Propriétés psychométriques de la version française de l'inventaire de sentiment de culpabilité
Notice bibliographique
Résumé
Objectif: Le sentiment de culpabilité est essentiel au bon fonctionnement interpersonnel mais peut également jouer un rôle dans les conduites autodestructrices. Bien qu'il existe une vingtaine d'échelles de culpabilité en anglais, aucune n'a été à ce jour validée en langue française. Cette étude pallie ce manque en proposant une version française de l'Inventaire de culpabilité (IC, « Guilt Inventory ») qui évalue le sentiment de culpabilité état et trait, ainsi que les standards moraux. Méthode: Sept cent trente-huit étudiants ont rempli l'IC français ainsi que des échelles évaluant l'anxiété trait et état, et les compétences empathiques. Dans un sous-groupe de cet échantillon, nous avons également évalué la dépression, la désirabilité sociale et les facteurs de personnalité. Résultats: L'analyse factorielle exploratoire, menée sur la moitié des participants, a conduit à conserver 18 des 20 items de l'IC trait, et 9 des 10 items de l'IC état, mais à écarter l'échelle des standards moraux. L'analyse factorielle confirmatoire, effectuée sur l'autre moitié de l'échantillon, a validé cette structure en deux facteurs. Les corrélations attendues entre les scores de culpabilité, d'affectivité négative et de fonctionnement interpersonnel ont été observées. Conclusion: Cette étude suggère que la version française de l'IC constitue une mesure satisfaisante du sentiment de culpabilité trait et état et pourrait s'avérer un instrument utile tant pour la recherche qu'à des fins cliniques.
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 | 0,003 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».