4.0 KiB
4.0 KiB
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
{
"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