MétaCan
Menu
Retour à la cohorte
Enregistrement W4318617864 · doi:10.1027/1015-5759/a000754

Measurement Invariance of the Resistance to Peer Influence Scale Across Culture and Gender

2023· article· en· W4318617864 sur OpenAlexaffabout
Bowen Xiao, Xiaolong Xie, Wanfen Chen, Danielle M. Law, Hezron Z. Onditi, Junsheng Liu, Jennifer D. Shapka

Notice bibliographique

RevueEuropean Journal of Psychological Assessment · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Adolescent Psychosocial and Emotional Development
Établissements canadiensWilfrid Laurier UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologyConfirmatory factor analysisMeasurement invarianceScale (ratio)Resistance (ecology)Metric (unit)Social psychologyDevelopmental psychologyChinaDemographyStructural equation modelingStatisticsGeographyMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

Abstract: The current study aimed to test for measurement invariance of the Resistance to Peer Influence scale across samples of Chinese, Canadian, and Tanzanian. Participants included N = 3,771 students from four public schools in China ( N = 2,073, Mage = 16.36 years, SD = 1.14 years; 925 boys), from sixteen public schools in Canada ( N = 642, Mage = 12.13 years, SD = 0.78 years; 321 boys), and from four public schools in Tanzanian ( N = 1,056, Mage = 15.87 years, SD = 2.02 years; 558 boys). Students provided self-reports of resistance to peer influence. The results from multigroup confirmatory factor analysis and the alignment optimization method demonstrated that configural, metric, and partial scalar invariances of resistance to peer influence held across gender and all three countries. Chinese boys had the highest factor mean levels and Canadian boys had the lowest. The findings help us understand peer influence resistance across cultures and genders.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,082
Tête enseignante GPT0,376
Écart entre enseignants0,293 · 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
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Psychological AssessmentMême sujetChild and Adolescent Psychosocial and Emotional DevelopmentTravaux en français237 207