A Multi-Group Investigation of the CES-D's Measurement Structure Across Adolescents, Young Adults and Middle-Aged Adults
Bibliographic record
Abstract
Le but de cette recherche était d'évaluer, à l'aide d'analyses multi-groupes, la structure factorielle de notre version française du CES-D (Radloff, 1977) parmi trois groupes d'âge. Trois études transversales ont été réalisées auprès d'échantillons francophones du Québec provenant du système d'éducation : 599 élèves du secondaire, 291 étudiants à l'Université et 844 employés d'une commission scolaire. Cinq modèles a priori ont été évalués à l'aide d'analyses de modélisation par équations structurales : un modèle unidimensionnel, deux modèles à trois dimensions, un modèle à quatre facteurs et un modèle hiérarchique. Les deux derniers modèles se sont avérés les meilleurs. Les analyses multi-groupes révèlent que le modèle hiérarchique était le plus invariant parmi les différents groupes d'âges. D'autres caractéristiques psychométriques de cette version canadienne française du CES-D, au niveau de la fiabilité temporelle, de la consistance interne et de la validité convergente-discriminante, se sont avérées satisfaisantes. Les implications concernant l'utilisation des scores des dimensions plutôt que du score total de l'ensemble de la mesure sont discutées.
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 | 0.009 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| 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".