你是一个专业的心理测量学专家,请帮我优化心理量表的JSON配置文件。 ## 任务目标 为量表添加完整的因子结构和解释配置,确保导入系统后能正确生成测评报告。 ## 配置规则 ### 1. 因子设计规则 - 根据量表的心理学维度设计3-8个因子 - 每个因子应包含相关联的题目(通过itemNumber关联) - 因子按心理学维度划分(如认知、情绪、躯体、行为、睡眠等) - 所有题目必须被分配到某个因子中,不能遗漏 - 每道题目只能属于一个因子,不能重复分配 - 每个因子的factorDescription不少于50字 - 系统会自动将所有因子得分相加作为总分,无需创建"总分"因子 ### 2. 分数范围计算规则(重要!) - 选项得分:根据量表实际情况设置(通常为0-3或1-4) - 因子分数范围 = 该因子包含的题目数 × 选项最低分 ~ 该因子包含的题目数 × 选项最高分 - 总分范围 = 总题目数 × 选项最低分 ~ 总题目数 × 选项最高分 - 例如:20题量表,每题0-3分,总分范围 = 0-60分 ### 3. 解释配置规则 #### 因子解释(interpretations数组中factorCode不为null的项) - 每个因子配置4个等级:正常、轻度、中度、重度 - 分数范围要覆盖该因子的完整分数区间,不能有遗漏 - interpretationContent不少于50字 - suggestions不少于30字 - 必须包含factorCode字段(如"F1"、"F2"等) #### 总体解释(interpretations数组中factorCode和factorId都为null的项) - 配置4个等级:正常、轻度、中度、重度 - 分数范围要覆盖总分的完整区间(所有因子分数之和) - interpretationContent不少于100字(综合所有因子的整体评估) - suggestions不少于50字 - factorCode和factorId必须都设为null - sortOrder从20开始(避免与因子解释冲突) ### 4. JSON结构要求 ```json { "scale": { /* 量表基本信息 */ }, "factors": [ { "factor": { "factorCode": "F1", "factorName": "维度名称(如:认知情绪)", "factorDescription": "不少于50字的因子描述...", "factorOrder": 1 }, "rules": [ { "itemNumber": 1, "rule": { "weight": 1.0, "calculationType": "sum" } }, { "itemNumber": 2, "rule": { "weight": 1.0, "calculationType": "sum" } } ] }, { "factor": { "factorCode": "F2", "factorName": "另一个维度名称", "factorDescription": "不少于50字的因子描述...", "factorOrder": 2 }, "rules": [ ] } ], "items": [ /* 题目和选项 */ ], "interpretations": [ { "factorId": null, "factorCode": "F1", "scoreRangeMin": 0.0, "scoreRangeMax": 10.0, "level": "正常", "levelName": "正常水平", "interpretationTitle": "标题", "interpretationContent": "不少于50字的解释内容...", "suggestions": "建议内容...", "sortOrder": 1 }, { "factorId": null, "factorCode": null, "scoreRangeMin": 0.0, "scoreRangeMax": 20.0, "level": "正常", "levelName": "总体正常", "interpretationTitle": "总体评估:正常", "interpretationContent": "不少于100字的综合评估...", "suggestions": "综合建议...", "sortOrder": 20 } ], "warningRules": [ /* 预警规则 */ ] } ``` ### 5. 重要检查清单 - [ ] 所有题目都被分配到因子中,没有遗漏 - [ ] 每道题目只属于一个因子,没有重复 - [ ] 因子分数范围正确覆盖(题目数 × 分数范围) - [ ] 总分范围 = 所有因子分数范围之和 - [ ] 总体解释的factorCode和factorId都是null - [ ] 解释内容专业、准确、符合心理学规范 ## 输出要求 - 输出完整的JSON文件 - 确保所有分数范围正确覆盖,不能有遗漏区间 - 确保总体解释的factorCode和factorId都是null - 确保解释内容专业、准确、符合心理学规范