MétaCan
Menu
Retour à la cohorte
Enregistrement W4297239978 · doi:10.1002/pits.22793

Psychometric properties of the School Kindness Scale in Hong Kong, mainland China, and the Philippines

2022· article· en· W4297239978 sur OpenAlexaboutno aff
Jet U. Buenconsejo, Olivia I. P. Pianpiano, Jesus Alfonso D. Datu

Notice bibliographique

RevuePsychology in the Schools · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKindnessMainland ChinaPsychologyScale (ratio)MainlandMeasurement invarianceSocial psychologyChinaHostilityStructural equation modelingConstruct (python library)PsychometricsDevelopmental psychologyGeographyConfirmatory factor analysisTheologyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Studies have shown that the School Kindness Scale (SKS) has adequate psychometric properties in different societies such as Canada, Turkey, and the Philippines. However, there is scarce evidence on the psychometric validity of this scale across multiple societies and educational contexts. This study explores the cross‐national invariance of the SKS among high school students in the Philippines, Hong Kong, and mainland China. Results showed that the modified unidimensional model of school kindness with correlated error terms on item number 2 and 3 had the most optimal fit. There was evidence supporting partial invariance of the modified unidimensional model of school kindness across setting and year level, and full invariance across gender. Whereas school kindness also demonstrated positive correlations with perceived academic performance in Hong Kong and mainland China, this construct was linked to higher emotional and social engagement in math in all contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,308
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology in the SchoolsMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207