Validating the B‐Scan Self: A self‐report measure of psychopathy in the workplace
Notice bibliographique
Résumé
The surging interest in corporate psychopathy has underscored the need for a reliable and valid measure of psychopathic features that is suitable for research in organizational settings. The B‐Scan Self is a new self‐report measure of corporate psychopathy that was developed with Hare's Psychopathy Checklist‐Revised (PCL‐R) as a framework. Validity studies, using two independent Mechanical Turk samples, were designed to examine its factor structure and validity. Results indicated that B‐Scan Self facets were internally consistent and unidimentional and strongly related to another self‐report measure of psychopathy (SRP‐III). Confirmatory factor analyses supported a reliable fifteen facets and four‐factor model consistent with the PCL‐R four‐factor model of psychopathy. Furthermore, B‐Scan Self facets were positively correlated with the Dark Triad of personality traits and negatively correlated with FFM traits of Agreeableness and Conscientiousness. More importantly, B‐Scan Self facets presented the same pattern of correlations with FFM traits as the SRP‐III and different patterns than the two other Dark Triad measures. Although this constitutes the first validation study of the B‐Scan Self and more research is needed, we believe that these results are encouraging and that the B‐Scan Self provides an opportunity to study psychopathic features through the measure of work‐related behavior.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».