Cross-cultural validation of an expanded Exercise Addiction Inventory: A preliminary protocol report
Notice bibliographique
Résumé
Background and aims. In the last thirty years, the continuously increasing number of studies investigating Exercise Addiction (EA) stimulated interest in developing instruments assessing the risk of exercise addiction (REA). One widely used tool is the Exercise Addiction Inventory (EAI) because it is a brief, easy-to-use, time-saving, and psychometrically validated tool. However, its items based on the Components Model of Addiction still lack some reoccurring symptoms associated with exercise addiction. This protocol report outlines the methods of developing and validating an expanded version of the EAI (EAI-3) in a large international sample.Methods. The EAI-3 will be administered to over 5000 regular exercisers in 15 languages through an online survey. The survey will also include questions from the Exercise Dependence Scale-Revised, the Obsessive-Compulsive Inventory-Revised, the SCOFF questionnaire, and the Ten Item Personality Inventory. We will investigate the factorial structure of the EAI-3 through confirmatory factor analysis. Moreover, we will test EAI-3’s measurement invariance across languages and gender. Finally, we aim to find a standard cutoff point for at-risk exercisers. Expected results. We expect to obtain a good fit of the EAI-3 structure and general measurement invariance. In addition, we expect associations with another EA measure and the other measures of mental health assessed in the study.Discussion and conclusions. We expect that the results will support an assessment tool useful in measuring the REA with greater accuracy and exhibiting reliability across gender and language (culture).
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 | 0,049 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,010 |
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 ».