An evaluation of the factor structure of the Self-Assessed Wisdom Scale (SAWS) and the creation of the SAWS-15 as a short measure for personal wisdom
Notice bibliographique
Résumé
OBJECTIVES: Although wisdom is a desirable life span developmental goal, researchers have often lacked brief and reliable construct measures. We examined whether an abbreviated set of items could be empirically derived from the popular 40-item five-factor Self-Assessed Wisdom Scale (SAWS). DESIGN: Survey data from 709 respondents were randomly split into two and analyzed using confirmatory factor analysis (CFA). SETTING: The survey was conducted online in Australia. PARTICIPANTS: The total sample consisted of 709 participants (Mage = 35.67 years; age range = 15-92 years) of whom 22% were male, and 78% female. MEASUREMENT: The study analyzed the 40-item SAWS. RESULTS: Sample 1 showed the traditional five-factor structure for the 40-item SAWS did not fit the data. Exploratory factor analysis (EFA) on Sample 2 offered an alternative model based on a 15-item, five-factor solution with the latent variables Reminiscence/Reflection, Humor, Emotional Regulation, Experience, and Openness. This model, which replicates the factor structure of the original 40-item SAWS with a short form of 15 items, was then confirmed on Sample 1 using a CFA that produced acceptable fit and measurement invariance across age groups. CONCLUSIONS: We suggest the abbreviated SAWS-15 can be useful as a measure of individual differences in wisdom, and we highlight areas for future research.
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 ».