What is the temperamental basis of humour like in China? A cross‐national examination and validation of the standard version of the state–trait cheerfulness inventory
Notice bibliographique
Résumé
The State-Trait Cheerfulness Inventory-trait version (STCI-T60) consists of three dimensions of cheerfulness, seriousness, and bad mood integrated to measure the temperamental basis of the sense of humour. The present study replicated the three-dimensional factor structure of the STCI in China using 60 items consistent with other standard trait versions (e.g., English, Chilean-Spanish). Closer examination of associations between traits suggested bad mood showed curvilinear associations with both cheerfulness and seriousness, such that cheerfulness and bad mood were negatively associated for those low and average in trait bad mood but not for those with high trait bad mood. Seriousness was positively associated with bad mood at high levels of trait bad mood, but not at average or low levels of bad mood. Associations between the STCI traits and major personality dimensions, humour styles, and well-being were further examined. Cheerfulness and seriousness showed positive associations with satisfaction with life and emotional well-being (EWB) while bad mood showed a curvilinear association with EWB. Using multi-group confirmatory factor analyses, partial metric invariance was found between English and Chinese versions of the STCI-T60, but structural invariance was not observed. Implications based on the empirical literature in dialecticism and cross-cultural assessment were thoroughly discussed.
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 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 | 0,001 | 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».