ラテンアメリカとスペインの子供における学習と記憶テスト (TAMV-I) の規範データ:アイテム応答理論と線形混合モデルアプローチ

科学分野:

• サイコメトリクス サイコメトリクス
• 神経心理学の神経心理学について
• 発達心理学の心理学について

背景:

• スペイン語圏の人口における小児学習および記憶テストに関する規範的なデータは限られている.
• 既存の方法は,アイテムプロパティと依存関係を無視して,しばしば単変数アプローチを使用しています.

研究 の 目的:

• アイテム応答理論 (IRT) を使用してTAMV-Iのアイテムパラメータを評価します.
• 線形混合モデル (LMM) を使用して,共変量調整された規範データを生成します.
• 2パラメータロジスティック (2PL) モデルがラッシュモデルに優れ,人口統計学的要因がテストパフォーマンスに影響するという仮説を検証する.

主な方法:

• TAMV-Iのアイテムパラメータは1,2-PLモデルを使用して決定されました.
• 線形混合モデル (LMM) は,社会統計学的変数 (年齢,性別,教育,国) とその相互作用を分析した.
• 規範的なデータは,参加者の能力に基づいて生成されました.

主要な成果:

• 1,2-PLモデルは,項目パラメータを計算するために使用されました.
• LMMは,主要な変数に対する有意な相互作用を明らかにし,テストパフォーマンスに対する人口統計学的影響を示した.
• この研究では,標準生成のためのIRTとLMMを成功裏に統合しました.

結論:

• この研究は,TAMV-I.のための跨国,共変量調整された規範を提供します.
• IRTとLMMの統合により,小児神経心理学的評価の精度と臨床的妥当性が向上します.
• この調査結果は,スペイン語圏の子どもに関する堅実な規範的なデータの不足に対応しています.