MétaCan
Menu
Retour à la cohorte
Enregistrement W2895488504 · doi:10.1177/0734282918801816

Development of the Global Self-Esteem Measure: A Pilot Study

2018· article· en· W2895488504 sur OpenAlexafffund
Gordana Rajlic, Jae‐Yung Kwon, Keren Roded, Anita M. Hubley

Notice bibliographique

RevueJournal of Psychoeducational Assessment · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésPsychologyOperationalizationExploratory factor analysisMeasure (data warehouse)Self-esteemConstruct validityConstruct (python library)Scale (ratio)Context (archaeology)Reliability (semiconductor)Variance (accounting)Internal consistencyPsychometricsSocial psychologyApplied psychologyDevelopmental psychologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

In the current study, we present the development of the Global Self-Esteem (GSE) measure. The six-item GSE fulfills a need for a short unidimensional measure of global self-esteem conceptualized as “overall positive view of self.” The construct is traditionally measured by the Rosenberg Self-Esteem Scale (RSE); however, several important shortcomings of the scale have been highlighted in the recent research. To improve the operationalization of global self-esteem, the shortcomings of the RSE and of the other measures intended to measure the construct are addressed in the construction of the GSE. Initial psychometric characteristics of the GSE, obtained in a pilot study, are reported. The results of exploratory factor analysis indicated unidimensionality of the measure—a single factor accounted for 78% of the variance in the GSE items, and the magnitude of factor loadings ranged from .81 to .91. Internal consistency reliability was high (ordinal α = .95), and expected relations between the GSE scores and other self-esteem measures were found. The utility of the measure and goals for future research are discussed in the context of limitations of the current study.

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)0,002
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 enseignants0,227
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,457
Écart entre enseignants0,381 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Psychoeducational AssessmentMême sujetSocial and Intergroup PsychologyTravaux en français237 207