Avaliação psicométrica do Intersectional Discrimination Index para uso no Brasil
Notice bibliographique
Résumé
Resumo: Este estudo transversal avaliou as estruturas configural e métrica do Intersectional Discrimination Index (InDI), um instrumento que afere discriminação antecipada (InDI-A), cotidiana (InDI-D) e maior (InDI-M). Dados de uma pesquisa mais ampla, voltada para os impactos da discriminação na saúde mental de mulheres residentes no Brasil, foram utilizados. Aproximadamente mil mulheres, selecionadas por conveniência, responderam ao InDI e a perguntas sobre características sociodemográficas em formulário eletrônico, aplicado em 2021. Enquanto na primeira metade da amostra foram realizadas análises fatoriais exploratórias e executada modelagem por equações estruturais exploratórias, na segunda foi conduzida análise fatorial confirmatória. Em conjunto, os achados sugerem que cada uma das três medidas é unidimensional. No entanto, diferentemente do estudo que originalmente propôs o InDI para uso no Canadá e nos Estados Unidos, observamos a presença de correlações residuais nas três subescalas avaliadas, todas elas sugestivas de redundância de conteúdo entre pares específicos de itens. As três medidas apresentaram cargas fatoriais moderadas a fortes e índices aceitáveis de ajuste. O InDI exibiu indicadores de validade interna razoáveis, potencialmente se tornando um valioso instrumento para a investigação dos efeitos para a saúde da discriminação interseccional no Brasil. Estudos futuros devem avaliar a consistência desses achados, examinar a estrutura escalar do instrumento e analisar sua invariância entre diferentes grupos marginalizados.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,016 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».