The Ambivalent Ageism Scale: Developing and Validating a Scale to Measure Benevolent and Hostile Ageism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: Much like sexism, ageism is a multifaceted prejudice; it involves benevolent and hostile attitudes toward older adults. There are many scales designed to measure hostile ageism, yet none dedicated to measuring benevolent ageism. In the current studies, we developed and validated a 13-item measure: the Ambivalent Ageism Scale (AAS). Design and Methods: We employed four stages of scale development and validation. In Stage 1, we created 41 benevolent ageist items adapted from existing ageism measures. In Stages 2 and 3, we further refined the pool of items through additional testing and factor analysis and retained nine items loading strongly on two factors related to benevolent ageism: cognitive assistance/physical protection and unwanted help. In order to enable researchers to contrast benevolent and hostile attitudes, we then added four hostile ageist items. In Stage 4, we assessed the test-retest reliability of the 13-item scale. Results: The AAS had good test-retest reliability (r = .80) and good internal consistency (α = .91). As predicted, the benevolent and hostile ageism subscales differentially predicted attitudes toward older adults: higher scores on the hostile subscale predicted lower competence and warmth ratings, whereas higher scores on the benevolent subscale predicted higher warmth perceptions. Implications: The AAS is a useful tool for researchers to assess hostile and benevolent ageism. This measure serves as an important first step in designing interventions to reduce the harmful effects of both hostile and benevolent ageism.
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.
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 | 0,002 | 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 | 0,000 | 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 découle