Invariância fatorial da versão abreviada da Escala de Discriminação Explícita em adultos do sul do Brasil
Bibliographic record
Abstract
RESUMO Objective A Escala de Discriminação Explícita (EDE) foi desenvolvida para avaliar experiências com discriminação em inquéritos epidemiológicos no Brasil. Embora análises prévias tenham revelado boas propriedades configurais, métricas e escalares do instrumento, nenhum estudo examinou sua invariância. Este trabalho objetivou examinar a invariância fatorial de duas versões abreviadas da EDE, considerando cor/raça, sexo, posição socioeconômica e suas intersecções. Métodos: Utilizaram-se dados do Estudo EpiFloripa Adulto, que encerra uma amostra representativa de residentes de uma capital do sul do Brasil (n=1.187). Cerca de 57% da amostra foi constituída por mulheres e 90% dos entrevistados se declararam brancos; a média de idade dos participantes foi de 39 anos. Duas versões abreviadas da EDE, com sete e oito itens, foram examinadas por meio de Análises Fatoriais Confirmatórias Multigrupo e o método Alignment. Resultados: As duas versões da escala produziram estimativas comparáveis de discriminação entre grupos definidos por cor/raça, sexo, posição socioeconômica e suas intersecções. Na versão reduzida de sete itens, apenas um parâmetro apresentou violação de invariância (limiar do item i13; i.e., chamado por nomes que não gosta), especificamente no grupo de respondentes negros com menos de 12 anos de escolaridade. Conclusão: Os resultados mostraram que a EDE é capaz de produzir estimativas de discriminação válidas, confiáveis e comparáveis entre diversos segmentos da população, incluindo aqueles situados na intersecção de cor/raça, sexo e posição socioeconômica. Contudo, pesquisas futuras são necessárias para verificar se os padrões identificados aqui podem ser confirmados em outros domínios populacionais.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".