Confirmatory Factor Analysis of the Athlete Sleep Behavior Questionnaire
Notice bibliographique
Résumé
CONTEXT: Sleep has long been understood as an essential component for overall well-being, substantially affecting physical health, cognitive functioning, mental health, and quality of life. Currently, the Athlete Sleep Behavior Questionnaire (ASBQ) is the only known instrument designed to measure sleep behaviors in the athletic population. However, the psychometric properties of the scale in a collegiate student-athlete and dance population have not been established. OBJECTIVE: To assess model fit of the ASBQ in a sample of collegiate traditional student-athletes and dancers. DESIGN: Observational study. SETTING: Twelve colleges and universities. PATIENTS OR OTHER PARTICIPANTS: A total of 556 (104 men, 452 women; age = 19.84 ± 1.62 years) traditional student-athletes and dancers competing at the collegiate level. MAIN OUTCOME MEASURE(S): A confirmatory factor analysis (CFA) was computed to assess the factor structure of the ASBQ. We performed principal component analysis extraction and covariance modeling analyses to identify an alternate model. Multigroup invariance testing was conducted on the alternate model to identify if group differences existed for sex, sport type, injury status, and level of competition. RESULTS: The CFA on the ASBQ indicated that the model did not meet recommended model fit indices. An alternate 3-factor, 9-item model with improved fit was identified; however, the scale structure was not consistently supported during multigroup invariance testing procedures. CONCLUSIONS: The original 3-factor, 18-item ASBQ was not supported for use with collegiate athletes in our study. The alternate ASBQ was substantially improved, although more research should be completed to ensure that the 9-item instrument accurately captures all dimensions of sleep behavior relevant for collegiate athletes.
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 | 0,001 |
| 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) | 0,001 | 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 ».