French Adaptation of the Strengths Use Scale
Notice bibliographique
Résumé
Background: Positive psychology focuses on enhancing attitudes and behaviors that support well-being, with a key pillar being the use of psychological strengths for optimal functioning. This is linked to positive outcomes such as increased happiness and life satisfaction. Objective: This study aimed to evaluate the psychometric validity of the French adaptation of the Strengths Use Scale (SUS), a self-report tool measuring how individuals use their strengths in daily life. The original SUS, developed by Govindji and Linley (2007), has not been thoroughly assessed across languages and cultures. Method: = 1397). After removing cases with missing data, exploratory factor analysis (EFA) was conducted on a subsample to establish the optimal factor structure. Confirmatory factor analysis (CFA) was then performed to assess the factor structure's goodness-of-fit. Results: Both EFA and CFA supported a unidimensional structure of the scale. The French SUS demonstrated good internal consistency (α = .94). The one-factor model yielded an RMSEA of .122, indicating some model misspecification. However, allowing residuals of some items to covary improved the model fit (RMSEA = .077). Conclusion: The adapted French SUS exhibits similar properties to the original and presents no new consistency issues. This study contributes to adapting and validating the SUS in French for research and clinical practice. Future research should focus on developing a shorter version by eliminating redundancies and adapting the scale for children to evaluate positive psychology interventions' efficacy in youth.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».