MétaCan
Menu
Retour à la cohorte
Enregistrement W4398395125 · doi:10.7910/dvn/7s6fwb

Replication Data for: Psychometric properties of the Emotion Regulation Questionnaire

2021· dataset· en· W4398395125 sur OpenAlexaboutno aff
Fernando A. Barrios, Víctor E. Olalde‐Mathieu

Notice bibliographique

RevueHarvard Dataverse · 2021
Typedataset
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReplication (statistics)PsychologyClinical psychologyApplied psychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The Emotion Regulation Questionnaire (ERQ) measures two emotional regulation strategies, cognitive reappraisal and expressive suppression. Although widely used, there is no much information about the way both strategies relate to alexithymia and empathy, in addition the psychometric properties of the ERQ in a Mexican sample are unknown. We examined such psychometric properties in a Mexican sample (N = 792), characterizing also the way both strategies relate with alexithymia and empathy utilizing the Toronto Alexithymia Scale and the Interpersonal Reactivity Index. Confirmatory factor analyses corroborated the two-factor model. Each factor showed acceptable levels of Cronbach’s alpha reliability scores. Cognitive reappraisal scores correlated negatively with alexithymia and positively with higher empathy measures, while expressive suppression correlated positively with alexithymia and personal distress, and negatively with perspective taking and empathic concern. Although, both strategies correlated with most of the alexithymia and empathy subscales, the strength of these correlations was different, cognitive reappraisal correlated more strongly with both cognitive empathy scales and with empathic concern; whereas expressive suppression showed stronger correlations with personal distress and all the alexithymia scales. Furthermore, the relation between cognitive reappraisal and perspective taking seems to be moderated by empathic concern. Our findings suggest that the ERQ has strong psychometric properties in a Mexican sample and its use in conjunction with other tests can complement the assessment of affective traits.

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)0,011
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,013

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 Opus0,164
Tête enseignante GPT0,405
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetMental Health Research TopicsTravaux en français237 207