NPI-Q factor-derived subscales and theoretical elaboration of BPSD's hierarchical and syndrome-variant structure. (PsycInfo Database Record (c) 2023 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,069
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

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

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 Opus0,330
Tête enseignante GPT0,483
Écart entre enseignants0,153 · 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.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological AssessmentMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207