MétaCan
Menu
Retour à la cohorte
Enregistrement W3016667019 · doi:10.1080/19419899.2020.1756390

How well are outgroup attitudes and behaviours toward bisexual individuals measured? A systematic review of the psychometric properties of binegativity measures

2020· review· en· W3016667019 sur OpenAlexaff
CJ Bishop, Emily Pynoo

Notice bibliographique

RevuePsychology and Sexuality · 2020
Typereview
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychologyPrejudice (legal term)LesbianInvisibilityConstruct (python library)Construct validitySocial psychologyScale (ratio)Reliability (semiconductor)Clinical psychologyPsychometricsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Bisexual individuals not only experience instances of invisibility and erasure within various social systems and structures but also encounter prejudice and discrimination that is fuelled by stereotypes. While gay men and lesbian women tend to only experience homonegativity from heterosexual individuals, bisexual persons are subject to binegativity from both heterosexual and gay/lesbian groups. Only recently has there been a concerted effort to increase the amount of research conducted on binegativity among heterosexual and gay/lesbian groups. However, since this body of research is only recently growing, it seems prudent to identify the binegativity measures currently available and evaluate how well each adheres to best practices regarding their psychometric properties. In the current study, 82 scales were identified and their adherence to best practices in psychometric assessment was examined. Most measures lacked sufficient details attesting to item development/refinement, factor structure, scale score reliability, and construct validity. No measure was found to follow best practices for all psychometric properties; those that were close are identified and recommendations are made for improving future binegativity scales.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,270
Tête enseignante GPT0,443
Écart entre enseignants0,173 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and SexualityMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207