Validation of the Moral Disengagement for Adolescent Dating Violence Prevention Scale With Teacher Trainees
Notice bibliographique
Résumé
Once in the workforce, teachers are often asked to participate in school-based adolescent dating violence prevention efforts. However, our understanding of how willing and able future teachers are to engage in dating violence prevention is limited. This may be due, in part, to the lack of available measurement tools. Understanding willingness before teachers are in the classroom is key to exploring how to help future teachers be more ready and able to engage in prevention efforts once they are in the classroom. Thus, the purpose of the current study was to develop and test a measure that assesses one aspect of teacher trainees’ willingness to engage in dating violence prevention efforts: moral disengagement. Using two independent samples of teacher trainees ( N = 400; 64.5% White, 75.0% female, 84.5% heterosexual), we explored the factor structure of the Moral Disengagement for Adolescent Dating Violence Prevention (MD-ADVP) scale. We conducted exploratory factor analysis (Sample 1, n = 222) and confirmatory factor analysis (Sample 2, n = 178), and also examined the factor structure across sub-groups and assessed internal consistency reliability and construct validity evidence. Analyses suggest the MD-ADVP is unidimensional, and that this factor structure holds across sub-groups. We found strong evidence of both reliability and construct (convergent and divergent) validity. As hypothesized, scores on the MD-ADVP demonstrated significant negative bivariate associations with scores on three measures of adolescent dating violence prevention-related beliefs, and no association with scores on a measure of weight bias. The MD-ADVP will advance research investigating teacher preparation for adolescent dating violence prevention efforts. For example, use of the MD-ADVP can illuminate whether teacher trainees’ moral disengagement is an indicator of future implementation success. Further testing of this measure in racially and gender diverse samples is needed.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».