Validation transculturelle du Resilience Scale for Adults auprès de la population universitaire québécoise
Bibliographic record
Abstract
Au cours des dernières années, le concept de résilience a reçu l'attention de nombreux chercheurs, particulièrement en raison de la pandémie (Kontogiannis, 2021; Vindegaard & Benros, 2020). Plusieurs études ont cherché à dresser le portrait de la situation dans divers pays et à comparer comment les nations font face à cette adversité. La résilience s'avère donc un sujet d'actualité et les préoccupations quant aux aspects méthodologiques associés aux comparaisons culturelles justifiées. Dans ce contexte, ce mémoire a pour objectif principal de contribuer à la validation transculturelle d'un instrument de mesure de la résilience largement reconnu; le Resilience Scale for Adults (RSA; Hjemdal et al., 2001) auprès d'un échantillon de 405 étudiants, québécois et francophone. À titre comparatif, les analyses statistiques réalisées s'inscrivent dans deux modèles de mesure : la théorie classique des tests et la théorie de la réponse à l'item. Les analyses de la structure factorielle de l'instrument montrent que le modèle à six facteurs obtenu au moyen d'équations structurelles exploratoires (ESEM) s'ajuste bien aux données recueillies auprès de l'échantillon québécois. Les coefficients alpha des dimensions varient de très bons (0,84) à excellents (0,95). Ces résultats sont comparables à ceux obtenus avec d'autres groupes culturels par plusieurs chercheurs. L'analyse d'items classique et celle appuyée sur le modèle gradué de Samejima (1969) montrent que les items du RSA sont, en majorité, performants et utiles pour évaluer la résilience chez les Québécois, principalement chez ceux présentant un niveau de résilience de très faible à modéré. Cinq items présentent des indices moins satisfaisants: trois de la dimension Compétence sociale et deux de la dimension Ressources sociales. Somme toute, le RSA présente des qualités métriques satisfaisantes et s'avère un instrument permettant l'évaluation de la résilience en contexte québécois. Des études impliquant des comparaisons directes entre les cultures demeurent nécessaires pour appuyer ces résultats.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 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) | 0.004 | 0.001 |
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".