Validation of the Mental Illness: Clinicians’ Attitudes Scale: The Factor Structure and Psychometric Properties of the Brazilian Version
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: In the literature, few instruments have been identified to measure the stigma of health professionals toward people with mental illness. In Brazil, until 2021, the literature did not indicate the validation of an instrument or the construction of an instrument for this purpose. Considering this gap, this study aimed to validate and estimate the reliability of the Mental Illness: Clinicians' Attitudes Scale, version 4 (MICA-4) for the Brazilian context, examining the psychometric properties through the analysis of its internal consistency and factor structure. METHODS: Psychometric testing was completed in a sample of health professionals from Primary HealthCare Units. Reliability analysis was conducted in SPSS v23. Cronbach's Alpha and item total correlation were used. The dimensionality of the MICA was explored using exploratory factor analysis (EFA) in Mplus 8.2. RESULTS: A total of 195 health professionals participated in the research. Cronbach's Alpha was 0.68 and according to the reliability analysis, items 10 and 12 of the original version were deleted, resulting, therefore, in 14 items. In addition, we demonstrated that it is possible to have only two factors instead of five factors, which is the number of factors in the original version of the MICA-4. CONCLUSIONS: This validated instrument for the Brazilian context can serve as an important tool in understanding the phenomenon of the stigma of health professionals toward people with mental illness and, consequently, in promoting anti-stigma strategies in Brazil.
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 | 0,001 |
| 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) | 0,000 | 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 ».