Item analysis

Currently, no practical instrument is available to evaluate sleep health literacy in nurses. This study aimed to translate the Sleep Health Communication scale into Chinese and examine its psychometric properties. Translation was performed following the standard procedures of the classic Brislin translation model. Cross-sectional survey was conducted between May 1 and June 1, 2025, in a large general hospital located in Southeast China. The survey battery consisted of demographic information, the Sleep Health Literacy scale (SHL), and the Anxiety and Preoccupation about Sleep Questionnaire (APSQ). Random subsample 1 ( n = 317) was used for item analysis and exploratory factor analysis (EFA). Random subsample 2 ( n = 318) was utilised to test internal consistency, perform confirmatory factor analysis, and calculate convergent validity and discriminant validity. Forty randomly selected participants were retested one month later to assess test-retest reliability. Six experts in relevant disciplines were recruited to evaluate content validity. Concurrent validity was assessed via Pearson correlation analysis between the total score of the SHC and the overall score of the APSQ. The Chinese version of the SHC scale comprised 2 dimensions with a total of 9 items. Confirmatory factor analysis (CFA) supported this two-factor model with acceptable model fit indices: χ 2 /df = 2.946, RMSEA = 0.078. The overall Cronbach’s α coefficient of the scale was 0.889, and the McDonald’s ω coefficient was 0.894. The test-retest reliability yielded an r value of 0.881, and the two-way mixed-effects model intraclass correlation coefficient (ICC) value of 0.866. The item-level content validity index (I-CVI) ranged from 0.833 to 1.000, and the scale-level average content validity index (S-CVI/Ave) was 0.944. Concurrent validity was calculated by correlating total SHC scores with total APSQ scores; the correlation coefficient was r = − 0.187( p < 0.01). The SHC-C exhibited preliminary reliability and validity. Notably, the overall concurrent validity of this scale with the APSQ was weak. The two-item Critical Application factor exhibited an even weaker, non-significant correlation and limited internal consistency. Its psychometric properties should be further validated using larger and more diverse samples. Not applicable.

Evaluation and assessment are integral components of modern biology education, serving not only to measure final learning outcomes but also to support continuous learning processes. This study aims to provide a comprehensive overview of the relationship among assessment instrument development, assessment result analysis, and biology teacher competence. A literature review method with a qualitative descriptive approach was employed. Data collection involved analyzing scientific articles published between 2020 and 2025 from various databases, including Google Scholar, ScienceDirect, and ERIC. The findings indicate that: (1) biology assessment instrument development currently focuses on measuring complex competencies, such as scientific literacy, higher-order thinking skills (HOTS), and genetic literacy; (2) the analysis of assessment results through validity, reliability, item difficulty, discrimination power, and distractor effectiveness is crucial to ensuring item quality; and (3) biology teachers play a strategic role encompassing conceptual, practical, and socio-emotional assessment literacy to design, implement, interpret, and utilize assessment results as a basis for feedback and instructional improvement. In conclusion, the integration of valid instruments, systematic item analysis, and adequate teacher assessment literacy is key to achieving quality biology education oriented toward holistic student competency development.

ارزیابی و سنجش از اجزای جدایی‌ناپذیر آموزش زیست‌شناسی مدرن به‌شمار می‌روند که نه‌تنها برای سنجش نتایج نهایی یادگیری بلکه برای حمایت از فرآیندهای یادگیری مستمر نیز به‌کار می‌روند. هدف این پژوهش ارائه مروری جامع بر ارتباط میان توسعه ابزارهای سنجش، تحلیل نتایج ارزشیابی و شایستگی معلمان زیست‌شناسی است. روش پژوهش مرور متون با رویکرد توصیفی-کیفی بوده است. گردآوری داده‌ها از طریق تحلیل مقالات علمی منتشرشده بین سال‌های 2020 تا 2025 از پایگاه‌های مختلف از جمله Google Scholar، ScienceDirect و ERIC انجام شده است. یافته‌ها نشان می‌دهد: (1) توسعه ابزارهای سنجش زیست‌شناسی در حال حاضر بر سنجش شایستگی‌های پیچیده‌ای مانند سواد علمی، مهارت‌های تفکر سطح‌بالا (HOTS) و سواد ژنتیکی متمرکز است؛ (2) تحلیل نتایج ارزشیابی از طریق روایی، پایایی، دشواری سؤال، قدرت تمایز و اثربخشی گزینه‌های انحرافی برای تضمین کیفیت سؤال‌ها حیاتی است؛ و (3) معلمان زیست‌شناسی نقش راهبردی دربرگیرنده سواد ارزشیابی مفهومی، عملی و اجتماعی-هیجانی دارند تا بتوانند نتایج ارزشیابی را طراحی، اجرا، تفسیر و به‌عنوان مبنایی برای بازخورد و بهبود آموزشی به‌کار گیرند. در نتیجه، ادغام ابزارهای معتبر، تحلیل نظام‌مند سؤال‌ها و سواد ارزشیابی کافی معلمان، کلید دستیابی به آموزش زیست‌شناسی باکیفیت و مبتنی بر توسعه شایستگی جامع دانش‌آموزان است.

Background Symptom catastrophizing reflects maladaptive cognitive and emotional responses to physical symptoms and may worsen symptom burden, distress, and recovery. However, no validated Chinese instrument is available for cardiac surgery patients, limiting patient-centered assessment and early risk identification.Objective To translate and culturally adapt a symptom-neutral catastrophizing measure derived from the original Post-concussion Symptom Catastrophizing Scale and evaluate its psychometric properties in Chinese cardiac surgery patients.Methods Following Brislin’s translation model, the scale was translated into Chinese. A convenience sample of 676 cardiac surgery patients was recruited from June to October 2025. Item analysis included critical ratio testing, item-total correlations, and internal consistency evaluation. Reliability was assessed using internal consistency, split-half, and test-retest methods. Content validity was evaluated through expert consultation. Exploratory and confirmatory factor analyses were conducted to examine construct validity. Data were analyzed using SPSS 29.0 and Mplus 8.0.Results The adapted Chinese Symptom Catastrophizing Scale demonstrated strong content validity in cardiac surgery patients (S-CVI/Ave = 0.975; CVR = 0.800–1.000). Exploratory factor analysis extracted a three-factor model explaining 79.774% of the variance. Confirmatory factor analysis indicated acceptable model fit (χ2/df = 2.175, CFI = 0.970, TLI = 0.962, RMSEA = 0.059). Reliability coefficients included Cronbach’s α = 0.936, split-half reliability = 0.894, test-retest reliability = 0.958, and McDonald’s ω = 0.934.Conclusion The Chinese Symptom Catastrophizing Scale demonstrated satisfactory initial reliability and validity evidence in cardiac surgery patients. It provides a brief, standardized, patient-centered measure for identifying maladaptive symptom responses and may facilitate early psychological risk screening, targeted symptom management, and future patient-reported outcome research.

زمینه و هدف: فاجعه‌سازی نشانه‌ها بازتاب‌دهنده پاسخ‌های شناختی و هیجانی ناسازگار به نشانه‌های جسمانی است و ممکن است بار نشانه‌ها، پریشانی و روند بهبودی را تشدید کند. با این حال، هیچ ابزار معتبر به زبان چینی برای بیماران جراحی قلب وجود ندارد و این امر ارزیابی مبتنی بر بیمار و شناسایی زودهنگام خطر را محدود می‌کند. هدف: ترجمه و بومی‌سازی فرهنگی یک ابزار خنثی نسبت به نشانه‌ها که از مقیاس اصلی فاجعه‌سازی نشانه‌های پس از ضربه مغزی اقتباس شده و ارزیابی ویژگی‌های روان‌سنجی آن در بیماران چینی جراحی قلب بود. روش‌ها: با پیروی از مدل ترجمه Brislin، مقیاس به زبان چینی ترجمه شد. نمونه‌گیری در دسترس شامل ۶۷۶ بیمار جراحی قلب از ژوئن تا اکتبر ۲۰۲۵ بود. تحلیل ماده‌ها شامل آزمون نسبت بحرانی، همبستگی ماده-کل و ارزیابی انسجام درونی بود. پایایی با استفاده از انسجام درونی، روش دو نیمه و آزمون بازآزمایی سنجیده شد. روایی محتوا از طریق مشاوره با خبرگان ارزیابی شد. برای بررسی روایی سازه، تحلیل عاملی اکتشافی و تأییدی انجام شد. داده‌ها با استفاده از SPSS 29.0 و Mplus 8.0 تحلیل شدند. یافته‌ها: مقیاس فاجعه‌سازی نشانه‌ها به زبان چینی روایی محتوای قوی در بیماران جراحی قلب نشان داد (S-CVI/Ave = 0.975؛ CVR = 0.800–1.000). تحلیل عاملی اکتشافی سه عامل استخراج کرد که ۷۹.۷۷۴٪ واریانس را تبیین نمود. تحلیل عاملی تأییدی برازش قابل قبول مدل را نشان داد (χ2/df = 2.175، CFI = 0.970، TLI = 0.962، RMSEA = 0.059). ضرایب پایایی شامل آلفای کرونباخ = 0.936، پایایی دو نیمه = 0.894، پایایی بازآزمایی = 0.958 و اومگای مک‌دونالد = 0.934 بود. نتیجه‌گیری: مقیاس فاجعه‌سازی نشانه‌ها به زبان چینی شواهد اولیه رضایت‌بخشی از نظر پایایی و روایی در بیماران جراحی قلب ارائه داد. این ابزار، مقیاسی مختصر، استاندارد و مبتنی بر بیمار برای شناسایی پاسخ‌های ناسازگار به نشانه‌ها فراهم می‌کند و می‌تواند غربالگری زودهنگام خطر روان‌شناختی، مدیریت هدفمند نشانه‌ها و پژوهش‌های آتی مبتنی بر پیامدهای گزارش‌شده توسط بیمار را تسهیل نماید.

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.

Introduction Effective community health promotion requires information about residents’ health-related characteristics and the interpersonal, environmental, organizational, and policy supports they perceive. The Multidimensional Assessment Scale for Social-Ecological Healthy Communities MASE-HC was designed as a multidimensional resident-reported instrument, not as a unidimensional measure or an objective community-level rating. We report its development and initial psychometric evaluation. Methods Items were generated through literature review, a two-round Delphi survey, content-validity assessment, and cognitive interviews. A purposive sample of 412 adult community residents was recruited from one community health service center in Anhui Province, China. Subsample 1 ( n = 206) was used for item analysis and exploratory factor analysis, and Subsample 2 ( n = 206) was used for confirmatory factor analysis, convergent and discriminant validity assessment, and hypothesis-based associations with self-rated health. Internal consistency was evaluated in the total sample ( n = 412). Results Data from 412 participants were analyzed. EFA identified a six-factor solution for the final 39-item MASE-HC, accounting for 61.411% of the variance. The final CFA specified six correlated first-order factors and did not evaluate a higher-order general factor. After four post-hoc within-factor residual covariances were added, the refined model showed generally acceptable fit (χ 2 /df = 1.741, RMSEA = 0.060, SRMR = 0.0649, CFI = 0.906, TLI = 0.898, and IFI = 0.907); TLI was marginally below 0.90. The Fornell–Larcker criterion was satisfied for all six factors, whereas convergent validity and internal consistency were comparatively weaker for Diet and Nutrition. Self-rated health was positively associated with five of the six subscales. Conclusion The MASE-HC showed preliminary support for a six-factor multidimensional structure in the present sample. The Diet and Nutrition subscale requires further refinement, and independent psychometric evaluation and replication in larger, more representative samples are needed before routine use or any community-level comparison.

مقدمه: ارتقای مؤثر سلامت جامعه مستلزم اطلاعاتی درباره ویژگی‌های مرتبط با سلامت ساکنان و حمایت‌های بین‌فردی، محیطی، سازمانی و سیاستی است که آن‌ها ادراک می‌کنند. مقیاس سنجش چندبعدی جوامع سالم اجتماعی-بوم‌شناختی (MASE-HC) به عنوان ابزاری چندبعدی و خودگزارش‌دهی توسط ساکنان طراحی شده است و نه به عنوان یک سنجه تک‌بعدی یا ارزیابی عینی در سطح جامعه. در این پژوهش، توسعه و ارزیابی روان‌سنجی اولیه این ابزار گزارش می‌شود. روش‌ها: گویه‌ها از طریق مرور متون، پیمایش دلفی دو مرحله‌ای، ارزیابی روایی محتوا و مصاحبه‌های شناختی تولید شدند. نمونه هدفمند شامل ۴۱۲ نفر از ساکنان بزرگسال یک مرکز خدمات سلامت جامعه در استان آن‌هویی چین بود. زیرنمونه ۱ (n = 206) برای تحلیل گویه و تحلیل عاملی اکتشافی و زیرنمونه ۲ (n = 206) برای تحلیل عاملی تأییدی، ارزیابی روایی همگرا و افتراقی و بررسی ارتباطات مبتنی بر فرضیه با سلامت خودارزیابی‌شده استفاده شد. پایایی در کل نمونه (n = 412) ارزیابی گردید. نتایج: داده‌های ۴۱۲ شرکت‌کننده تحلیل شد. تحلیل عاملی اکتشافی، راه‌حل شش‌عاملی برای نسخه نهایی ۳۹ گویه‌ای MASE-HC را شناسایی کرد که ۶۱/۴۱۱٪ واریانس را تبیین می‌کرد. تحلیل عاملی تأییدی نهایی، شش عامل همبسته مرتبه اول را مشخص کرد و عامل کلی مرتبه بالاتر را ارزیابی نکرد. پس از افزودن چهار کوواریانس باقیمانده درون‌عاملی به صورت پس‌نگر، مدل اصلاح‌شده برازش قابل قبولی نشان داد (χ2 /df = 1.741، RMSEA = 0.060، SRMR = 0.0649، CFI = 0.906، TLI = 0.898 و IFI = 0.907)؛ مقدار TLI اندکی کمتر از ۰/۹۰ بود. معیار فورنل-لارکر برای هر شش عامل احراز شد، در حالی که روایی همگرا و پایایی برای زیرمقیاس رژیم غذایی و تغذیه نسبتاً ضعیف‌تر بود. سلامت خودارزیابی‌شده با پنج زیرمقیاس از شش زیرمقیاس ارتباط مثبت داشت. نتیجه‌گیری: MASE-HC در نمونه حاضر حمایت اولیه‌ای برای ساختار شش‌عاملی چندبعدی نشان داد. زیرمقیاس رژیم غذایی و تغذیه نیازمند اصلاح بیشتر است و پیش از استفاده روتین یا هرگونه مقایسه در سطح جامعه، ارزیابی روان‌سنجی مستقل و تکرار در نمونه‌های بزرگ‌تر و نماینده‌تر ضروری است.

Background The Literacy scale for Excellent Traditional Chinese Culture (ETCC-LS) is an important measurement instrument for assessing college students’ cultural accomplishment and the effectiveness of university cultural education. Nevertheless, existing measurement tools show limited contextual suitability for Chinese college students. Based on the Knowledge-Attitude-Practice (KAP) framework, this study aimed to develop the ETCC-LS for the assessment of excellent traditional Chinese culture literacy among college students. Methods Using a cross-sectional design with convenience sampling, an item pool was generated through literature review and expert consultation, then administered to college students across six universities in Fujian Province, China. Of 1,424 questionnaires distributed, 1,345 valid responses were retained and screened via item analysis before being randomly split into an exploratory subsample ( n = 672, EFA) and a validation subsample ( n = 673, CFA); internal consistency was assessed via Cronbach’s α and composite reliability. Results The final ETCC-LS consisted of 11 items covering three dimensions: knowledge of traditional culture, attitude toward cultural openness, practice of cultural dissemination. The respecified three-factor model yielded acceptable fit: χ 2 /df = 4.869, RMSEA = 0.076, CFI = 0.984, TLI = 0.984. Standardized factor loadings ranged from 0.748 to 0.989. Cronbach’s α was high and stable across two subsamples (total scale α = 0.948–0.951), at or above the 0.95 redundancy risk threshold flagged for the knowledge of traditional culture and practice of cultural dissemination subscales. All dimensions met criteria for convergent validity (AVE > 0.50, CR > 0.70). Despite the high latent correlation ( r = 0.893) between knowledge of traditional culture and practice of cultural dissemination, Fornell–Larcker criteria supported acceptable discriminant validity. Conclusion The KAP-based ETCC-LS showed acceptable reliability and validity. It serves as a reliable measurement tool for assessing college students’ literacy of excellent traditional Chinese culture.

زمینه: مقیاس سواد فرهنگ سنتی ممتاز چینی (ETCC-LS) ابزاری مهم برای سنجش میزان فرهنگ‌مندی دانشجویان دانشگاه و اثربخشی آموزش فرهنگی دانشگاهی است. با این حال، ابزارهای سنجش موجود از لحاظ زمینه‌ای برای دانشجویان چینی محدودیت دارند. این مطالعه با تکیه بر چارچوب دانش-نگرش-عمل (KAP)، با هدف تدوین مقیاس ETCC-LS جهت ارزیابی سواد فرهنگ سنتی ممتاز چینی در میان دانشجویان دانشگاه انجام شد. روش‌ها: با استفاده از طرح مقطعی و نمونه‌گیری در دسترس، مجموعه‌ای از گویه‌ها از طریق مرور متون و مشاوره با خبرگان تهیه و سپس در میان دانشجویان شش دانشگاه استان فوجیان چین اجرا شد. از میان 1,424 پرسشنامه توزیع‌شده، 1,345 پاسخ معتبر حفظ و از طریق تحلیل گویه غربال شدند و سپس به طور تصادفی به دو زیرنمونه اکتشافی (n = 672، تحلیل عاملی اکتشافی) و تأییدی (n = 673، تحلیل عاملی تأییدی) تقسیم شدند؛ پایایی درونی با آلفای کرونباخ و پایایی ترکیبی ارزیابی شد. یافته‌ها: نسخه نهایی مقیاس ETCC-LS شامل 11 گویه در سه بعد بود: دانش فرهنگ سنتی، نگرش به گشودگی فرهنگی، و عمل در ترویج فرهنگ. مدل سه‌عاملی بازتعیین‌شده برازش قابل قبولی داشت: χ2 /df = 4.869، RMSEA = 0.076، CFI = 0.984، TLI = 0.984. بارهای عاملی استانداردشده بین 0.748 تا 0.989 بود. آلفای کرونباخ در هر دو زیرنمونه بالا و پایدار بود (آلفای کل مقیاس = 0.948–0.951) و برای زیرمقیاس‌های دانش فرهنگ سنتی و عمل در ترویج فرهنگ، در آستانه یا بالاتر از حد خطر افزونگی 0.95 قرار داشت. تمامی ابعاد معیارهای روایی همگرا را برآورده کردند (AVE > 0.50، CR > 0.70). با وجود همبستگی نهفته بالا (r = 0.893) بین دانش فرهنگ سنتی و عمل در ترویج فرهنگ، معیار فورنل-لارکر روایی واگرای قابل قبول را تأیید کرد. نتیجه‌گیری: مقیاس ETCC-LS مبتنی بر KAP از پایایی و روایی قابل قبولی برخوردار است و به عنوان ابزاری معتبر برای سنجش سواد فرهنگ سنتی ممتاز چینی در میان دانشجویان دانشگاه قابل استفاده است.