Stimulating Innovations in the Measurement of Parenting Constructs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Parents can play a crucial role in the development of children's behaviors associated with dietary habits, physical activity, and sedentary lifestyles. Many parenting practices and/or styles measures have been developed; however, there is little agreement as to how the influence of parenting should be measured. More importantly, our ability to relate parenting practices and/or styles to children's behaviors depends on its accurate assessment. While there is a need to standardize our assessment to further advance knowledge in this area, this article will discuss areas that may stimulate advances in the measurement of parenting constructs. Because self-report measures are important for the assessment of parenting, this article discusses whether solutions to improve self-report measures may lie in: (1) Improving the questions asked; (2) improving the methods used to correct for social desirability or measurement errors; (3) changing our measurement paradigm to assess implicit parenting behaviors; (4) changing how self-report is collected by taking advantage of ecological momentary assessment methods; (5) using better psychometric methods to validate parenting measures or alternatively using advances in psychometric methods, such as item banking and computerized adaptive testing, to solve common administration issues (i.e., response burden and comparability of results across studies); and (6) employing novel technologies to collect data such as portable technologies, gaming, and virtual reality simulation. This article will briefly discuss the potential of technologies to measure parenting constructs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle