Cross-culturally adapting the GHQ-12 for use with refugee populations: Opportunities, dilemmas, and challenges
Notice bibliographique
Résumé
This article discusses the opportunities, dilemmas, and challenges involved in the cross-cultural adaptation (CCA) of psychological scales for use with refugee populations. It draws on insights derived from an attempt to adapt the 12-item General Health Questionnaire (GHQ-12) to the particular culture and context of Eritrean refugees residing in Israel. Multiple techniques including expert translations, a focus-group discussion, a survey, and piloting, were employed to attain a cross-cultural and conceptually equivalent measure. During the CCA process, the research team encountered issues pertaining to conceptual non-equivalence, the structure of the measure's responses and scoring system, and acceptability. These issues required the team to move beyond semantic translation by adapting certain items. This study demonstrates the compromises which need to be made in the adaptation process and indicates the potential bias which each of these compromises introduces. Despite its limitations, CCA does appear to significantly improve detection of mental health symptoms in refugee populations. Overall, the results of the present study provide support for the notion that the sensitive and appropriate assessment of individuals from refugee backgrounds requires adopting a rigorous, systematic, and contextual approach to instrument adaptation, with an emphasis on the integration of idioms of distress as well as the adaptation of Likert-type scales.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».