Factor Structure, Psychometric Properties, and Measurement Invariance of the Pandemic Experiences and Perceptions Scale Among Italian Hospital Workers
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic represented substantial risks to hospital workers' physical and mental health. The availability of validated measures on the impact of the pandemic on workplaces is crucial for developing data-driven interventions. The primary purpose of our study was to translate it into Italian and assess factor structure, psychometric properties, and measurement invariance of the Pandemic Experiences and Perceptions Scale (PEPS). METHODS: The survey was completed by 766 workers from an Italian hospital. We examined the internal structure of the PEPS using confirmatory factor analyses (CFA) and exploratory structural equation modeling (ESEM) techniques and testing the invariance for clinical vs. nonclinical workers. RESULTS: The six-factor ESEM solution showed an excellent fit to the data (CFI=0.956, TLI=0.932, RMSEA=0.050), supporting the superiority of the ESEM solution. The factorial invariance of the PEPS across occupational roles (clinical vs. nonclinical hospital workers) was supported, and the ESEM-based McDonald's omega was good for all factors. CONCLUSIONS: The results from this study provided evidence for the factorial validity, reliability, and measurement invariance across occupational roles of the Italian version of the PEPS. Thus, the Italian version of the PEPS is a reliable and valid tool for assessing pandemic experiences and perceptions among Italian workers.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».