MétaCan
Menu
Retour à la cohorte
Enregistrement W4395695113 · doi:10.1177/00938548241246437

Examining the Measurement Invariance and Psychometrics of the Drug Abuse Screening Test for Adolescents (DAST-A) in Justice-Involved Youth

2024· article· en· W4395695113 sur OpenAlexaff
Alexandra Mogadam, Tracey A. Skilling, Michele Peterson‐Badali, Liam Hannah

Notice bibliographique

RevueCriminal Justice and Behavior · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMeasurement invarianceSubstance abuseClinical psychologyConvergent validityPsychometricsPsychologyPoison controlLogistic regressionMental healthConcurrent validityPsychiatryTest validityEconomic JusticePredictive validityMedicineConfirmatory factor analysisStructural equation modelingMedical emergencyInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

Substance abuse is a serious mental health concern and reoffense risk factor for justice-involved youth. The Drug Abuse Screening Test for Adolescents (DAST-A) is used to assess drug abuse in different contexts, yet its psychometric properties have not yet been thoroughly explored in youth justice samples. We examined the measurement invariance and psychometrics of the DAST-A in a diverse sample of 741 justice-involved youth ( N young men = 636). The tool showed strong reliability in the overall sample and subgroups (ω = .88–.94), and good convergent and concurrent validity. Logistic regression results indicated that, with each unit increase in DAST-A score, the odds of an substance use disorder (SUD) diagnosis increased by 23% (overall sample). The predictive validity findings were more robust for White youth than Black youth and as a result, a different cut-off score was explored for Black youth. The DAST-A demonstrated measurement invariance across gender and race. Practice implications are discussed.

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)0,001
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 enseignants0,444
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,144
Tête enseignante GPT0,326
Écart entre enseignants0,182 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207