Cross-national examination of the Distress Tolerance Scale using Rasch methodology
Notice bibliographique
Résumé
Abstract The 15-item Distress Tolerance Scale (DTS) is a widely used psychometric measure with evidence generally supporting its reliability and validity. However, limitations related to its ordinal response format and lack of cross-cultural comparisons have yet to be investigated using appropriate methods. The Partial Credit Rasch model was used to evaluate and enhance the psychometric properties of the DTS using responses from 2550 adult participants from the United States of America (USA), England, Canada, South Africa, Spain, and Argentina. The initial poor fit of the DTS to the Rasch model was improved by removing one item and combining locally dependent items into three testlets. These modifications resulted in the best fit of the 14-item DTS to the Rasch model for all the countries in our study, providing evidence of unidimensionality, high reliability and invariance across countries, meditation practice, and gender. Meeting the expectations of the Rasch model permitted the development of ordinal-to-interval conversion algorithms derived from person estimates of the Rasch model. Using the ordinal-to-interval conversion algorithms published in this article, ordinal DTS scores can be transformed into interval-level data, enhancing the precision of this scale for future research and clinical use across people from the six countries in this study and across the English and Spanish versions of the 14-item DTS.
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 | 0,001 | 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 ».