structural validity

Background and Objectives: Spinal stenosis is a significant issue that frequently occurs in adults and older adults worldwide. Self-management assessment is crucial for achieving self-management goals. However, there is currently no specific research tool for evaluating self-management related to spinal stenosis in adults and older adults. Therefore, this study aimed to develop and evaluate the psychological properties of a self-management assessment for spinal stenosis. Methods: The research design involved the development and evaluation of psychological properties in a spinal stenosis self-Management scale (SS-SMS), applying the self-management theory of Lorig and Holman (2003) along with a literature review, and following the development and evaluation of the psychological properties of this type of research instrument based on the concepts of DeVellis and Thorpe (2022). The processes were: 1) Development of the research instrument, which included (1.1) identifying what to measure by defining terms and specifying components in each domain, (1.2) creating the initial set of 50 questions for assessment, and (1.3) determining the measurement format; and 2) Evaluation of the psychological properties of the research instrument, which included (2.1) content validity validated by 7 experts, (2.2) cognitive interviews with 6 adults and older adult individuals regarding the initial set of questions, and reliability testing with 30 individuals, (2.3) reviewing the quality of the questions, (2.4) determining the sample size for structural validity testing, which involved 300 adults and older adult individuals with spinal stenosis sampled using simple random sampling without replacement, (2.5) evaluating the questions by checking structural validity and testing the reliability of the new assessment, and (2.6) considering the length of the assessment. The data analysis included descriptive statistics, exploratory factor analysis, confirmatory factor analysis, and Cronbach's alpha coefficient. Results: The research findings revealed that the spinal stenosis self-Management scale (SS-SMS) in adults and older adults, with a total of 36 items, was measured using a 6-point Likert scale. The content validity index for each item ranged from .860 to 1.000, and the overall content validity index was .971. The structural validity, as determined by exploratory factor analysis, revealed 7 components: 1) Role management, 2) Emotional management, 3) Medical management, 4) Symptom management, 5) Communication, 6) Posture and exercise management, and 7) Nutrition. The component weights ranged from .446 to .841, which were statistically significant (p < .001). All components together explain 66.085 % of the cumulative variance. Confirmatory factor analysis also identified 7 components, and the model fits the empirical data well, with a chi-square statistic of 1514, 573 degrees of freedom (p= .001), a relative chi-square of 2.642, a comparative fit index of .950, a Tucker-Lewis index of .955, a standard mean square error of .0665, a root mean square error of approximation of .0740, and a 90% confidence interval for the root mean square error of approximation ranging from .0695 to .0785. There were a total of 36 questions, with standard component weights ranging from .544 to .895, which were statistically significant (p < .001). The reliability analysis showed a Cronbach's alpha coefficient of .940 for the entire assessment. Conclusions and Recommendations: The SS-SMS has good quality and psychological properties, including content validity, construct validity, and excellent overall reliability. Therefore, nurses and healthcare personnel can use this assessment to assess self-management in adults and older adult individuals with spinal stenosis.

زمینه و اهداف: تنگی کانال نخاعی یکی از مشکلات مهمی است که به طور مکرر در بزرگسالان و سالمندان در سراسر جهان رخ می‌دهد. ارزیابی مدیریت خود برای دستیابی به اهداف مدیریت خود اهمیت اساسی دارد. با این حال، در حال حاضر ابزار پژوهشی خاصی برای ارزیابی مدیریت خود مرتبط با تنگی کانال نخاعی در بزرگسالان و سالمندان وجود ندارد. بنابراین، این مطالعه با هدف توسعه و ارزیابی ویژگی‌های روان‌سنجی یک ابزار ارزیابی مدیریت خود برای تنگی کانال نخاعی انجام شد. روش‌ها: طرح پژوهش شامل توسعه و ارزیابی ویژگی‌های روان‌سنجی مقیاس مدیریت خود در تنگی کانال نخاعی (SS-SMS) با استفاده از نظریه مدیریت خود Lorig و Holman (2003) و مرور متون، و پیروی از فرآیند توسعه و ارزیابی ویژگی‌های روان‌سنجی ابزارهای پژوهشی بر اساس مفاهیم DeVellis و Thorpe (2022) بود. مراحل شامل: ۱) توسعه ابزار پژوهش که شامل (۱.۱) تعیین آنچه باید سنجیده شود از طریق تعریف اصطلاحات و تعیین مؤلفه‌ها در هر حوزه، (۱.۲) ایجاد مجموعه اولیه ۵۰ سؤال برای ارزیابی، و (۱.۳) تعیین قالب سنجش؛ و ۲) ارزیابی ویژگی‌های روان‌سنجی ابزار پژوهش که شامل (۲.۱) روایی محتوایی توسط ۷ نفر از خبرگان، (۲.۲) مصاحبه‌های شناختی با ۶ نفر از بزرگسالان و سالمندان درباره مجموعه اولیه سؤالات و آزمون پایایی با ۳۰ نفر، (۲.۳) بازبینی کیفیت سؤالات، (۲.۴) تعیین حجم نمونه برای آزمون روایی ساختاری که شامل ۳۰۰ نفر از بزرگسالان و سالمندان مبتلا به تنگی کانال نخاعی با نمونه‌گیری تصادفی ساده بدون جایگزینی بود، (۲.۵) ارزیابی سؤالات از طریق بررسی روایی ساختاری و آزمون پایایی ابزار جدید، و (۲.۶) بررسی طول ابزار ارزیابی بود. تحلیل داده‌ها شامل آمار توصیفی، تحلیل عاملی اکتشافی، تحلیل عاملی تأییدی و ضریب آلفای کرونباخ بود. نتایج: یافته‌های پژوهش نشان داد که مقیاس مدیریت خود در تنگی کانال نخاعی (SS-SMS) در بزرگسالان و سالمندان شامل ۳۶ گویه و با استفاده از مقیاس لیکرت ۶ درجه‌ای سنجیده شد. شاخص روایی محتوایی برای هر گویه بین ۰.۸۶۰ تا ۱.۰۰۰ و شاخص کلی روایی محتوایی ۰.۹۷۱ بود. روایی ساختاری با تحلیل عاملی اکتشافی، ۷ مؤلفه را نشان داد: ۱) مدیریت نقش، ۲) مدیریت هیجانی، ۳) مدیریت پزشکی، ۴) مدیریت علائم، ۵) ارتباط، ۶) مدیریت وضعیت بدن و ورزش، و ۷) تغذیه. وزن مؤلفه‌ها بین ۰.۴۴۶ تا ۰.۸۴۱ بود که از نظر آماری معنادار بود (p < ۰.۰۰۱). مجموع مؤلفه‌ها ۶۶.۰۸۵ درصد از واریانس تجمعی را تبیین کردند. تحلیل عاملی تأییدی نیز ۷ مؤلفه را شناسایی کرد و مدل برازش مناسبی با داده‌های تجربی داشت: آماره کای‌دو ۱۵۱۴، ۵۷۳ درجه آزادی (p= ۰.۰۰۱)، کای‌دو نسبی ۲.۶۴۲، شاخص برازش تطبیقی ۰.۹۵۰، شاخص Tucker-Lewis برابر با ۰.۹۵۵، خطای استاندارد میانگین مربعات ۰.۰۶۶۵، ریشه میانگین مربعات خطای تقریب ۰.۰۷۴۰ و فاصله اطمینان ۹۰٪ برای ریشه میانگین مربعات خطای تقریب بین ۰.۰۶۹۵ تا ۰.۰۷۸۵ بود. در مجموع ۳۶ سؤال با وزن استاندارد مؤلفه‌ها بین ۰.۵۴۴ تا ۰.۸۹۵ وجود داشت که از نظر آماری معنادار بود (p < ۰.۰۰۱). تحلیل پایایی نشان داد که ضریب آلفای کرونباخ برای کل ابزار ۰.۹۴۰ بود. نتیجه‌گیری و پیشنهادها: SS-SMS از کیفیت و ویژگی‌های روان‌سنجی مطلوبی از جمله روایی محتوایی، روایی ساختاری و پایایی کلی عالی برخوردار است. بنابراین، پرستاران و کارکنان مراقبت‌های بهداشتی می‌توانند از این ابزار برای ارزیابی مدیریت خود در بزرگسالان و سالمندان مبتلا به تنگی کانال نخاعی استفاده کنند.

Objective Although the State–Trait Anxiety Inventory (STAI) is a well-established instrument for anxiety assessment, its length may limit feasibility in large-scale, longitudinal, and time-sensitive research settings. Existing abbreviated forms were mainly created for adults worldwide, including Türkiye. Accordingly, this study aimed to develop and psychometrically evaluate abbreviated versions of the STAI-State (STAI-S) and STAI-Trait (STAI-T) for Turkish adolescents. Method A two-phase psychometric validation design was implemented across two independent cohorts. Exploratory factor analysis (EFA) was initially conducted in Sample 1, comprising adolescents recruited from an outpatient child and adolescent psychiatry clinic ( n = 420), to identify the most parsimonious item configurations. Subsequently, confirmatory factor analysis (CFA) and criterion-related validity analyses were performed in Sample 2, consisting of public high school students ( n = 277). Measurement invariance across clinical/community status, sex, and age, comparisons with alternative factor models, and receiver operating characteristic analyses against the Generalized Anxiety Disorder-7 were examined. Results EFA supported a stable two-factor structure for both six-item scales, accounting for 53.7% of the total variance for the STAI-S and 57.3% for the STAI-T. Internal consistency was high for both abbreviated instruments ( α = 0.804). CFA indicated mixed but broadly acceptable fit for the two-factor solutions (STAI-S: χ 2 /df = 3.66, CFI = 0.979, SRMR = 0.033, RMSEA = 0.098; STAI-T: χ 2 /df = 3.28, CFI = 0.987, SRMR = 0.028, RMSEA = 0.091). Standardized factor loadings ranged from 0.61 to 0.92 across models. Invariance of item thresholds and factor loadings held across clinical/community status, sex, and age in analyses treating the items as ordered-categorical. The shortened versions also showed a high correlation with the original 20-item scales and preserved their criterion-related performance. Concurrent validity was supported by correlations with the Generalized Anxiety Disorder-7 and the Satisfaction with Life Scale. Conclusion The findings provide preliminary evidence supporting the reliability and structural validity of the six-item STAI-S and STAI-T in Turkish adolescents. The abbreviated forms appear suitable for research use, whereas their clinical utility requires confirmation in independent samples.

هدف: اگرچه پرسشنامه اضطراب حالتی-صفاتی (STAI) ابزاری معتبر برای سنجش اضطراب است، اما طولانی بودن آن ممکن است قابلیت استفاده را در پژوهش‌های وسیع، طولی و حساس به زمان محدود کند. فرم‌های کوتاه موجود عمدتاً برای بزرگسالان در سراسر جهان، از جمله ترکیه، تهیه شده‌اند. بر این اساس، این مطالعه با هدف توسعه و ارزیابی روان‌سنجی نسخه‌های کوتاه‌شده STAI-State (STAI-S) و STAI-Trait (STAI-T) برای نوجوانان ترک انجام شد. روش: یک طرح اعتبارسنجی روان‌سنجی دو مرحله‌ای در دو گروه مستقل اجرا شد. تحلیل عاملی اکتشافی (EFA) ابتدا در نمونه ۱، شامل نوجوانان مراجعه‌کننده به درمانگاه روان‌پزشکی کودک و نوجوان (n = 420)، به منظور شناسایی پیکربندی‌های بهینه سؤالات انجام شد. سپس، تحلیل عاملی تأییدی (CFA) و تحلیل روایی ملاکی در نمونه ۲، متشکل از دانش‌آموزان دبیرستان‌های دولتی (n = 277)، صورت گرفت. ناوری اندازه‌گیری بر اساس وضعیت بالینی/غیربالینی، جنسیت و سن، مقایسه با مدل‌های عاملی جایگزین و تحلیل منحنی مشخصه عملکرد گیرنده در مقایسه با Generalized Anxiety Disorder-7 بررسی شد. نتایج: تحلیل عاملی اکتشافی ساختار دو عاملی پایدار را برای هر دو مقیاس شش‌سؤالی تأیید کرد که به ترتیب ۵۳٫۷٪ از واریانس کل برای STAI-S و ۵۷٫۳٪ برای STAI-T را تبیین نمود. پایایی درونی برای هر دو ابزار کوتاه‌شده بالا بود (α = 0.804). تحلیل عاملی تأییدی برازش نسبتاً قابل قبول اما مختلطی را برای راه‌حل‌های دو عاملی نشان داد (STAI-S: χ2/df = 3.66، CFI = 0.979، SRMR = 0.033، RMSEA = 0.098؛ STAI-T: χ2/df = 3.28، CFI = 0.987، SRMR = 0.028، RMSEA = 0.091). بارهای عاملی استانداردشده در مدل‌ها بین 0.61 تا 0.92 متغیر بود. ناوری آستانه‌های سؤالات و بارهای عاملی در وضعیت بالینی/غیربالینی، جنسیت و سن در تحلیل‌هایی که سؤالات را به صورت ترتیبی-رده‌ای در نظر گرفتند، حفظ شد. نسخه‌های کوتاه‌شده همچنین همبستگی بالایی با فرم‌های ۲۰ سؤالی اصلی داشتند و عملکرد ملاکی آن‌ها حفظ شد. روایی همزمان با همبستگی با Generalized Anxiety Disorder-7 و مقیاس رضایت از زندگی تأیید شد. نتیجه‌گیری: یافته‌ها شواهد مقدماتی برای حمایت از پایایی و روایی ساختاری فرم‌های شش‌سؤالی STAI-S و STAI-T در نوجوانان ترک ارائه می‌دهد. فرم‌های کوتاه‌شده برای استفاده پژوهشی مناسب به نظر می‌رسند، در حالی که کاربرد بالینی آن‌ها نیازمند تأیید در نمونه‌های مستقل است.

Background: Indirect exposure to disasters and violence through continuous news and social media is increasingly common among adolescents. However, instruments designed to assess media-induced indirect trauma in this population remain limited and conceptually heterogeneous.Objective: This systematic review aims to synthesize the characteristics and psychometric evidence of instruments measuring media-induced indirect trauma and evaluate their suitability for adolescents.Methods: This review of outcome measurement instruments (OMIs) was conducted using the COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) methodology and reported in accordance with the Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 guideline. Eight electronic databases were searched for peer-reviewed articles published between 1 January 2000 and 22 October 2025, in English or Korean. Reference list screening was also performed. Eligible studies used or developed self-report instruments assessing media-induced vicarious, secondary, or indirect trauma responses to potentially traumatic events. Methodological quality was evaluated using the COSMIN Risk of Bias checklist, and certainty of evidence was graded using a modified Grading of Recommendations Assessment, Development and Evaluation approach.Results: Seven instruments were evaluated, varying in conceptual focus, recall periods, and contextual framing. Evidence for structural validity and internal consistency was generally moderate, whereas content validity was rated very low across all instruments. Overall, while evidence for internal structure is relatively stronger, substantial gaps in content validity and longitudinal measurement properties limit confident application in adolescents.Conclusion: Future research should prioritize adolescent-inclusive validation; systematic content validity evaluations; and rigorous reporting of test–retest reliability, measurement error, responsiveness, and interpretability.

زمینه: مواجهه غیرمستقیم با بلایا و خشونت از طریق اخبار و رسانه‌های اجتماعی به طور فزاینده‌ای در میان نوجوانان رایج شده است. با این حال، ابزارهای طراحی‌شده برای سنجش تروماي غیرمستقیم ناشی از رسانه در این جمعیت محدود و از نظر مفهومی ناهمگون هستند. هدف: این مرور نظام‌مند با هدف تلفیق ویژگی‌ها و شواهد روان‌سنجی ابزارهای سنجش تروماي غیرمستقیم ناشی از رسانه و ارزیابی شایستگی آن‌ها برای نوجوانان انجام شده است. روش‌ها: این مرور ابزارهای سنجش پیامد (OMIs) با استفاده از روش‌شناسی COnsensus-based Standards for the selection of health Measurement INstruments (COSMIN) و مطابق با راهنمای Preferred Reporting Items for Systematic reviews and Meta-Analyses−COSMIN for OMIs 2024 گزارش شده است. هشت پایگاه داده الکترونیکی برای مقالات داوری‌شده منتشرشده بین ۱ ژانویه ۲۰۰۰ تا ۲۲ اکتبر ۲۰۲۵ به زبان انگلیسی یا کره‌ای جست‌وجو شد. غربالگری فهرست منابع نیز انجام شد. مطالعات واجد شرایط، ابزارهای خودگزارشی را که پاسخ‌های تروماي ویکاری، ثانویه یا غیرمستقیم ناشی از رسانه به رویدادهای بالقوه تروماتیک را ارزیابی می‌کردند، استفاده یا توسعه داده بودند. کیفیت روش‌شناختی با استفاده از چک‌لیست COSMIN Risk of Bias ارزیابی شد و قطعیت شواهد با رویکرد اصلاح‌شده Grading of Recommendations Assessment, Development and Evaluation درجه‌بندی گردید. یافته‌ها: هفت ابزار مورد ارزیابی قرار گرفت که از نظر تمرکز مفهومی، دوره‌های یادآوری و چارچوب زمینه‌ای متفاوت بودند. شواهد مربوط به روایی ساختاری و پایایی درونی عموماً در سطح متوسط بود، در حالی که روایی محتوا در همه ابزارها بسیار پایین ارزیابی شد. به طور کلی، اگرچه شواهد مربوط به ساختار درونی نسبتاً قوی‌تر است، اما شکاف‌های قابل توجهی در روایی محتوا و ویژگی‌های سنجش طولی، کاربرد مطمئن این ابزارها را در نوجوانان محدود می‌کند. نتیجه‌گیری: پژوهش‌های آتی باید اعتبارسنجی با مشارکت نوجوانان، ارزیابی‌های نظام‌مند روایی محتوا و گزارش دقیق پایایی آزمون–بازآزمون، خطای اندازه‌گیری، پاسخگویی و تفسیرپذیری را در اولویت قرار دهند.

The quality of postpartum recovery is a complex process. In this study, we aimed to translate and culturally adapt the Persian version of the ObsQoR-10 instrument and evaluate its psychometric properties in inpatient women 24 to 48 h after vaginal or elective cesarean delivery. This cross-sectional study translated and validated the Persian version of the Obstetric Quality of Recovery-10 (ObsQoR-10) in accordance with COSMIN guidelines. A total of 408 postpartum women were recruited from Taleghani Hospital in Tabriz, Iran, between 2024 and 2025. The ObsQoR-10 underwent a rigorous translation process (forward and backward translation, followed by cognitive interviews) and comprehensive psychometric evaluation. Content validity was examined using expert panels through CVI and CVR indices, while face validity was assessed via patient feedback. Structural validity was evaluated using exploratory factor analysis (EFA, n = 150) and confirmatory factor analysis (CFA, n = 258), and construct validity was assessed through hypotheses testing (convergent and known-groups validity). Reliability was assessed through Cronbach’s α, McDonald’s ω, and intraclass correlation coefficients (ICC) to determine test-retest stability. The ObsQoR-10 demonstrated excellent content validity (scale-CVI = 0.95, CVR = 0.89) and strong face validity (mean impact score = 4.37/5). EFA identified a single factor accounting for 73.4% of the variance. CFA supported acceptable model fit (scaled χ²/df = 1.53, CFI = 0.990, TLI = 0.986, robust RMSEA = 0.052, SRMR = 0.021). Internal consistency was high (α = 0.964, ω = 0.956), and test-retest reliability was good (ICC = 0.86). The total score was calculated as the sum of all 10 item scores (range: 0-100), with higher scores indicating better recovery. ObsQoR-10 scores correlated significantly with the Questionnaire About the Childbirth Experience (QACE) ( r = − .63, p < .001). No floor or ceiling effects were observed (0%). The Persian version of the Obstetric Quality of Recovery-10 is a valid, reliable, and clinically practical patient-reported outcome measure for evaluating inpatient postpartum recovery among Persian-speaking women 24 to 48 h after vaginal or elective cesarean delivery.

کیفیت بهبودی پس از زایمان فرایندی پیچیده است. در این مطالعه، هدف ما ترجمه و انطباق فرهنگی نسخه فارسی ابزار ObsQoR-10 و ارزیابی ویژگی‌های روان‌سنجی آن در زنان بستری ۲۴ تا ۴۸ ساعت پس از زایمان طبیعی یا سزارین انتخابی بود. این مطالعه مقطعی به ترجمه و اعتبارسنجی نسخه فارسی ابزار Obstetric Quality of Recovery-10 (ObsQoR-10) مطابق با دستورالعمل‌های COSMIN پرداخت. در مجموع ۴۰۸ زن پس از زایمان از بیمارستان طالقانی تبریز، ایران، در سال‌های ۲۰۲۴ تا ۲۰۲۵ وارد مطالعه شدند. ObsQoR-10 فرایند ترجمه دقیقی را شامل ترجمه مستقیم و معکوس و سپس مصاحبه‌های شناختی و ارزیابی روان‌سنجی جامع طی کرد. روایی محتوا با استفاده از پانل‌های خبرگان و شاخص‌های CVI و CVR و روایی صوری از طریق بازخورد بیماران بررسی شد. روایی ساختاری با تحلیل عاملی اکتشافی (EFA، n = ۱۵۰) و تحلیل عاملی تأییدی (CFA، n = ۲۵۸) و روایی سازه از طریق آزمون فرضیه‌ها (روایی همگرا و روایی گروه‌های شناخته‌شده) ارزیابی شد. پایایی با استفاده از آلفای کرونباخ، اومگای مک‌دونالد و ضریب همبستگی درون‌طبقه‌ای (ICC) برای تعیین ثبات آزمون-بازآزمون بررسی شد. ObsQoR-10 روایی محتوای عالی (مقیاس-CVI = ۰٫۹۵، CVR = ۰٫۸۹) و روایی صوری قوی (میانگین نمره تأثیر = ۴٫۳۷ از ۵) را نشان داد. تحلیل عاملی اکتشافی یک عامل منفرد را شناسایی کرد که ۷۳٫۴٪ واریانس را تبیین می‌کرد. تحلیل عاملی تأییدی برازش مدل قابل قبول را تأیید کرد (χ²/df تعدیل‌شده = ۱٫۵۳، CFI = ۰٫۹۹۰، TLI = ۰٫۹۸۶، RMSEA مقاوم = ۰٫۰۵۲، SRMR = ۰٫۰۲۱). انسجام درونی بالا بود (α = ۰٫۹۶۴، ω = ۰٫۹۵۶) و پایایی آزمون-بازآزمون خوب بود (ICC = ۰٫۸۶). نمره کل به صورت مجموع نمرات هر ۱۰ گویه (دامنه: ۰ تا ۱۰۰) محاسبه شد و نمرات بالاتر نشان‌دهنده بهبودی بهتر بودند. نمرات ObsQoR-10 با پرسشنامه تجربه زایمان (QACE) همبستگی معناداری داشتند (r = −۰٫۶۳، p < ۰٫۰۰۱). هیچ اثر کف یا سقفی مشاهده نشد (۰٪). نسخه فارسی Obstetric Quality of Recovery-10 ابزاری معتبر، پایا و کاربردی برای سنجش پیامدهای گزارش‌شده توسط بیمار جهت ارزیابی بهبودی پس از زایمان در زنان فارسی‌زبان بستری ۲۴ تا ۴۸ ساعت پس از زایمان طبیعی یا سزارین انتخابی است.

Accurate assessment of depressive symptoms requires instruments that are both psychometrically sound and culturally appropriate. This study examined the cultural adaptation and psychometric properties of the Beck Depression Inventory (BDI) among 600 Ghanaian university students, focusing on reliability, factor structure, and cross-cultural construct validity. Following item refinement, psychometric analyses were conducted on a 15-item version of the BDI, reduced from the original 21-item instrument. Comparisons across gender, language, and regional subgroups indicated broadly consistent factor structures, high internal consistency (α = 0.89–0.91; ω = 0.90–0.92), acceptable composite reliability (CR = 0.91–0.93), and convergent validity (AVE = 0.51–0.54), with factor congruence coefficients ≥ 0.96. However, because formal measurement invariance testing was not conducted, these findings should be interpreted as preliminary evidence of cross-group and cross-cultural stability rather than definitive evidence of measurement invariance. Exploratory factor analysis supported a five-factor structure cognitive, affective, somatic, interpersonal, and motivational/behavioral accounting for 68.3% of the total variance, with strong factor loadings and moderate inter-factor correlations (0.42–0.62), indicating multidimensionality without redundancy. Confirmatory factor analysis demonstrated good model fit (CFI = 0.95; TLI = 0.93; RMSEA = 0.054; SRMR = 0.045), confirming structural validity. Cross-cultural analyses across gender, language, and regional subgroups revealed stable factor structures, high reliability (α = 0.89–0.91; ω = 0.90–0.92), and strong construct validity (CR = 0.91–0.93; AVE = 0.51–0.54), with factor congruence coefficients ≥ 0.96. In all, the culturally adapted BDI is a reliable, valid, and multidimensional tool for assessing depressive symptoms among Ghanaian university students, supporting its use in culturally sensitive research and practice.

ارزیابی دقیق نشانه‌های افسردگی مستلزم استفاده از ابزارهایی است که هم از نظر روان‌سنجی معتبر باشند و هم از لحاظ فرهنگی مناسب. این پژوهش به بررسی انطباق فرهنگی و ویژگی‌های روان‌سنجی پرسشنامه افسردگی بک (BDI) در میان ۶۰۰ دانشجوی دانشگاهی غنایی پرداخت و بر پایایی، ساختار عاملی و روایی سازه‌ای بین‌فرهنگی تمرکز داشت. پس از اصلاح گویه‌ها، تحلیل‌های روان‌سنجی بر روی نسخه ۱۵ گویه‌ای BDI که از نسخه اصلی ۲۱ گویه‌ای کاهش یافته بود، انجام شد. مقایسه‌ها در میان زیرگروه‌های جنسیتی، زبانی و منطقه‌ای نشان‌دهنده ساختارهای عاملی عمدتاً مشابه، انسجام درونی بالا (α = ۰.۸۹–۰.۹۱؛ ω = ۰.۹۰–۰.۹۲)، پایایی مرکب قابل قبول (CR = ۰.۹۱–۰.۹۳) و روایی همگرا (AVE = ۰.۵۱–۰.۵۴) با ضرایب تطابق عاملی ≥ ۰.۹۶ بود. با این حال، به دلیل عدم انجام آزمون رسمی ناوری اندازه‌گیری، این یافته‌ها باید به عنوان شواهد اولیه‌ای از پایداری بین‌گروهی و بین‌فرهنگی تفسیر شوند و نه به عنوان شواهد قطعی ناوری اندازه‌گیری. تحلیل عاملی اکتشافی از ساختار پنج عاملی (شناختی، عاطفی، جسمانی، بین‌فردی و انگیزشی/رفتاری) حمایت کرد که ۶۸.۳٪ از واریانس کل را تبیین می‌کرد و دارای بارهای عاملی قوی و همبستگی‌های بین‌عاملی متوسط (۰.۴۲–۰.۶۲) بود که نشان‌دهنده چندبعدی بودن بدون افزونگی است. تحلیل عاملی تأییدی برازش مناسب مدل را نشان داد (CFI = ۰.۹۵؛ TLI = ۰.۹۳؛ RMSEA = ۰.۰۵۴؛ SRMR = ۰.۰۴۵) و روایی ساختاری را تأیید کرد. تحلیل‌های بین‌فرهنگی در میان زیرگروه‌های جنسیتی، زبانی و منطقه‌ای ساختارهای عاملی پایدار، پایایی بالا (α = ۰.۸۹–۰.۹۱؛ ω = ۰.۹۰–۰.۹۲) و روایی سازه‌ای قوی (CR = ۰.۹۱–۰.۹۳؛ AVE = ۰.۵۱–۰.۵۴) با ضرایب تطابق عاملی ≥ ۰.۹۶ را نشان داد. در مجموع، نسخه انطباق‌یافته فرهنگی BDI ابزاری پایا، روا و چندبعدی برای سنجش نشانه‌های افسردگی در میان دانشجویان دانشگاهی غنایی است و از کاربرد آن در پژوهش‌ها و عمل حساس به فرهنگ حمایت می‌کند.

Generative artificial intelligence (GenAI), including large language models and large multimodal models, is increasingly used to support psychological assessment and digital mental health measurement. This review proposes a lifecycle framework for evaluating these uses without weakening psychometric standards. The framework covers construct definition; item, prompt, indicator, or signal generation; evaluation of content, response processes, usability, and data quality; piloting and calibration; validation; fairness and measurement invariance; scoring and interpretation; documentation; and post-deployment monitoring. We argue that digital traces from smartphones, chatbots, ecological momentary assessment, wearables, social media, clinical notes, and multimodal systems should not be treated as psychometric measures by default. They should remain raw data, candidate indicators, or algorithmic scores until their construct interpretation and intended use are theoretically specified, technically verified, empirically calibrated, and validated with human data. GenAI may help generate candidate items, refine wording, classify open-text responses, extract structured information, support multimodal integration, and assist scoring under explicit rules. These uses may improve efficiency and scale, but they do not establish validity, objectivity, fairness, or clinical meaning. We distinguish two complementary facets: GenAI for psychometrics, in which models support measurement development and scoring, and psychometrics for GenAI, in which psychometric methods evaluate model behavior when LLMs are part of measurement workflows. Key risks include construct drift, face validity without structural validity, compressed variability in synthetic respondents, algorithmic bias, lack of invariance, prompt sensitivity, model drift, automation bias, data-security and privacy failures, and loss of subjectivity and disagreement. Responsible use requires human oversight, transparent reporting, validation with human data, fairness evaluation, secure data governance, and continuous monitoring. GenAI should augment, not replace, psychometric science.

هوش مصنوعی مولد (GenAI)، شامل مدل‌های زبانی بزرگ و مدل‌های چندوجهی بزرگ، به طور فزاینده‌ای برای پشتیبانی از ارزیابی روان‌شناختی و سنجش سلامت روان دیجیتال مورد استفاده قرار می‌گیرد. این مرور، چارچوبی مبتنی بر چرخه عمر را برای ارزیابی این کاربردها بدون تضعیف استانداردهای روان‌سنجی پیشنهاد می‌کند. این چارچوب شامل تعریف سازه؛ تولید ماده، محرک، شاخص یا سیگنال؛ ارزیابی محتوا، فرآیندهای پاسخ‌دهی، قابلیت استفاده و کیفیت داده؛ اجرای آزمایشی و کالیبراسیون؛ روایی؛ انصاف و ناوریانس سنجش؛ نمره‌گذاری و تفسیر؛ مستندسازی؛ و پایش پس از استقرار است. ما استدلال می‌کنیم که ردپاهای دیجیتال از تلفن‌های هوشمند، چت‌بات‌ها، ارزیابی لحظه‌ای بوم‌شناختی، پوشیدنی‌ها، شبکه‌های اجتماعی، یادداشت‌های بالینی و سامانه‌های چندوجهی نباید به طور پیش‌فرض به عنوان مقیاس‌های روان‌سنجی تلقی شوند. آن‌ها باید تا زمانی که تفسیر سازه‌ای و کاربرد مورد نظرشان به طور نظری مشخص، به لحاظ فنی تأیید، به طور تجربی کالیبره و با داده انسانی روایی‌یابی نشده‌اند، به عنوان داده خام، شاخص‌های پیشنهادی یا نمرات الگوریتمی باقی بمانند. GenAI می‌تواند در تولید مواد پیشنهادی، اصلاح واژگان، طبقه‌بندی پاسخ‌های متنی باز، استخراج اطلاعات ساختاریافته، پشتیبانی از ادغام چندوجهی و کمک به نمره‌گذاری بر اساس قواعد صریح نقش‌آفرینی کند. این کاربردها ممکن است کارایی و مقیاس را بهبود بخشند، اما روایی، عینیت، انصاف یا معنای بالینی را تضمین نمی‌کنند. ما دو جنبه مکمل را متمایز می‌کنیم: GenAI برای روان‌سنجی، که در آن مدل‌ها از توسعه سنجش و نمره‌گذاری پشتیبانی می‌کنند، و روان‌سنجی برای GenAI، که در آن روش‌های روان‌سنجی رفتار مدل را زمانی که LLMها بخشی از جریان‌های کاری سنجش هستند، ارزیابی می‌کنند. مخاطرات کلیدی شامل رانش سازه، روایی صوری بدون روایی ساختاری، کاهش تنوع در پاسخ‌دهندگان مصنوعی، سوگیری الگوریتمی، فقدان ناوریانس، حساسیت به محرک، رانش مدل، سوگیری اتوماسیون، شکست‌های امنیت و حریم خصوصی داده و از دست رفتن ذهنیت و اختلاف نظر است. استفاده مسئولانه مستلزم نظارت انسانی، گزارش‌دهی شفاف، روایی‌یابی با داده انسانی، ارزیابی انصاف، حاکمیت امن داده و پایش مستمر است. GenAI باید مکمل علم روان‌سنجی باشد، نه جایگزین آن.