目的研制并评价老年人社会支持评价量表简化版(the social support appraisals scale,SSA)。方法采用整群随机抽样法,在东莞市选取1130名符合纳入标准的老年人进行一对一访问调查,随机抽取其中565名被试对象作为训练样本,用经典测量理...目的研制并评价老年人社会支持评价量表简化版(the social support appraisals scale,SSA)。方法采用整群随机抽样法,在东莞市选取1130名符合纳入标准的老年人进行一对一访问调查,随机抽取其中565名被试对象作为训练样本,用经典测量理论和项目反应理论的方法对训练样本进行条目筛选;剩下565名被试对象作为考核样本,用于评价简化版量表的信效度。结果每个维度保留了4个较优条目(朋友维度保留了5个条目),形成了13个条目的简化版量表SSA-13。SSA-13 Cronbach′sα系数为0.903,各维度的Cronbach′sα系数介于0.755~0.866之间。验证性因子分析拟合度指标为:卡方自由度比值(χ^(2)/df)为4.93,比较适配优度指数(CFI)为0.94,增值适配指数(IFI)为0.94,比较适配度指数(GFI)为0.92,非标准适配指数(TLI)为0.92,渐进残差均方和平方根为0.08,残差均方和平方根(RMR)为0.02,各项拟合度指标均达到理想指标。项目反应理论分析结果显示,各条目的区分度介于2.34~3.10之间,除条目SS-A18难度参数(-5.56~1.23)外,其他条目难度参数介于在-3.76~2.25,平均信息量在0.764~1.311。与原量表相比,总量表的平均信息量减少了16.06%。结论SSA-13具有良好的信度和效度,可以作为老年人社会支持评价研究中简单易行、可靠有效的测量工具。展开更多
为了降低恶意评价对信任模型造成的影响,提出了一种适用于开放分布式网络环境下的基于信任领域和评价可信度量的信任模型(trust model based on the trust area and evaluation credibility,TMEC),并给出了模型流程及相关定义.TMEC模型...为了降低恶意评价对信任模型造成的影响,提出了一种适用于开放分布式网络环境下的基于信任领域和评价可信度量的信任模型(trust model based on the trust area and evaluation credibility,TMEC),并给出了模型流程及相关定义.TMEC模型中将节点的信誉值区分为节点的全局信誉值和反馈信誉值,并基于信任领域进行模型的构建;提出了基于节点评分行为相似性的共谋团体识别算法;提出了基于评价支持度和评价一致性因子确定节点反馈权重的方法,从而使所构建的信任模型更加可信和可靠.仿真实验表明,该模型能够有效地检测和抵制夸大、诋毁和共谋等恶意评价行为,具有良好的抗攻击性.展开更多
文摘目的研制并评价老年人社会支持评价量表简化版(the social support appraisals scale,SSA)。方法采用整群随机抽样法,在东莞市选取1130名符合纳入标准的老年人进行一对一访问调查,随机抽取其中565名被试对象作为训练样本,用经典测量理论和项目反应理论的方法对训练样本进行条目筛选;剩下565名被试对象作为考核样本,用于评价简化版量表的信效度。结果每个维度保留了4个较优条目(朋友维度保留了5个条目),形成了13个条目的简化版量表SSA-13。SSA-13 Cronbach′sα系数为0.903,各维度的Cronbach′sα系数介于0.755~0.866之间。验证性因子分析拟合度指标为:卡方自由度比值(χ^(2)/df)为4.93,比较适配优度指数(CFI)为0.94,增值适配指数(IFI)为0.94,比较适配度指数(GFI)为0.92,非标准适配指数(TLI)为0.92,渐进残差均方和平方根为0.08,残差均方和平方根(RMR)为0.02,各项拟合度指标均达到理想指标。项目反应理论分析结果显示,各条目的区分度介于2.34~3.10之间,除条目SS-A18难度参数(-5.56~1.23)外,其他条目难度参数介于在-3.76~2.25,平均信息量在0.764~1.311。与原量表相比,总量表的平均信息量减少了16.06%。结论SSA-13具有良好的信度和效度,可以作为老年人社会支持评价研究中简单易行、可靠有效的测量工具。
文摘为了降低恶意评价对信任模型造成的影响,提出了一种适用于开放分布式网络环境下的基于信任领域和评价可信度量的信任模型(trust model based on the trust area and evaluation credibility,TMEC),并给出了模型流程及相关定义.TMEC模型中将节点的信誉值区分为节点的全局信誉值和反馈信誉值,并基于信任领域进行模型的构建;提出了基于节点评分行为相似性的共谋团体识别算法;提出了基于评价支持度和评价一致性因子确定节点反馈权重的方法,从而使所构建的信任模型更加可信和可靠.仿真实验表明,该模型能够有效地检测和抵制夸大、诋毁和共谋等恶意评价行为,具有良好的抗攻击性.
