MétaCan
Menu
Retour à la cohorte
Enregistrement W2465218728 · doi:10.1177/1073191116656795

Longitudinal and Sex Measurement Invariance of the Affective Neuroscience Personality Scales

2016· article· en· W2465218728 sur OpenAlexaffabout
Massimiliano Orri, Alexandra Rouquette, Jean‐Baptiste Pingault, Caroline Barry, Catherine M. Herba, Sylvana M. Côté, Sylvie Berthoz

Notice bibliographique

RevueAssessment · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Traits and Psychology
Établissements canadiensUniversité de MontréalResearch Unit on Children's Psychosocial MaladjustmentCentre Hospitalier Universitaire Sainte-JustineUniversité du Québec à Montréal
Organismes subventionnairesEuropean Commission
Mots-clésMeasurement invariancePsychologyAngerConfirmatory factor analysisSadnessPersonalitySocial psychologyStructural equation modelingStatistics

Résumé

récupéré en direct d'OpenAlex

The Affective Neuroscience Personality Scales (ANPS) is a personality instrument based on six evolutionary-related brain systems that are at the foundation of human emotions and behaviors: SEEKING, CARING, PLAYFULNESS, FEAR, ANGER, and SADNESS. We sought to assess for the short and long versions of the ANPS: (a) the longitudinal measurement invariance and long-term (4-year) stability and (b) the sex measurement invariance. Using data from a Canadian cohort ( N = 518), we used single-group confirmatory factor analysis to assess longitudinal invariance and multiple-group confirmatory factor analysis to assess sex invariance, according to a five-step approach evaluating five invariance levels (configural, metric, scalar, residual, and complete). Results supported full longitudinal invariance for both versions for all invariance levels. Partial residual invariance was supported for sex invariance. The long-term stability of both versions was good to excellent. Implications for personality assessment and ANPS development are discussed.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,097
Tête enseignante GPT0,376
Écart entre enseignants0,279 · 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

Citations31
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAssessmentMême sujetPersonality Traits and PsychologyTravaux en français237 207