Explanatory and Confirmatory Factors Analysis of Social Well-being Questionnaire
Notice bibliographique
Résumé
Introduction: The purpose of present study was to investigate social well-being Questionnaire psychometric properties among university students. Method: To achieve the aim of investigation, undergraduate students among Tabriz University (n=391; 131 male and 260 Female; age Mean= 21.32, SD= 3.12 and 22.42, SD= 2.86 respectively) and Islamic Azad University of Tabriz (n=384; 171 male and 212 Female; age Mean= 21.62, SD= 3.75 and 20.80, SD= 1.49 respectively) were selected by multi-stage cluster sampling and filled Keyes Social Well-being Questionnaire, Memorial University of Newfoundland Scale of Happiness, General Self-efficacy Questionnaire, SCL-90 interpersonal subscale and DASS-42. Results: Explanatory factor analysis showed four factor structure of this questionnaire which could explain 59.70 percent of total variance. Confirmatory factor analysis χ2/df, GFI, AGFI, CFI, AIC and RMSEA indices suggest that five-factor model fit data little more than four-factor model. Also the finding showed social well-being dimensions were positively correlated with happiness and self-efficacy and negatively with difficulties in interpersonal relationship, depression, anxiety and stress. Finally result showed factors Chronbach alpha vary between 0.41 and 0.63 and it was 0.81 for total questionnaire items. Conclusion: Findings corroborate five-factor model of social-well being suggested by Keyes, which imply construct validity of this instrument. Also finding suggest that the social well-being questionnaire has convergent validity and its reliability is good for total but not for factors.
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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».