MétaCan
Menu
Retour à la cohorte
Enregistrement W2151912132 · doi:10.1017/s1930297500000395

A short form of the Maximization Scale: Factor structure, reliability and validity studies

2008· article· en· W2151912132 sur OpenAlexaff
Gergana Y. Nenkov, Maureen Morrin, Andrew Ward, Barry Schwartz, John Hulland

Notice bibliographique

RevueJudgment and Decision Making · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNomological networkScale (ratio)MaximizationReliability (semiconductor)Construct validityValidityContext (archaeology)Criterion validityPsychologyPredictive validityComputer scienceEconometricsStatisticsPsychometricsSocial psychologyMathematicsStructural equation modelingMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract We conducted an analysis of the 13-item Maximization Scale (Schwartz et al., 2002) with the goal of establishing its factor structure, reliability and validity. We also investigated the psychometric properties of several proposed refined versions of the scale. Four sets of analyses are reported. The first analysis confirms the 3-part factor structure of the scale and assesses its reliability. The second analysis identifies those items that do not perform well on the basis of internal, external, and judgmental criteria, and develops three shorter versions of the scale. In the third analysis, the three refined versions of the scale are cross-validated to confirm dimensionality, reliability, and validity. The fourth analysis uses an experiment in an investment decision making context to assess the reliability and nomological validity of the refined scales. These analyses lead us to conclude that a shorter, 6-item Maximization Scale performs best and should be used by future researchers. It is hoped that clarification of the conceptual underpinnings of the maximization construct and development of a refined scale will enhance its use among researchers across several of the social science disciplines.

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)0,008
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,188
Tête enseignante GPT0,434
Écart entre enseignants0,246 · 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

Citations50
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJudgment and Decision MakingMême sujetBehavioral Health and InterventionsTravaux en français237 207