Development and psychometric evaluation of the Violation Appraisal Measure (VAM)
Notice bibliographique
Résumé
Mental contamination refers to feelings of dirtiness and/or urges to wash that arise without direct contact with a contaminant. Cognitive models propose that this results from “serious, negative misappraisals of perceived violations”. However, the specific violation misappraisals most relevant to mental contamination have yet to be established empirically, in part due to the lack of a comprehensive validated inventory of violation appraisals. Therefore, this study’s aim was to develop and validate such a measure. Items for the new Violation Appraisal Measure (VAM) were developed from qualitative interviews, theoretical models, and previous empirical work. An Exploratory Factor Analysis was conducted in a sample of (n = 300) undergraduate participants, which revealed a four-factor structure: Responsibility/Self-Blame, Permanence, Mistrust, and Self-Worth. The VAM showed excellent internal consistency (α = 0.90), good convergent (r = .50 to .64) and adequate divergent (r = -.01 to .46) validity and was predictive of mental contamination symptoms over and above existing related appraisal measures, ΔF(1,289) = 29.35, p < .001, ΔR2 = 0.06. A Confirmatory Factor Analysis in a second sample of (n = 300) undergraduate students confirmed strong model fit for the four-factor structure of the VAM. The development of the VAM is an important contribution to the search for empirically based cognitive mechanisms in mental contamination and other violation-related sequelae.
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 ».