Structural validation of the Self-Compassion Scale with a German general population sample
Notice bibliographique
Résumé
BACKGROUND: Published validation studies have reported different factor structures for the Self-Compassion Scale (SCS). The objective of this study was to assess the factor structure of the SCS in a large general population sample representative of the German population. METHODS: A German population sample completed the SCS and other self-report measures. Confirmatory factor analysis (CFA) in MPlus was used to test six models previously found in factor analytic studies (unifactorial model, two-factor model, three-factor model, six-factor model, a hierarchical (second order) model with six first-order factors and two second-order factors, and a model with arbitrarily assigned items to six factors). In addition, three bifactor models were also tested: bifactor model #1 with two group factors (SCS positive items, called SCS positive) and SCS negative items, called SCS negative) and one general factor (overall SCS); bifactor model #2, which is a two-tier model with six group factors, three (SCS positive subscales) corresponding to one general dimension (SCS positive) and three (SCS negative subscales) corresponding to the second general dimension (SCS negative); bifactor model #3 with six group factors (six SCS subscales) and one general factor (overall SCS). RESULTS: The two-factor model, the six-factor model, and the hierarchical model showed less than ideal, but acceptable fit. The model fit indices for these models were comparable, with no apparent advantage of the six-factor model over the two-factor model. The one-factor model, the three-factor model, and bifactor model #3 showed poor fit. The other two bifactor models showed strong support for two factors: SCS positive and SCS negative. CONCLUSION: The main results of this study are that, among the German general population, six SCS factors and two SCS factors fit the data reasonably well. While six factors can be modelled, the three negative factors and the three positive factors, respectively, did not reflect reliable or meaningful variance beyond the two summative positive and negative item factors. As such, we recommend the use of two subscale scores to capture a positive factor and a negative factor when administering the German SCS to general population samples and we strongly advise against the use of a total score across all SCS items.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».