Development, Construct Validation, and Normalization of a New Early Childhood Self-Regulation Assessment Scale
Notice bibliographique
Résumé
Abstract Although there are many tools for assessing young children’s self-regulation according to varied conceptual definitions and purposes, the purpose of this study was to develop, validate, and norm a Self-Regulation Assessment Scale for Early Childhood (SASEC) for directly evaluating observed behaviors of young children in naturalistic play experiences within the normal preschool environment. An exploratory sequential mixed methods research design was used. The 315 participants included 153 parents and 15 educators for the qualitative component and 147 children ages 3–5 years for the quantitative component. The analytical steps of a qualitative grounded theory research design were applied to adult participant interviews and focus group discussions, which culminated in 12 scale items for measuring a child’s ability to initiate, modulate, and cease behaviors, tasks, or activities of varied complexities, social configurations, and limiting conditions. Children’s SASEC scores were assessed via video recordings of play behaviors in naturalistic settings. Based on factor analysis results, the SASEC items constitute a single construct. According to the results of hierarchical linear modeling and multiple linear regression, preschool children’s SASEC scores can be compared to the SASEC mean and standard deviation regardless of various demographic variables. Implications and recommendations for future work include having early childhood educators, child and youth care practitioners, counselors, parents and families, social workers, behavioral sciences researchers, and policy makers use the SASEC to measure young children’s self-regulation while developing or monitoring the efficacy of generalized enhancement programs and individualized treatment plans.
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) | 0,003 | 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 ».