MétaCan
Menu
Retour à la cohorte
Enregistrement W4285800830 · doi:10.1093/abm/kaac033

Development and Validation of a Two-component Perceived Control Measure

2022· article· en· W4285800830 sur OpenAlexaff
Alexander Lithopoulos, Chun‐Qing Zhang, David Williams, Ryan E. Rhodes

Notice bibliographique

RevueAnnals of Behavioral Medicine · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésNomological networkConstruct validityPsychologyDiscriminant validityConstruct (python library)Intraclass correlationReliability (semiconductor)Criterion validityStructural equation modelingPsychometricsSocial psychologyClinical psychologyInternal consistencyStatisticsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research indicates that perceived behavioral control (PBC) is an important determinant of behavior and that it is composed of perceived capability and opportunity. However, typical measurement of these constructs may be confounded with motivation and outcome expectations. Vignettes presented before questionnaire items may clarify construct meaning leading to precise measurement. PURPOSE: The purpose of this study was to develop and validate measures of perceived capability and opportunity that parse these constructs from the influence of motivation and outcome expectations using vignettes. METHODS: Study 1 collected feedback from experts (N = 9) about the initial measure. Study 2a explored internal consistency reliability and construct and discriminant validity of the revised measure using two independent samples (N = 683 and N = 727). Finally, using a prospective design, Study 2b (N = 1,410) investigated test-retest reliability, construct and discriminant validity at Time 2, and nomological validity. RESULTS: After Study 1, the revised measure was tested in Studies 2a and 2b. Overall, the evidence suggests that the measure is optimal with four items for perceived capability and three for the perceived opportunity. The measure demonstrated strong internal consistency ( > 0.90) and test-retest reliability (intraclass correlation coefficients [ICCs] > .78). The measure also showed construct and discriminant validity by differentiating itself from behavioral intentions (i.e., motivation) and affective attitude (based on expected outcomes) (SRMR = 0.03; RMSEA = 0.06). It also demonstrated evidence of nomological validity as behavior 2 weeks later was predicted. CONCLUSIONS: We recommend researchers use this tool in future correlational and intervention studies to parse motivation and outcome expectations from perceived capability and opportunity measurement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,219
Tête enseignante GPT0,460
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Behavioral MedicineMême sujetBehavioral Health and InterventionsTravaux en français237 207