The latent structure of the adult attachment interview: Large sample evidence from the collaboration on attachment transmission synthesis
Notice bibliographique
Résumé
The Adult Attachment Interview (AAI) is a widely used measure in developmental science that assesses adults' current states of mind regarding early attachment-related experiences with their primary caregivers. The standard system for coding the AAI recommends classifying individuals categorically as having an autonomous, dismissing, preoccupied, or unresolved attachment state of mind. However, previous factor and taxometric analyses suggest that: (a) adults' attachment states of mind are captured by two weakly correlated factors reflecting adults' dismissing and preoccupied states of mind and (b) individual differences on these factors are continuously rather than categorically distributed. The current study revisited these suggestions about the latent structure of AAI scales by leveraging individual participant data from 40 studies (N = 3,218), with a particular focus on the controversial observation from prior factor analytic work that indicators of preoccupied states of mind and indicators of unresolved states of mind about loss and trauma loaded on a common factor. Confirmatory factor analyses indicated that: (a) a 2-factor model with weakly correlated dismissing and preoccupied factors and (b) a 3-factor model that further distinguished unresolved from preoccupied states of mind were both compatible with the data. The preoccupied and unresolved factors in the 3-factor model were highly correlated. Taxometric analyses suggested that individual differences in dismissing, preoccupied, and unresolved states of mind were more consistent with a continuous than a categorical model. The importance of additional tests of predictive validity of the various models is emphasized.
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 | 0,000 | 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 | 0,001 | 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 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 ».