Psychometric Properties of the Dutch Version of the Eating Competence Satter Inventory (ecSI 2.0TM) in Community Adolescents
Notice bibliographique
Résumé
Eating competence can help adolescents navigate their food choices and attitudes toward eating in a healthy and balanced way. In the present study, we investigated the psychometric properties of the Dutch translation of the Eating Competence Satter Inventory 2.0TM (ecSI 2.0TM), which was developed to assess eating attitudes and behaviors. A sample of 900 Flemish adolescents completed the ecSI 2.0TM DUTCH and two self-report measures on eating disorder symptoms and identity functioning (i.e., confusion and synthesis). Confirmatory factor analysis confirmed the four-factor structure of the ecSI 2.0TM DUTCH, and the resulting four subscales (i.e., Eating Attitudes, Food Acceptance, Internal Regulation, and Contextual Skills) showed acceptable-to-excellent reliability (αs ranging from 0.69 to 0.91). The ecSI 2.0TM DUTCH also demonstrated scalar invariance across sex and age (<17 years, ≥17 years). Males reported significantly higher ecSI 2.0TM DUTCH scores than females on the four subscales and the total scale. The two age groups did not significantly differ on the ecSI 2.0TM DUTCH scales. Finally, scores on the ecSI 2.0TM DUTCH subscales showed non-significant or small negative correlations with adolescents’ Body Mass Index (BMI), large negative correlations with eating disorder symptoms and identity confusion, and large positive associations with identity synthesis. The Dutch translation of the ecSI 2.0TM is a valid and reliable instrument to assess eating competence skills in male and female adolescents.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».