Using latent profile analysis to uncover the combined role of anxiety sensitivity and test anxiety in students’ state anxiety
Notice bibliographique
Résumé
Background: Studies report a growing tendency for students to experience state anxiety in schools. However, the combination of individual susceptibilities likely to trigger students' anxious states remains unclear. Aims: This study examined whether distinct profiles of students emerge regarding their susceptibility to anxiety sensitivity and/or test anxiety and evaluated whether students' profile predicted anxious states. We also verified whether susceptibility profiles varied across gender, school level, and school type. Sample and methods: = 2.1) from 13 public and private schools completed self-reported measures of state/trait anxiety, anxiety sensitivity, and test anxiety. Results: Latent profile analyses identified four susceptibility profiles: (1) Double-susceptibility: highest anxiety sensitivity and test anxiety scores; (2) Unique-susceptibility to test anxiety: high test anxiety score and low anxiety sensitivity score; (3) Unique-susceptibility to anxiety sensitivity: high anxiety sensitivity score and low test anxiety score; and (4) No-susceptibility: lowest anxiety sensitivity and test anxiety scores. The profiles comprised 12, 9, 6, and 73% of the sample, respectively, and their membership varied across gender and school type, but not across school levels. A linear mixed-effect model showed that state anxiety varied significantly between profiles, where the Double-susceptibility profile predicted the highest state anxiety scores, followed by the two Unique-susceptibility profiles (indifferently), and the No-susceptibility profile. Conclusion: Beyond their theoretical contribution to the state-trait anxiety literature, these findings suggest that selective interventions designed more specifically for students with the Double-susceptibility profile may be worthwhile. Results also highlight the high proportion of students with the No-susceptibility profile and shed light on the reassuring portrait regarding students' anxiety.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».