Psychometric Network Analysis of the Intuitive Eating Scale-2 in Chinese General Adults
Notice bibliographique
Résumé
Intuitive Eating Scale-2 (IES-2) is a measurement of intuitive eating behaviors and has been validated, with traditional latent variable approaches, in youth and adults from a number of different populations, including college students in China. However, there still lacks the evaluation of the psychometric properties of the IES-2 in adults from the Chinese general population. Moreover, psychometric network analysis, as a complement to traditional latent variable approaches, has not been used for examining the psychometric properties of the IES-2. Thus, the present study aimed to use a psychometric network approach to evaluate the psychometric properties of the IES-2 in Chinese adults from the general population. A sample of 700 Chinese general adults (50% women; M age = 31.13 years, SD = 9.19) were included in the present study. Psychometric network analysis was performed by using EGAnet and psychonetrics packages on R 4.2.0. Exploratory graph analysis (EGA) identified four dimensions, which were well-separated in the estimated network. The network structure showed excellent stability and metric measurement invariance (i.e., network loadings) across men and women. Furthermore, several items in the IES-2 were identified as key nodes in the network of the IES-2 that may be important for the developement and maintenance of intuitive eating. For example, two items related to reliance on body cues were the most impactful nodes in the complete network. The findings of our study provide further understandings of the IES-2 from the perspective of network analysis and have implications for related applications of intuitive eating interventions for general populations.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».