Translation and Adaptation of the Child and Youth Resilience Measure-Revised and Rugged Resilience Measure: A Mixed-Method Study Among Adolescents in Nepal
Notice bibliographique
Résumé
Resilience, the capacity to adapt positively in adversity, is a key protective factor for adolescent well-being, particularly for depression and anxiety, which are highly prevalent among adolescents in Nepal. Accurate measurement across cultural contexts is essential to identify at-risk adolescents and understand protective mechanisms. This study culturally adapted and evaluated the psychometric properties of the Child and Youth Resilience Measure-Revised (CYRM-R) and Rugged Resilience Measure (RRM) in Nepal to ensure cultural relevance, reliability, and validity. This mixed-method study focused on poverty-affected adolescents in Kathmandu, using focus group discussions, cognitive interviews, pilot assessments, and a cross-sectional survey. The findings indicated Nepali versions of CYRM-R and RRM were acceptable, comprehensible, and relevant based on qualitative feedback. Most items showed item-total correlations between 0.2 and 0.5, indicating good discrimination, and internal consistency was satisfactory (α and ω > 0.7). Exploratory and confirmatory factor analyses supported a unidimensional structure, with an alternative two-factor solution explored for CYRM-R. Test-retest reliability was moderate overall, with some subscales less consistent. Both tools demonstrated strong psychometric properties, including face, content, convergent, and known-groups validity. The Nepali CYRM-R and RRM provide culturally robust tools for assessing adolescent resilience, supporting researchers, educators, and policymakers in designing targeted interventions.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».