MétaCan
Menu
Retour à la cohorte
Enregistrement W2017422296 · doi:10.1080/10913670903260086

Factor Structure and Measurement Invariance of a 10-Item Decisional Balance Scale: Longitudinal and Subgroup Examination Within an Adult Diabetic Sample

2009· article· en· W2017422296 sur OpenAlexaffabout
Michael A. Pickering, Ronald C. Plotnikoff

Notice bibliographique

RevueMeasurement in Physical Education and Exercise Science · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTranstheoretical modelMeasurement invariancePsychologyScale (ratio)PopulationBalance (ability)Sample (material)Confirmatory factor analysisStatisticsSocial psychologyMathematicsStructural equation modelingMedicineBehavior change

Résumé

récupéré en direct d'OpenAlex

This study explores the longitudinal and subgroup measurement properties of a 10-item, physical activity decisional balance scale, previously published by Plotnikoff, Blanchard, Hotz, and Rhodes (2001 Plotnikoff, R. C., Blanchard, C., Hotz, S. B. and Rhodes, R. 2001. Validation of the decisional balance scales in the exercise domain from the Transtheoretical Model: A longitudinal test. Measurement in Physical Education and Exercise Science, 5: 191–206. [Taylor & Francis Online] , [Google Scholar]), within a diabetic sample of Canadian adults. Results indicated that a three-factor measurement model consistently improved model fit compared to the previously published two-factor model. Evidence of configural, metric, and scalar measurement invariance across time and among subgroups suggests that the 10-item decisional balance scale is appropriate for investigating associative relationships with other constructs and for comparing group means of the pros and cons subscales among a variety of diabetic population subgroups.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,366
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMeasurement in Physical Education and Exercise ScienceMême sujetBehavioral Health and InterventionsTravaux en français237 207