Efficient and valid assessment of personality traits: population norms of a brief version of the NEO Five-Factor Inventory (NEO-FFI)
Notice bibliographique
Résumé
Aim of the study The NEO Five-Factor Inventory (NEO-FFI), a well-established 60-item questionnaire based on the Five-Factor Model (FFM) of personality, provides a valuable framework for the interdisciplinary approach to personality research and clinical practice. In response to the need for briefer personality measures, a 30-item version of the NEO-FFI (NEO-FFI-30) was developed and its factor structure replicated. Subject or material and methods The study examines the psychometric quality of NEO-FFI-30 and provides population-based norms (n=1908 adults). Reliability coefficients, kurtosis, skewness, correlations and effect sizes illustrate the psychometric properties of the measure. Results The relationships between neuroticism, extraversion, openness, agreeableness, conscientiousness and sociodemographic characteristics confirm previous research findings and speak to the validity of the brief version. Namely, women report higher neuroticism and agreeableness. Younger individuals indicate more extraversion but less agreeableness and conscientiousness. Finally, openness to experience was related to higher education. Percentile ranks are provided for the total sample and for subgroups by age and gender. Discussion In sum, the 30-item-version of the NEO-FFI constitutes an assessment tool comparable to the full-length instrument regarding psychometric properties. Conclusions In sum, the 30-item-version of the NEO-FFI constitutes an assessment tool comparable to the full-length instrument regarding psychometric properties. As such, the NEO-FFI-30 is a promising alternative to longer questionnaires, as well as to single-item measures of personality used in research and clinical practice.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».