Brief Resilience Scale (BRS) – jak policzyć i opisać wynik prężności

Autor: Konrad Hryniewicz · Opublikowano: 28 października 2026 · Aktualizacja: 26 października 2026

Czym jest BRS i co właściwie mierzy

Brief Resilience Scale (BRS) to krótka skala samoopisowa, którą opracowali Bruce W. Smith i współpracownicy (Smith i in., 2008). Mierzy prężność psychiczną (rezyliencję) w najwęższym, pierwotnym sensie tego słowa: zdolność do „odbicia się”, czyli powrotu do równowagi po stresie. Autorzy zwrócili uwagę, że wiele wcześniejszych skal mierzy zasoby, które mogą sprzyjać prężności, np. wsparcie, optymizm albo poczucie kontroli, a nie sam powrót do równowagi. BRS pyta właśnie o ten powrót.

To rozróżnienie ma znaczenie dla hipotez. Jeśli w pracy sprawdzasz, czy wsparcie społeczne wiąże się z prężnością, BRS jest dobrym wyborem, bo nie mierzy wsparcia „od środka”. Smith i in. (2008) pokazali w czterech próbach (dwóch studenckich oraz u pacjentów kardiologicznych i z bólem przewlekłym), że wynik BRS wiązał się ujemnie z lękiem, depresją i objawami somatycznymi także po kontroli innych miar prężności i optymizmu. W przeglądzie 19 miar prężności BRS znalazła się wśród trzech skal z najlepszymi ocenami psychometrycznymi, choć żadna skala nie okazała się „złotym standardem” (Windle i in., 2011).

Wpis należy do serii o liczeniu wyników kwestionariuszy, obok PSS-10, GSE i WEMWBS. Zasady wspólne dla wszystkich skal opisuje poradnik jak policzyć wynik kwestionariusza.

Budowa skali i odpowiedzi

BRS ma sześć pozycji i jeden wynik ogólny. Trzy pozycje opisują szybki powrót do równowagi po trudnościach, a trzy – trudność z odzyskaniem równowagi. Osoba badana ocenia, na ile zgadza się z każdym twierdzeniem, na pięciostopniowej skali od zdecydowanego braku zgody (1) do zdecydowanej zgody (5). Treści pozycji tu nie podajemy. Zasady ich przedruku w pracach opisuje stanowisko International Test Commission (2014).

Pełny tekst oryginalnej publikacji nie jest w otwartym dostępie, dlatego zasady punktacji podajemy za otwartymi badaniami walidacyjnymi, które je opisują i powołują się na oryginał. Jeśli masz dostęp do artykułu Smitha i in. (2008), sprawdź klucz także tam.

Jak policzyć wynik BRS krok po kroku

Krok 1. Sprawdź kodowanie 1–5

Formularz online może zapisać odpowiedzi jako 0–4, jako tekst albo w odwrotnej kolejności, jeśli ktoś ułożył etykiety od „zgadzam się” do „nie zgadzam się”. Przed liczeniem sprawdź, czy w każdej pozycji są tylko wartości 1–5. Jak to zrobić w danych z ankiety, opisuje hasło rekodowanie.

Krok 2. Odwróć pozycje 2, 4 i 6

Pozycje 2, 4 i 6 opisują trudność z powrotem do równowagi, więc zgoda z nimi oznacza niższą prężność. Odwróć je wzorem 6 − odpowiedź: 1 staje się 5, 2 staje się 4, a 3 zostaje 3 (Chmitorz i in., 2018). Szczegóły i typowe pułapki opisuje hasło pozycja odwrócona. Pozycji 1, 3 i 5 nie zmieniasz.

Krok 3. Policz średnią z sześciu pozycji

Wynik BRS to średnia sześciu pozycji po odwróceniu, w zakresie 1–5 (Chmitorz i in., 2018). Nie zamieniaj jej na sumę 6–30. Badania walidacyjne i większość literatury podają średnią, więc suma utrudni porównania. Ogólnie o tym wyborze pisze hasło wynik skali: średnia czy suma, a gotowe przeliczenie zrobisz w kalkulatorze wyniku skali.

Krok 4. Zdecyduj, co z brakami

W źródłach, które przeczytaliśmy, nie ma reguły dla pojedynczych braków w BRS. Najbezpieczniej policzyć wynik tylko dla osób z kompletem sześciu odpowiedzi i podać, ilu osób to dotyczyło. Jeśli wolisz liczyć średnią z dostępnych pozycji, zapisz tę regułę przed analizą i opisz ją w pracy. Przy sześciu pozycjach każdy brak waży dużo. Zobacz też braki danych w ankiecie.

Interpretacja: wynik ciągły zamiast etykiet

Wyższy wynik oznacza, że osoba ocenia się jako szybciej wracająca do równowagi po stresie. W internecie krążą przedziały „niska, przeciętna i wysoka prężność” przypisywane autorom skali. Nie podajemy ich, bo nie udało nam się sprawdzić ich w publikacji źródłowej. Jeśli promotor ich wymaga, znajdź oryginał, zacytuj go dokładnie i traktuj przedziały jako umowne, a nie jako punkt odcięcia o potwierdzonej trafności. Dlaczego dzielenie wyniku ciągłego na trzy grupy zwykle szkodzi analizie, wyjaśnia poradnik niski, przeciętny, wysoki wynik.

BRS nie służy do diagnozy. To miara samooceny, a nie kliniczny test odporności. Średnie różnią się też między krajami i próbami. W dwóch niemieckich próbach populacyjnych wynosiły 3.58 i 3.37 (Chmitorz i in., 2018), więc wyniku osoby studiującej z Polski nie porównuj z nimi wprost. Do porównań użyj danych polskiej wersji albo własnej grupy porównawczej.

Przykład: prężność i stres u 280 osób studiujących

W przykładowym badaniu 280 osób studiujących wypełniło BRS i PSS-10. Dane są symulowane i możesz je pobrać jako plik CSV (kolumny id, b1–b6 z surowymi odpowiedziami 1–5 i PSS10 z gotowym wynikiem 0–40). Trzy osoby pominęły po jednej pozycji. Wynik policzyliśmy dla 277 osób z kompletem odpowiedzi.

Rozkład i skutek pominięcia odwrócenia

Średni wynik BRS wyniósł M = 3.44 (SD = 0.69), mediana 3.33, a połowa osób miała wynik od 3.00 do 4.00. Wyniki objęły zakres 1.50–5.00, a rozkład był prawie symetryczny (skośność −0.20). Rysunek 1 pokazuje, co się dzieje, gdy ktoś zapomni o kroku 2. Średnia z surowych odpowiedzi wynosi 3.28 (SD = 0.40), czyli na pierwszy rzut oka wygląda wiarygodnie. Z poprawnym wynikiem koreluje jednak na poziomie r = −.15, a alfa spada do .00. Taki wynik nic nie mierzy.

Niespójne odpowiedzi

Pozycje o przeciwnym kierunku mają zaletę: ujawniają osoby, które zgadzają się ze wszystkim. Soer i in. (2019) pokazali, że u części pracowników takie wzorce odpowiedzi zaburzały strukturę skali, i zalecili ich wykrywanie. W przykładzie policzyliśmy dwie średnie z surowych odpowiedzi: z pozycji 1, 3 i 5 oraz z pozycji 2, 4 i 6. U 14 osób (5.1%) obie wynosiły co najmniej 4. Te osoby zgodziły się zarówno z tym, że szybko wracają do równowagi, jak i z tym, że przychodzi im to z trudem (rysunek 2). U pozostałych osób obie średnie korelowały zgodnie z oczekiwaniem, r = −.65.

Kryterium „obie średnie ≥ 4” jest naszym przykładem, a nie regułą skali. Własne kryterium ustal przed analizą, a w pracy podaj wyniki z tymi osobami i bez nich. Więcej o takich wzorcach piszą hasło tendencja do zgadzania się i poradnik nieuważne odpowiedzi w ankietach online.

Rzetelność i struktura

Spójność wewnętrzna wyniosła α = .78, 95% CI [.74, .82], a skorygowane korelacje pozycja–reszta od .40 do .58. Po wyłączeniu 14 niespójnych osób alfa wzrosła do .81. Omega McDonalda wyniosła ω = .79. Alfa ma założenia, których skale rzadko dotrzymują (McNeish, 2018), więc podaj obie miary. Wynik jest nieco niższy niż przedział z oryginału, ale wyższy niż .71 w chińskiej próbie studenckiej (Fung, 2020). Co zrobić, gdy alfa wyjdzie wyraźnie niżej, opisuje wpis alfa Cronbacha poniżej .70.

Jednoczynnikowa CFA na pozycjach porządkowych (estymator WLSMV) była słabo dopasowana: χ²(9) = 59.98, p < .001, CFI = .928, RMSEA = .143. Model z dodatkowym czynnikiem metody dla pozycji 2, 4 i 6 pasował wyraźnie lepiej: χ²(6) = 13.17, p = .040, CFI = .990, RMSEA = .066, SRMR = .030. Różnica była istotna, Δχ²(3) = 34.56, p < .001, a ładunki czynnika ogólnego wynosiły od .42 do .78. Ten sam wzór opisali Chmitorz i in. (2018) w dwóch dużych próbach niemieckich. Model z czynnikiem metody był najlepszy, a autorzy zalecają jeden wynik ogólny zamiast osobnych wyników pozycji pozytywnych i negatywnych. W chińskiej próbie Fung (2020) najlepiej pasował model dwuczynnikowy, a w polskiej walidacji model z dwoma czynnikami i czynnikiem wyższego rzędu (Konaszewski i in., 2020). Te różnice dotyczą sposobu modelowania kierunku sformułowań, a nie liczby wyników, które liczysz. Procedurę CFA krok po kroku opisuje poradnik analiza czynnikowa EFA i CFA.

Związek ze stresem

Wynik BRS korelował ujemnie z wynikiem PSS-10: r(275) = −.34, 95% CI [−.44, −.23], p < .001. Osoby, które oceniały się jako szybciej wracające do równowagi, opisywały swoje życie jako mniej stresujące. Kierunek zgadza się z ujemnymi związkami BRS z miarami złego samopoczucia w badaniach walidacyjnych (Chmitorz i in., 2018; Smith i in., 2008). To jednak korelacja, a nie przyczynowość. Jedno badanie przekrojowe nie rozstrzyga, czy prężność chroni przed stresem, czy przewlekły stres obniża ocenę własnej prężności.

Jak opisać BRS w pracy

Wzór opisu narzędzia z liczbami z przykładu znajdziesz poniżej. Nawiasy kwadratowe uzupełnij danymi polskiej wersji. Ogólny schemat takiego opisu pokazuje poradnik opis narzędzia badawczego – wzór.

W rozdziale z wynikami podaj statystyki opisowe, decyzję o niespójnych odpowiedziach i związek z innymi zmiennymi:

Zdanie o analizie bez niespójnych osób zostaw tylko wtedy, gdy ją rzeczywiście wykonasz i wnioski się nie zmienią.

Polska wersja i zgoda na użycie

Polską wersję BRS zwalidowali Konaszewski, Niesiobędzka i Surzykiewicz (2020) w trzech badaniach. Uzyskali α i ω równe .88 oraz związki z miarami podobnych konstruktów, a do artykułu opublikowano później korektę. Właściwości i ewentualne dane porównawcze bierz z tej publikacji, a nie z tego wpisu. Warunków użycia BRS nie znaleźliśmy na oficjalnej stronie autorów, dlatego przed badaniem sprawdź je u autorów oryginału albo polskiej wersji. Pozycji nie zamieszczaj w aneksie bez zgody (International Test Commission, 2014). Jak szukać narzędzi i prosić o zgodę, opisuje poradnik gdzie znaleźć kwestionariusze psychologiczne.

# B129 – BRS: odwrócenie pozycji 2, 4 i 6, wynik jako średnia, niespójne odpowiedzi, rzetelność, struktura i związek ze stresem
# Dane symulowane, set.seed(12929): 280 osób studiujących; odpowiedzi 1–5 na 6 pozycji BRS (b1–b6) oraz wynik PSS-10 (0–40).
# Zasady liczenia (Smith i in., 2008, za: Chmitorz i in., 2018): pozycje 2, 4 i 6 odwrócone, wynik = średnia 6 pozycji (1–5).
# Treści pozycji nie podajemy – w danych są tylko numery.
suppressPackageStartupMessages({ library(MASS); library(psych); library(lavaan); library(semTools) })
set.seed(12929)
n <- 280
L <- mvrnorm(n, c(0, 0), matrix(c(1, -.50, -.50, 1), 2))           # prężność i stres (korelacja ujemna)
lam <- c(.72, .70, .66, .74, .64, .69)
kier <- c(1, -1, 1, -1, 1, -1)                                       # pozycje 2, 4, 6 sformułowane negatywnie
progi <- c(-1.75, -0.70, 0.25, 1.35)
odp <- sapply(1:6, function(j) findInterval(kier[j] * lam[j] * L[, 1] + rnorm(n, 0, sqrt(1 - lam[j]^2)) +
                                              ifelse(kier[j] < 0, -0.45, 0.45), progi) + 1)
niesp <- sample(n, 14)                                               # 14 osób zgadza się ze wszystkim (4 lub 5)
odp[niesp, ] <- matrix(sample(4:5, 14 * 6, replace = TRUE, prob = c(.6, .4)), 14)
colnames(odp) <- paste0("b", 1:6)
dane <- data.frame(id = 1:n, odp, PSS10 = pmin(40, pmax(0, round(19 + 6 * L[, 2]))))
dane$b4[c(37, 151)] <- NA; dane$b5[208] <- NA                        # trzy osoby pominęły po jednej pozycji
write.csv(dane, "../brs-dane-przyklad.csv", row.names = FALSE)       # plik do pobrania

# Krok 1. Kontrola kodowania: tylko 1–5 albo brak
brs <- paste0("b", 1:6)
sapply(dane[, brs], function(x) all(x %in% c(1:5, NA)))
colSums(is.na(dane[, brs]))[colSums(is.na(dane[, brs])) > 0]

# Krok 2. Odwrócenie pozycji 2, 4 i 6: 6 − odpowiedź
odwr <- c("b2", "b4", "b6")
k <- dane
k[, odwr] <- 6 - k[, odwr]

# Krok 3. Wynik: średnia 6 pozycji (1–5) tylko dla osób z kompletem odpowiedzi
k$BRS <- rowMeans(k[, brs])
c(z_wynikiem = sum(!is.na(k$BRS)), bez_wyniku = sum(is.na(k$BRS)))
pel <- k[!is.na(k$BRS), ]
x <- pel$BRS
round(c(M = mean(x), SD = sd(x), Me = median(x), Q1 = unname(quantile(x, .25)), Q3 = unname(quantile(x, .75)),
        min = min(x), max = max(x), skosnosc = psych::skew(x)), 2)

# Błąd: wynik bez odwrócenia pozycji
zle <- rowMeans(dane[!is.na(k$BRS), brs])
round(c(M_zle = mean(zle), SD_zle = sd(zle), r_z_poprawnym = cor(zle, x)), 2)
a_zle <- alpha(dane[!is.na(k$BRS), brs], check.keys = FALSE, warnings = FALSE)
round(c(alfa_bez_odwrocenia = a_zle$total$raw_alpha), 3)

# Krok 4. Niespójne odpowiedzi: średnia pozycji 1, 3, 5 i średnia pozycji 2, 4, 6 PRZED odwróceniem
surowe <- dane[!is.na(k$BRS), ]
poz <- rowMeans(surowe[, c("b1", "b3", "b5")]); neg <- rowMeans(surowe[, odwr])
flaga <- poz >= 4 & neg >= 4                                         # zgoda z twierdzeniami o przeciwnym sensie
c(niespojne = sum(flaga), proc = round(100 * mean(flaga), 1))
round(c(r_poz_neg = cor(poz, neg), r_bez_niespojnych = cor(poz[!flaga], neg[!flaga])), 2)

# Krok 5. Rzetelność: alfa (95% CI Feldta), korelacje pozycja–reszta, omega – z niespójnymi i bez nich
a <- alpha(pel[, brs], check.keys = FALSE, warnings = FALSE)
round(c(alfa = a$total$raw_alpha, lo = a$feldt$lower.ci[[1]], hi = a$feldt$upper.ci[[1]]), 3)
round(a$item.stats$r.drop, 2)
a2 <- alpha(pel[!flaga, brs], check.keys = FALSE, warnings = FALSE)
round(c(alfa_bez_niespojnych = a2$total$raw_alpha), 3)
m_ciagly <- cfa(paste("BRS =~", paste(brs, collapse = " + ")), data = pel[, brs], std.lv = TRUE)
round(unlist(compRelSEM(m_ciagly))[[1]], 3)

# Krok 6. Struktura: jeden czynnik a jeden czynnik + czynnik metody dla pozycji 2, 4, 6 (WLSMV)
m1 <- cfa("BRS =~ b1 + b2 + b3 + b4 + b5 + b6", data = pel[, brs], ordered = TRUE, estimator = "WLSMV", std.lv = TRUE)
m2 <- cfa("BRS =~ b1 + b2 + b3 + b4 + b5 + b6
           NEG =~ b2 + b4 + b6
           BRS ~~ 0*NEG", data = pel[, brs], ordered = TRUE, estimator = "WLSMV", std.lv = TRUE)
wsk <- c("chisq.scaled", "df.scaled", "pvalue.scaled", "cfi.scaled", "tli.scaled", "rmsea.scaled", "srmr")
round(rbind(jeden_czynnik = fitMeasures(m1, wsk), z_czynnikiem_metody = fitMeasures(m2, wsk)), 3)
lr <- lavTestLRT(m1, m2)
round(c(chi2_roznica = lr[2, "Chisq diff"], df = lr[2, "Df diff"], p = lr[2, "Pr(>Chisq)"]), 3)
std <- standardizedSolution(m2)
round(range(std$est.std[std$op == "=~" & std$lhs == "BRS"]), 2)

# Krok 7. Związek ze stresem (PSS-10): korelacja Pearsona z 95% CI
ct <- cor.test(pel$BRS, pel$PSS10)
round(c(r = unname(ct$estimate), lo = ct$conf.int[1], hi = ct$conf.int[2], t = unname(ct$statistic), df = unname(ct$parameter)), 3)
format.pval(ct$p.value, digits = 3)

  b1   b2   b3   b4   b5   b6 
TRUE TRUE TRUE TRUE TRUE TRUE 
b4 b5 
 2  1 
z_wynikiem bez_wyniku 
       277          3 
       M       SD       Me       Q1       Q3      min      max skosnosc 
    3.44     0.69     3.33     3.00     4.00     1.50     5.00    -0.20 
        M_zle        SD_zle r_z_poprawnym 
         3.28          0.40         -0.15 
alfa_bez_odwrocenia 
              0.001 
niespojne      proc 
     14.0       5.1 
        r_poz_neg r_bez_niespojnych 
            -0.49             -0.65 
 alfa    lo    hi 
0.784 0.742 0.821 
[1] 0.56 0.50 0.57 0.58 0.40 0.58
alfa_bez_niespojnych 
               0.811 
[1] 0.79
                    chisq.scaled df.scaled pvalue.scaled cfi.scaled tli.scaled rmsea.scaled  srmr
jeden_czynnik             59.976         9          0.00      0.928      0.881        0.143 0.078
z_czynnikiem_metody       13.166         6          0.04      0.990      0.975        0.066 0.030
chi2_roznica           df            p 
      34.557        3.000        0.000 
[1] 0.42 0.78
      r      lo      hi       t      df 
 -0.342  -0.442  -0.233  -6.033 275.000 
[1] "5.19e-09"

Najczęstsze błędy przy BRS

• Brak odwrócenia pozycji 2, 4 i 6. Wynik wygląda wiarygodnie, ale alfa bliska zera i ujemne korelacje pozycja–reszta zdradzają błąd.
• Podwójne odwrócenie. Jeśli formularz już przekodował pozycje, ponowne odwrócenie daje ten sam efekt co jego brak. Sprawdź to na surowych danych.
• Suma zamiast średniej bez informacji o tym w pracy. Utrudnia to porównanie z literaturą.
• Przedziały „niska, przeciętna, wysoka prężność” bez sprawdzonego źródła i analiza tych grup zamiast wyniku ciągłego.
• Osobne wyniki pozycji pozytywnych i negatywnych. Badania walidacyjne traktują je jako efekt sformułowań, a nie dwa konstrukty.
• Pomijanie niespójnych odpowiedzi. Sześć pozycji to mało, więc kilka takich osób wyraźnie obniża rzetelność.

Jeśli chcesz sprawdzić, czy dobrze policzyłeś wynik BRS i jak opisać go w pracy, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Które pozycje w BRS są odwrócone?

Odwrócone są pozycje 2, 4 i 6, które opisują trudność z powrotem do równowagi po stresie. Przekoduj je wzorem 6 − odpowiedź, a pozycje 1, 3 i 5 zostaw bez zmian. Dopiero potem policz średnią.

Czy wynik BRS to suma czy średnia?

Wynik BRS to średnia sześciu pozycji po odwróceniu, w zakresie 1–5, i tak podają go badania walidacyjne. Suma 6–30 niesie tę samą informację, ale utrudnia porównanie z literaturą, więc jeśli jej używasz, napisz o tym wprost.

Dlaczego alfa BRS wyszła mi bliska zera?

Najczęściej nie odwrócono pozycji 2, 4 i 6 albo odwrócono je dwukrotnie. Wtedy twierdzenia o przeciwnym sensie znoszą się, a korelacje pozycja–reszta są ujemne. Sprawdź kodowanie na surowych danych i policz alfę ponownie.

Jak wykryć niespójne odpowiedzi w BRS?

Policz osobno średnią pozycji 1, 3 i 5 oraz średnią pozycji 2, 4 i 6 przed odwróceniem. Jeśli obie są wysokie, osoba zgodziła się z twierdzeniami o przeciwnym sensie. Kryterium ustal przed analizą i pokaż wyniki z tymi osobami i bez nich.

Czy BRS ma osobne podskale pozycji pozytywnych i negatywnych?

Nie. Badania walidacyjne traktują różnicę między pozycjami pozytywnymi i negatywnymi jako efekt kierunku sformułowań i zalecają jeden wynik ogólny. Model z czynnikiem metody zwykle pasuje lepiej niż model jednoczynnikowy, ale liczysz nadal jedną średnią.

Powiązane hasła

Przeczytaj też

@article{chmitorz2018brs, author={Chmitorz, Andrea and Wenzel, Mario and Stieglitz, Rolf-Dieter and Kunzler, Angela and Bagusat, Christiana and Helmreich, Isabella and Gerlicher, Anna and Kampa, Miriam and Kubiak, Thomas and Kalisch, Raffael and Lieb, Klaus and Tüscher, Oliver}, title={{Population-based validation of a German version of the Brief Resilience Scale}}, journal={PLOS ONE}, year={2018}, volume={13}, number={2}, eid={e0192761}, doi={10.1371/journal.pone.0192761}}

@article{fung2020brs, author={Fung, Sai-fu}, title={{Validity of the Brief Resilience Scale and Brief Resilient Coping Scale in a Chinese sample}}, journal={International Journal of Environmental Research and Public Health}, year={2020}, volume={17}, number={4}, eid={1265}, doi={10.3390/ijerph17041265}}

@techreport{itc2014statement, author={{International Test Commission}}, title={{ITC statement on the use of tests and other assessment instruments for research purposes}}, year={2014}, institution={International Test Commission}, url={https://www.intestcom.org/files/statement_using_tests_for_research.pdf}}

@article{konaszewski2020brs, author={Konaszewski, Karol and Niesiobędzka, Małgorzata and Surzykiewicz, Janusz}, title={{Validation of the Polish version of the Brief Resilience Scale (BRS)}}, journal={PLOS ONE}, year={2020}, volume={15}, number={8}, eid={e0237038}, doi={10.1371/journal.pone.0237038}}

@article{mcneish2018thanks, author={McNeish, Daniel}, title={{Thanks coefficient alpha, we’ll take it from here}}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}

@article{smith2008brs, author={Smith, Bruce W. and Dalen, Jeanne and Wiggins, Kathryn and Tooley, Erin and Christopher, Paulette and Bernard, Jennifer}, title={{The brief resilience scale: Assessing the ability to bounce back}}, journal={International Journal of Behavioral Medicine}, year={2008}, volume={15}, number={3}, pages={194--200}, doi={10.1080/10705500802222972}}

@article{soer2019brs, author={Soer, Remko and Six Dijkstra, Marianne W. M. C. and Bieleman, Hendrik J. and Stewart, Roy E. and Reneman, Michiel F. and Oosterveld, Frits G. J. and Schreurs, Karlein M. G.}, title={{Measurement properties and implications of the Brief Resilience Scale in healthy workers}}, journal={Journal of Occupational Health}, year={2019}, volume={61}, number={3}, pages={242--250}, doi={10.1002/1348-9585.12041}}

@article{windle2011methodological, author={Windle, Gill and Bennett, Kate M. and Noyes, Jane}, title={{A methodological review of resilience measurement scales}}, journal={Health and Quality of Life Outcomes}, year={2011}, volume={9}, number={1}, eid={8}, doi={10.1186/1477-7525-9-8}}