Qualités psychométriques du CES-D auprès d'une population de personnes âgées francophones de la région de Québec
Bibliographic record
Abstract
Cette étude avait pour objectif d'évaluer les qualités psychométriques de la version française du Center for Epidemiologie Studies-Depression scale (CES-D) auprès de personnes âgées francophones. L'échantillon comprenait 375 participants (106 hommes et 269 femmes), dont la moyenne d'âge était de 73,09 ans (ET = 6,82). La valeur de la consistance interne du CES-D a été de 0,86. La validité concomitante entre le CES-D et l'Inventaire de Dépression de Beck (IDB) a été de 0,68 et celle entre le CES-D et l'Échelle de Dépression Gériatrique (EDG) a été de 0,62 (p < 0,0001). L'analyse factorielle du CES-D a permis d'extraire 3 facteurs interprétables, expliquant 51,8% de la variance: trouble de l'humeur, affect positif et sentiment de solitude. La fidélité testretest du CES-D a été de 0,61 (p < 0,01) pour un intervalle de 3 semaines. Dans l'ensemble, les résultats obtenus ont montré que les qualités métriques du CES-D étaient acceptables, mais que le CES-D ne devrait pas être l'instrument de choix pour l'évaluation des symptômes dépressifs auprès de ce type de population. Il faut donc être prudent dans la généralisation des résultats étant donné les limites qu'imposent le CES-D lui-même ainsi que celles relatives à la composition et à la taille restreinte de l'échantillon.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".