A foundational analysis of internal consistency for 17 geriatric/gerontological outcome measures in Nigerian older adults: Do we need further psychometric evaluation?
Notice bibliographique
Résumé
Background and objectives Many gerontological outcome measures developed and validated in advanced countries may produce unreliable results in Nigeria, necessitating psychometric evaluation of these tools. This study provides the foundational psychometric analysis of internal consistency across 17 common gerontological measures among community-dwelling older adults in Nigeria. Research design and methods This is a secondary analysis of 409 (83.9 % females) Nigerian older adults (mean age 67.96±6.67 years) who responded to 17 measures evaluating cognitive, environmental, physical, psychological, and social outcomes. Cronbach’s alpha was interpreted as ≥0.7 (high), close to 0.6 (moderate) and <0.5 (low). Item-test and item-rest correlations were considered acceptable if greater than 0.5 and >0.3, respectively. Results Mini-Mental State Examination, Memory Assessment Clinic Questionnaire, Attention Assessment Scale, Neighbourhood Satisfaction Subscale of the Neighbourhood Environment Walkability Scale (NEWS), Life-space Mobility Questionnaire, 9-Item Modified Physical Literacy Instrument, Geriatric Anxiety Scale, Geriatric Depression Scale, Fall Efficacy Scale- International, Keele Assessment of Participation, University of California, Los Angeles Loneliness Scale, Lubben Social Network Scale, Multidimensional Scale of Perceived Social Support, Connectedness subscale of Social Isolation Scale (SIS) demonstrated high internal consistency (≥0.7). Similarly, Montreal Cognitive Assessment (MoCA) and the belongingness subscale of SIS demonstrated moderate internal consistency (close to 0.6), while other NEWS subscales, Physical Activity Scale for the Elderly (PASE), and the International Personality Item Pool (IPIP) had low internal consistency (<0.5). Conclusion Fourteen measures demonstrated strong internal consistency in this sample, providing preliminary support for their potential suitability in Nigerian older adult population. A complete validation of reliability will require subsequent analyses of dimensionality, test–retest consistency, and measurement invariance across relevant populations to finalise confident use.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».