MétaCan
Menu
Retour à la cohorte
Enregistrement W2887341399 · doi:10.29359/bjhpa.10.2.13

Polish adaptation and validation of the Anti-Fat Attitudes Scale – AFAS

2018· article· en· W2887341399 sur OpenAlexaboutno aff
Małgorzata Obara-Gołębiowska, Justyna Michałek-Kwiecień

Notice bibliographique

RevueBaltic Journal of Health and Physical Activity · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfirmatory factor analysisPsychologyStructural equation modelingScale (ratio)Exploratory factor analysisConstruct validityOverweightReliability (semiconductor)ValidityPsychometricsStatisticsDevelopmental psychologyMathematicsMedicineBody mass indexGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Background: Bias, stigma, and discrimination in relation to weight are frequently experienced by many obese people. The goal of the present study was to develop a Polish adaptation of the Anti-Fat Attitudes Scale (AFAS) proposed by Morrison and O'Connor. Materials/methods: The study was conducted on undergraduate students of the University of Warmia and Mazury in Olsztyn. The original Canadian Scale Anti-Fat Attitudes Scale was translated into Polish, and its factor structure, reliability and construct validity were determined. Results: The exploratory factor analysis (Study 1) supported the development of the Polish version of the Anti-Fat Attitudes Scale with a one-dimensional structure modeled on the original version of the scale (factor loading ranged from .71 to .85). The confirmatory factor analysis (Study 2) validated the one-factor structure of the tool with high values of GFI and AGFI (above .95) and an acceptable value of RMSEA (RMSEA =.07). The results of the analysis revealed that satisfactory stability was maintained over a 4-week period. The validity criterion was confirmed based on correlations with the constructs that were theoretically linked to this phenomenon. Conclusions: The Polish version of the AFAS can be used to measure negative attitudes toward overweight individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,238
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,452
Écart entre enseignants0,354 · 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 tête enseignante, 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBaltic Journal of Health and Physical ActivityMême sujetObesity and Health PracticesTravaux en français237 207