Life satisfaction around the world: Measurement invariance of the Satisfaction With Life Scale (SWLS) across 65 nations, 40 languages, gender identities, and age groups
Notice bibliographique
Résumé
The Satisfaction With Life Scale (SWLS) is a widely used self-report measure of subjective well-being, but studies of its measurement invariance across a large number of nations remain limited. Here, we utilised the Body Image in Nature (BINS) dataset-with data collected between 2020 and 2022 -to assess measurement invariance of the SWLS across 65 nations, 40 languages, gender identities, and age groups (N = 56,968). All participants completed the SWLS under largely uniform conditions. Multi-group confirmatory factor analysis indicated that configural and metric invariance was upheld across all nations, languages, gender identities, and age groups, suggesting that the unidimensional SWLS model has universal applicability. Full scalar invariance was achieved across gender identities and age groups. Based on alignment optimisation methods, partial scalar invariance was achieved across all but three national groups and across all languages represented in the BINS. There were large differences in latent SWLS means across nations and languages, but negligible-to-small differences across gender identities and age groups. Across nations, greater life satisfaction was significantly associated with greater financial security and being in a committed relationship or married. The results of this study suggest that the SWLS largely assesses a common unidimensional construct of life satisfaction irrespective of respondent characteristics (i.e., national group, gender identities, and age group) or survey presentation (i.e., survey language). This has important implications for the assessment of life satisfaction across nations and provides information that will be useful for practitioners aiming to promote subjective well-being internationally.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».