Evaluation of the use of psychometric scales in human–wildlife interaction research to determine attitudes and tolerance toward wildlife
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Studies evaluating human-wildlife interactions (HWIs) in a conservation context often include psychometric scales to measure attitudes and tolerance toward wildlife. However, data quality is at risk when such scales are used without appropriate validation or reliability testing, potentially leading to erroneous interpretation or application of findings. We used 2 online databases (ProQuest Psych Info and Web of Science) to identify published HWI studies that included attitude and tolerance. We analyzed these studies to determine the methods used to measure attitudes or tolerance toward predators and other wildlife; determine the proportion of these methods applying psychometric scales; and evaluate the rigor with which the scales were used by examining whether the psychometric properties of validity and reliability were reported. From 2007 to 2017, 114 published studies were identified. Ninety-four (82%) used questionnaires and many of these (53 [56%]) utilized a psychometric scale. Most scales (39 [74%]) had at least 1 test of reliability reported, but reliance on a single test was notable, contrary to recommended practice. Fewer studies (35 [66%]) reported a test of validity, but this was primarily restricted to structural validity rather than more comprehensive testing. Encouragingly, HWI investigators increasingly utilized the necessary psychometric tools for designing and analyzing questionnaire data, but failure to assess the validity or reliability of psychometric scales used in over one-third of published HWI attitude research warrants attention. We advocate incorporation of more robust application of psychometric scales to advance understanding of stakeholder attitudes as they relate to HWI.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle