Human immunodeficiency virus (HIV) infection remains a growing public health concern in the Philippines, where new infections rose by about 550% between 2010 and 2024 and diagnosis gaps persist in CALABARZON. Nurses are often the first and most sustained point of contact in HIV testing and care, yet knowledge gaps, stigmatizing attitudes, and procedure-focused training may limit their ability to provide compassionate, person-centered counseling. This study aims to develop and validate a Caring-Based HIV Counseling Training Program for Nurses in Laguna, Philippines, using a methodological research design and a modified Delphi technique. Registered nurses from selected government and private healthcare facilities in Laguna will complete a researcher-developed training-needs assessment questionnaire covering six competency domains: HIV-related knowledge; counseling and therapeutic communication; caring behaviors and person-centered practice; ethical and legal responsibilities; cultural sensitivity and stigma reduction; and linkage to prevention, treatment, care, and support. The questionnaire will undergo expert review, pilot testing, and reliability testing using Cronbach’s alpha. The needs-assessment findings, together with a review of current literature and guidelines, will inform a preliminary training program, which a multidisciplinary panel of approximately 15 to 20 experts will evaluate over successive anonymous Delphi rounds for relevance, clarity, comprehensiveness, cultural appropriateness, feasibility, and applicability. Consensus is defined in advance as at least 80% expert agreement, a median rating of at least 3.00, and an interquartile range of no more than 1.00. Content validity will be established through an Item-Level Content Validity Index of at least .78 and a Scale-Level Content Validity Index (average) of at least .90, overall agreement will be measured with Kendall’s coefficient of concordance, and the experts’ qualitative comments will undergo directed content analysis. The study is expected to produce an expert-validated, contextually relevant training program that strengthens nurses’ capacity to deliver compassionate, stigma-free HIV counseling, with its effectiveness to be tested in a future pilot or quasi-experimental study.
Early childhood is a critical period for emotional development and behavioral regulation. Increasing digital device use among young children has raised concerns about its association with tantrum behavior, although research examining addiction-related use rather than screen duration alone remains limited. This study aimed to examine the relationship between gadget addiction levels and tantrum behavior among children aged 4–6 years at Widya Santhi Buana Kindergarten, West Denpasar District. A quantitative correlational approach with a cross-sectional design was employed, involving 45 parents or guardians recruited through total sampling. Data were collected on April 15, 2026, through online questionnaires administered using Google Forms. The instruments comprised an adapted Digital Addiction Scale for Children with 25 items, which demonstrated high internal consistency during pilot testing (Cronbach’s α = .977), and the 31-item Rating Scale of Angry Emotional Behavior and Temper Tantrum. Univariate analysis summarized the distributions of gadget addiction levels and tantrum behavior, while Spearman’s rank correlation assessed their relationship. The results showed that 48.9% of children were classified as having moderate gadget addiction levels. Regarding tantrum behavior, 53.3% were classified as exhibiting no tantrum behavior, whereas 22.2% were classified as exhibiting severe tantrum behavior. A strong, positive, and statistically significant correlation was identified between gadget addiction levels and tantrum behavior (ρ = .641, p < .001). Higher parent-reported gadget addiction levels were therefore associated with greater tantrum severity within the participating group. The cross-sectional design and reliance on parent-reported measures limit causal interpretation. These findings may inform parent education concerning supervised device use and consistent family rules. Further research should include larger samples, examine parenting styles and other relevant factors, and use longitudinal designs to clarify the direction of the relationship.
The validity of assessment instruments is a crucial aspect in ensuring the quality of learning evaluations in Islamic Religious Education (PAI). However, there are still evaluation instruments that are developed without considering the alignment of indicators, constructs, and measurement objectives, which may result in inaccurate data. This study aims to examine the concepts, types, testing procedures, and methods for determining the validity of assessment instruments through a literature review. The method used is library research with a descriptive qualitative approach. Data were obtained from various books, scientific journals, and relevant documents, and then analyzed descriptively. The results of the study indicate that the validity of an instrument encompasses logical validity and empirical validity, which complement each other in ensuring the accuracy of measurements. Validity testing was conducted systematically through construct definition, development of a test blueprint, expert validation, instrument pilot testing, and statistical analysis. A valid instrument is capable of producing data that is accurate, credible, and supports sound educational decision-making.
Background Optimizing self-care decision-making is important for healthy aging, chronic disease management, and health promotion in rapidly aging populations. However, the absence of culturally validated instruments limits the systematic assessment of decision-making styles and the development of person-centered health management strategies for older adults in China. This study aimed to translate and culturally adapt the Inventory of Self-Care Decision-Making Styles of Older Adults (DECIDE) and evaluate its psychometric properties among Chinese older adults. Methods This study was conducted in two phases. In phase 1, the DECIDE was translated and cross-culturally adapted into Chinese using Brislin’s forward-backward translation procedure. Expert review and pilot testing were conducted to refine linguistic clarity and cultural relevance. In phase 2, a multicenter cross-sectional validation study was conducted from November 2025 to January 2026. A total of 3,470 older adults were recruited through multicenter convenience sampling from 15 cities in Sichuan, Liaoning, Zhejiang, and Hunan provinces, China. Psychometric evaluation included item analysis, validity assessment, and reliability testing. Results All 20 items met the prespecified retention criteria, and the Chinese version retained the four-dimensional structure of the original DECIDE. Content validity was satisfactory, with I-CVI values ranging from 0.800 to 1.000 and an S-CVI of 0.950. Exploratory factor analysis yielded four factors explaining 65.73% of the common variance, and confirmatory factor analysis supported the resulting model (CMIN/DF = 2.513, RMSEA = 0.028). The AVE and CR values ranged from 0.502 to 0.588 and from 0.834 to 0.877, respectively, and the findings supported both convergent and discriminant validity. Cronbach’s α, split-half reliability, and 2-week retest reliability for the total inventory were 0.896, 0.790, and 0.861, respectively. Conclusion The C-DECIDE demonstrated satisfactory psychometric properties in this multicenter convenience sample of older adults from four Chinese provinces. It may support the assessment of self-care decision-making styles and inform individualized health education, decision-support strategies, and public health-oriented chronic disease management for older adults.
زمینه و هدف: بهینهسازی تصمیمگیری خودمراقبتی برای سالمندی سالم، مدیریت بیماریهای مزمن و ارتقای سلامت در جمعیتهای در حال سالمند شدن سریع اهمیت دارد. با این حال، فقدان ابزارهای اعتبارسنجیشده فرهنگی، ارزیابی نظاممند سبکهای تصمیمگیری و توسعه راهبردهای مدیریت سلامت فردمحور برای سالمندان در چین را محدود میکند. هدف این مطالعه ترجمه و انطباق فرهنگی پرسشنامه سبکهای تصمیمگیری خودمراقبتی سالمندان (DECIDE) و ارزیابی ویژگیهای روانسنجی آن در میان سالمندان چینی بود. روشها: این مطالعه در دو مرحله انجام شد. در مرحله اول، پرسشنامه DECIDE با استفاده از روش ترجمه پیشرو-پسرو Brislin به زبان چینی ترجمه و به صورت بینفرهنگی انطباق داده شد. بازبینی توسط خبرگان و آزمون مقدماتی جهت بهبود وضوح زبانی و تناسب فرهنگی انجام شد. در مرحله دوم، یک مطالعه اعتبارسنجی مقطعی چندمرکزی از نوامبر 2025 تا ژانویه 2026 انجام شد. در مجموع ۳۴۷۰ سالمند از طریق نمونهگیری در دسترس چندمرکزی از ۱۵ شهر در استانهای سیچوان، لیائونینگ، ژجیانگ و هونان چین جذب شدند. ارزیابی روانسنجی شامل تحلیل ماده، ارزیابی روایی و آزمون پایایی بود. یافتهها: هر ۲۰ ماده معیارهای نگهداری از پیش تعیینشده را برآورده کردند و نسخه چینی ساختار چهاربعدی نسخه اصلی DECIDE را حفظ کرد. روایی محتوا رضایتبخش بود، به طوری که مقادیر I-CVI بین ۰٫۸۰۰ تا ۱٫۰۰۰ و S-CVI برابر با ۰٫۹۵۰ بود. تحلیل عاملی اکتشافی چهار عامل استخراج کرد که ۶۵٫۷۳٪ از واریانس مشترک را تبیین کردند و تحلیل عاملی تأییدی مدل حاصل را تأیید کرد (CMIN/DF = 2.513، RMSEA = 0.028). مقادیر AVE و CR به ترتیب بین ۰٫۵۰۲ تا ۰٫۵۸۸ و ۰٫۸۳۴ تا ۰٫۸۷۷ بود و یافتهها از روایی همگرا و متمایز حمایت کردند. آلفای کرونباخ، پایایی دو نیمه و پایایی بازآزمایی دو هفتهای برای کل پرسشنامه به ترتیب ۰٫۸۹۶، ۰٫۷۹۰ و ۰٫۸۶۱ بود. نتیجهگیری: نسخه چینی DECIDE ویژگیهای روانسنجی رضایتبخشی را در این نمونه در دسترس چندمرکزی از سالمندان چهار استان چین نشان داد. این ابزار میتواند از ارزیابی سبکهای تصمیمگیری خودمراقبتی و اطلاعرسانی به آموزش سلامت فردی، راهبردهای حمایت از تصمیمگیری و مدیریت بیماریهای مزمن مبتنی بر سلامت عمومی برای سالمندان حمایت کند.
This study examined the relationships among teacher competencies, pedagogical innovation, and the integration of Sustainable Development Goals (SDGs) into curriculum design using a descriptive correlational Research design. A total of 250 teachers from public and private basic and secondary schools implementing SDG-aligned curricula were selected through multistage sampling. Data were collected using a validated questionnaire measuring teacher competencies, innovative pedagogical practices, and SDG integration. Reliability and validity were confirmed through expert review, pilot testing, exploratory and confirmatory factor analyses, with strong model fit indices. Structural Equation Modeling revealed that teacher competencies significantly predicted both SDG integration and pedagogical innovation. Pedagogical innovation also positively influenced SDG integration. Mediation analysis showed that pedagogical innovation partially mediated the relationship between teacher competencies and SDG integration. These findings highlight the essential role of teacher expertise and innovation in advancing sustainability education and provide evidence to guide professional development and curriculum reform initiatives.
این پژوهش به بررسی روابط میان شایستگیهای معلمان، نوآوری آموزشی و ادغام اهداف توسعه پایدار (SDGs) در طراحی برنامه درسی با استفاده از طرح پژوهش توصیفی-همبستگی پرداخت. تعداد ۲۵۰ معلم از مدارس دولتی و غیردولتی دوره ابتدایی و متوسطه که برنامههای درسی منطبق با SDG را اجرا میکردند، از طریق نمونهگیری چندمرحلهای انتخاب شدند. دادهها با استفاده از پرسشنامهای روا و پایا که شایستگیهای معلمان، شیوههای نوآورانه آموزشی و ادغام SDG را اندازهگیری میکرد، گردآوری شد. روایی و پایایی ابزار از طریق بررسی خبرگان، اجرای آزمایشی، تحلیل عاملی اکتشافی و تأییدی و شاخصهای برازش قوی مدل تأیید شد. مدلسازی معادلات ساختاری نشان داد که شایستگیهای معلمان به طور معناداری پیشبین ادغام SDG و نوآوری آموزشی بودند. همچنین نوآوری آموزشی تأثیر مثبت بر ادغام SDG داشت. تحلیل میانجیگری نشان داد که نوآوری آموزشی رابطه بین شایستگیهای معلمان و ادغام SDG را به طور جزئی میانجیگری میکند. این یافتهها نقش اساسی تخصص و نوآوری معلمان در پیشبرد آموزش پایداری را برجسته میکند و شواهدی برای هدایت برنامههای توسعه حرفهای و اصلاح برنامه درسی ارائه میدهد.
Background Internships connect academic learning with workplace practice, yet the psychological process through which students' academic self-perceptions are associated with internship success remains insufficiently specified. This study examined whether multidimensional internship engagement statistically mediates the association between academic self-concept and internship outcomes. Methods A quantitative, multi-institutional, three-wave time-lagged survey was conducted with 522 undergraduate students from Chinese universities. Academic self-concept was assessed at internship entry, internship engagement at the internship midpoint, and internship outcomes after completion. Established instruments were adapted through forward translation, back-translation, expert review, and pilot testing. Confirmatory factor analysis, latent-variable structural equation modeling, 5,000-resample bootstrap mediation analysis, full-information maximum likelihood, robustness checks, and subgroup analyses were used. Results The hypothesized three-factor measurement model fit better than the two-factor and one-factor alternatives. The structural model showed acceptable fit (CFI = 0.958, TLI = 0.953, RMSEA = 0.034, and SRMR = 0.044). Academic self-concept was positively associated with internship engagement, and internship engagement was positively associated with internship outcomes. The indirect association through internship engagement was 0.249 (95% bootstrap confidence interval: 0.184 to 0.319). The proportion mediated was 50.6% (95% bootstrap confidence interval: 39.4% to 62.6%), and the direct association remained statistically significant. The pattern was stable across alternative specifications and exploratory subgroup analyses. Conclusion Internship engagement statistically accounted for part of the association between academic self-concept and internship outcomes. The findings support a theoretically ordered, but not causal, pathway in which students' academic self-evaluations are associated with stronger behavioral, cognitive, and emotional engagement during workplace learning.
زمینه: کارآموزیها پیوندی میان یادگیری دانشگاهی و عملکرد در محیط کار برقرار میکنند، اما فرایند روانشناختی که از طریق آن ادراکات تحصیلی دانشجویان با موفقیت کارآموزی مرتبط میشود، بهطور کافی مشخص نشده است. این پژوهش بررسی کرد که آیا درگیری چندبعدی در کارآموزی بهطور آماری میانجیگری ارتباط میان خودپنداره تحصیلی و پیامدهای کارآموزی را انجام میدهد یا خیر. روشها: یک پیمایش کمی، چندمؤسسهای و سهموجی با تأخیر زمانی با ۵۲۲ دانشجوی کارشناسی از دانشگاههای چین اجرا شد. خودپنداره تحصیلی در ابتدای کارآموزی، درگیری در کارآموزی در میانه کارآموزی و پیامدهای کارآموزی پس از اتمام آن ارزیابی شد. ابزارهای معتبر از طریق ترجمه پیشرو، بازترجمه، بازبینی توسط خبرگان و آزمون مقدماتی تطبیق داده شدند. تحلیل عاملی تأییدی، مدلسازی معادلات ساختاری با متغیر پنهان، تحلیل میانجیگری بوتاسترپ با ۵۰۰۰ بازنمونهگیری، حداکثر درستنمایی با اطلاعات کامل، آزمونهای پایداری و تحلیلهای زیرگروهی به کار رفت. یافتهها: مدل اندازهگیری سهعاملی فرضشده نسبت به مدلهای دوعاملی و تکعاملی برازش بهتری داشت. مدل ساختاری برازش قابل قبولی نشان داد (CFI = 0.958، TLI = 0.953، RMSEA = 0.034، و SRMR = 0.044). خودپنداره تحصیلی با درگیری در کارآموزی رابطه مثبت داشت و درگیری در کارآموزی نیز با پیامدهای کارآموزی رابطه مثبت نشان داد. ارتباط غیرمستقیم از طریق درگیری در کارآموزی برابر با 0.249 (فاصله اطمینان بوتاسترپ ۹۵٪: 0.184 تا 0.319) بود. نسبت میانجیگری شده ۵۰.۶٪ (فاصله اطمینان بوتاسترپ ۹۵٪: ۳۹.۴٪ تا ۶۲.۶٪) بود و ارتباط مستقیم همچنان از لحاظ آماری معنادار باقی ماند. این الگو در مشخصات جایگزین و تحلیلهای اکتشافی زیرگروهها پایدار بود. نتیجهگیری: درگیری در کارآموزی بخشی از ارتباط میان خودپنداره تحصیلی و پیامدهای کارآموزی را بهطور آماری تبیین کرد. یافتهها از یک مسیر نظری منظم، اما نه علّی، حمایت میکنند که در آن خودارزیابیهای تحصیلی دانشجویان با درگیری رفتاری، شناختی و هیجانی قویتر در یادگیری محیط کار مرتبط است.
This study aims to analyze the effect of using the Busy Board on the fine motor development of 5–6-year-old children at the HKBP Tarutung Pembina Kindergarten. The study involved 70 children, all of whom were included as subjects through a saturation sampling technique and then divided equally into an experimental group and a control group, each consisting of 35 children. A quantitative approach was used with a quasi-experimental design of the Nonequivalent Control Group type. Data were collected using an observation sheet containing 8 indicators of Busy Board use and 16 indicators of fine motor skills. Before use, the instrument underwent pilot testing on 25 children, and all items were deemed valid because their calculated r values were above the table r value of 0.396. The level of ability change was calculated using the N-Gain Score, while the difference in achievement between the two groups was tested using an Independent Samples t-test. The analysis results showed an N-Gain value of 0.5991 in the experimental group and 0.3700 in the control group, both of which fell into the moderate improvement category. Hypothesis testing yielded a calculated t-value of 10.986, which is greater than the critical t-value of 1.995, with a significance level of 0.000 < 0.05. Thus, the use of the Busy Board medium demonstrated a positive and significant improvement in fine motor skills among 5–6-year-old children at the HKBP Tarutung Pembina Kindergarten.
هدف این پژوهش تحلیل تأثیر استفاده از رسانه Busy Board بر رشد حرکتی ظریف کودکان ۵ تا ۶ ساله در مهدکودک Pembina HKBP Tarutung است. در این مطالعه، ۷۰ کودک شرکت داشتند که همگی با استفاده از روش نمونهگیری اشباع به عنوان نمونه انتخاب و به طور مساوی به دو گروه آزمایشی و کنترل (هر کدام ۳۵ نفر) تقسیم شدند. رویکرد پژوهش کمی و با طرح شبهآزمایشی از نوع گروه کنترل نابرابر انجام شد. دادهها با استفاده از برگه مشاهده شامل ۸ شاخص استفاده از Busy Board و ۱۶ شاخص مهارتهای حرکتی ظریف جمعآوری گردید. پیش از استفاده، ابزار پژوهش روی ۲۵ کودک به صورت آزمایشی اجرا شد و تمامی گویهها با توجه به مقدار r محاسبهشده بالاتر از مقدار r جدول (۰.۳۹۶) معتبر تشخیص داده شدند. میزان تغییر توانایی با استفاده از N-Gain Score محاسبه شد و تفاوت پیشرفت بین دو گروه با آزمون t مستقل سنجیده شد. نتایج تحلیل نشان داد مقدار N-Gain در گروه آزمایشی ۰.۵۹۹۱ و در گروه کنترل ۰.۳۷۰۰ بود که هر دو در دسته بهبود متوسط قرار گرفتند. آزمون فرضیه مقدار t محاسبهشده ۱۰.۹۸۶ را نشان داد که بزرگتر از مقدار بحرانی t (۱.۹۹۵) است و سطح معناداری ۰.۰۰۰ < ۰.۰۵ به دست آمد. بنابراین، استفاده از رسانه Busy Board به طور مثبت و معناداری موجب بهبود مهارتهای حرکتی ظریف کودکان ۵ تا ۶ ساله در مهدکودک Pembina HKBP Tarutung شد.
Socio-economic status (SES) is a key determinant of livelihood outcomes among rural women farmers, yet existing measures often fail to capture the multidimensional and context-specific nature of rural livelihoods in sub-Saharan Africa. Conventional SES indices rely heavily on income or asset ownership and frequently overlook education, productive capacity, and informal household resources. This study developed and validated a culturally appropriate SES scale for rural women farmers in Southwest Nigeria. A cross-sectional survey was conducted in Ogun and Ondo States with a validation sample of 330 rural women farmers. Items were generated from literature, expert consultation, and focus group discussions, refined through pilot testing, and subjected to exploratory factor analysis and reliability assessment. Exploratory factor analysis revealed a four-factor structure, Material Assets, Modern Amenities, Demographics & ICT, and Infrastructure & Resources, explaining 41.5% of total variance. After iterative item reduction, a final 39-item scale was obtained, with all retained items loading ≥ 0.50. Internal consistency was acceptable (Cronbach’s alpha values ranged from 0.75 to 0.92 across factors, with an overall alpha of 0.87). Preliminary known-group validity was supported by significant differences in educational attainment across SES groups, with respondents in higher SES quartiles demonstrating higher levels of education. However, sampling adequacy was modest (KMO = 0.612), and convergent/discriminant validity against external outcomes such as income or food security was not assessed. The SES scale provides preliminary evidence of contextual relevance and internal consistency, offering a multidimensional alternative to conventional asset-based indices. Nonetheless, its modest factor stability and absence of external validation indicate that it should be regarded as a preliminary research instrument. Further refinement and validation are required before application in policy or programmatic contexts.
وضعیت اجتماعیاقتصادی (SES) یکی از عوامل کلیدی تعیینکننده پیامدهای معیشتی در میان زنان کشاورز روستایی است، اما سنجههای موجود اغلب قادر به انعکاس ماهیت چندبعدی و بومی معیشتهای روستایی در آفریقای زیرصحرایی نیستند. شاخصهای متعارف SES عمدتاً بر درآمد یا مالکیت داراییها تکیه دارند و اغلب آموزش، ظرفیت تولیدی و منابع غیررسمی خانوار را نادیده میگیرند. این پژوهش به تدوین و اعتبارسنجی یک مقیاس SES متناسب با فرهنگ برای زنان کشاورز روستایی در جنوبغرب نیجریه پرداخت. یک مطالعه مقطعی در ایالتهای Ogun و Ondo با نمونه اعتبارسنجی شامل ۳۳۰ زن کشاورز روستایی انجام شد. گویهها از طریق مرور متون، مشاوره با خبرگان و بحثهای گروهی متمرکز استخراج، از طریق آزمون مقدماتی اصلاح و با تحلیل عاملی اکتشافی و ارزیابی پایایی بررسی شدند. تحلیل عاملی اکتشافی ساختاری چهارعاملی شامل داراییهای مادی، امکانات مدرن، جمعیتشناسی و فناوری اطلاعات و ارتباطات، و زیرساختها و منابع را آشکار ساخت که ۴۱/۵٪ از واریانس کل را تبیین میکرد. پس از کاهش تدریجی گویهها، مقیاس نهایی ۳۹ گویهای به دست آمد که همه گویههای باقیمانده دارای بار عاملی ≥ ۰/۵۰ بودند. انسجام درونی قابل قبول بود (مقادیر آلفای کرونباخ برای عوامل از ۰/۷۵ تا ۰/۹۲ و آلفای کل ۰/۸۷ متغیر بود). روایی اولیه گروههای شناختهشده با تفاوت معنادار در سطح تحصیلات بین گروههای SES تأیید شد، بهطوری که پاسخدهندگان در چارکهای بالاتر SES سطوح تحصیلی بالاتری داشتند. با این حال، کفایت نمونهگیری متوسط بود (KMO = ۰/۶۱۲) و روایی همگرا/افتراقی در برابر پیامدهای بیرونی مانند درآمد یا امنیت غذایی ارزیابی نشد. این مقیاس SES شواهد اولیهای از تناسب بومی و انسجام درونی ارائه میدهد و جایگزینی چندبعدی برای شاخصهای متعارف مبتنی بر دارایی فراهم میکند. با این وجود، ثبات عاملی متوسط و فقدان اعتبارسنجی بیرونی نشان میدهد که این ابزار باید به عنوان ابزاری مقدماتی پژوهشی تلقی شود. اصلاح و اعتبارسنجی بیشتر پیش از کاربرد در سیاستگذاری یا برنامهریزی ضروری است.
The Malaysia Education Blueprint 2013-2025 requires assessment of Higher-Order Thinking Skills (HOTS). The objective of this study is to develop and validate an assessment instrument measuring both HOTS and Mathematical Thinking (MT) skills in Malaysian Form 4 students studying quadratic functions, according to KSSM standards. The development of the assessment instrument began with (1) theoretical alignment between Bloom’s Taxonomy and Mason’s MT; (2) development of items based on KSSM content standards; (3) expert validation by five Malaysian mathematics education specialists using the Content Validity Index (CVI); and (4) pilot testing with 20 Form 4 students from Johor schools. Expert validation yielded excellent content validity with I-CVI scores ranging from 0.80 to 1.00. Pilot testing demonstrated high internal consistency, with Cronbach's alpha values of 0.89 for HOTS and 0.87 for MT. The final instrument comprises three parts: Calculator Proficiency (5 items), HOTS Assessment (4 items), and MT Assessment (4 items), with scoring rubrics aligned to KSSM standards. This study presents the first systematically validated instrument integrating Bloom's Taxonomy and Mason's MT framework for Malaysian Form 4 students studying quadratic functions. The validated tool equips teachers with reliable resources to assess advanced thinking, supports evidence-based instructional decisions, and contributes to national educational initiatives.
سند تحول آموزش و پرورش مالزی ۲۰۱۳-۲۰۲۵ بر ارزیابی مهارتهای تفکر سطح بالای ریاضی (HOTS) تأکید دارد. هدف این پژوهش، تدوین و رواییسنجی ابزاری برای سنجش همزمان مهارتهای HOTS و تفکر ریاضی (MT) در دانشآموزان پایه چهارم متوسطه مالزی در مبحث توابع درجه دوم بر اساس استانداردهای KSSM است. فرایند تدوین ابزار سنجش شامل: (۱) همسویی نظری میان طبقهبندی بلوم و چارچوب MT میسون؛ (۲) طراحی سؤالها بر اساس استانداردهای محتوایی KSSM؛ (۳) رواییسنجی توسط پنج متخصص آموزش ریاضی مالزیایی با استفاده از شاخص روایی محتوا (CVI)؛ و (۴) اجرای آزمایشی ابزار بر روی ۲۰ دانشآموز پایه چهارم از مدارس ایالت جوهور بود. رواییسنجی متخصصان، روایی محتوایی عالی با مقادیر I-CVI بین ۰.۸۰ تا ۱.۰۰ را نشان داد. آزمون آزمایشی نیز پایایی درونی بالایی را با مقادیر آلفای کرونباخ ۰.۸۹ برای HOTS و ۰.۸۷ برای MT نشان داد. ابزار نهایی شامل سه بخش است: مهارت استفاده از ماشین حساب (۵ سؤال)، سنجش HOTS (۴ سؤال) و سنجش MT (۴ سؤال) که دستورالعمل نمرهدهی آنها با استانداردهای KSSM همسو است. این پژوهش نخستین ابزار رواییسنجیشده را که به طور نظاممند طبقهبندی بلوم و چارچوب MT میسون را برای دانشآموزان پایه چهارم متوسطه مالزی در مبحث توابع درجه دوم ادغام میکند، ارائه میدهد. ابزار رواییسنجیشده، منابع قابل اعتمادی را برای معلمان جهت ارزیابی تفکر پیشرفته فراهم میکند، از تصمیمگیری آموزشی مبتنی بر شواهد حمایت میکند و به ابتکارات آموزشی ملی کمک مینماید.
