Psychometric evaluation of the exercise-related cognitive errors questionnaire among Chinese emerging adults
Notice bibliographique
Résumé
Background Cognitive errors involve negatively biased or distorted thinking patterns that can hinder effective decision-making. When such a phenomenon occurs in the exercise domain, this is referred to as exercise-related cognitive error. Such exercise-related cognitive errors are typically assessed via a questionnaire, but a validated instrument for the application in Chinese-speaking populations is lacking. Thus, this study aims to validate the Chinese version of the Exercise-related Cognitive Errors Questionnaire (E-CEQ-C) among Chinese emerging adults, a self-report measure to evaluate cognitive errors of context-relevant information related to exercise. Methods Following a forward-backward translation of the E-CEQ (N = 24 items), the E-CEQ-C and the Chinese version of the Cognitive Distortions Questionnaire (CD-Quest-C) for gathering evidence of criterion-related validity were administered among a sample of Chinese emerging adults (N = 376, 29.0% male) through an online survey. After a two-week interval, 105 out of 376 participants attended a re-test of the E-CEQ-C. Item analysis, confirmatory factor analysis (CFA), internal consistency, test–retest reliability, and concurrent validity were analyzed. Results The findings from the CFA support the 24-item informed six-factor structure among Chinese emerging adults (χ2 = 699.038, RMSEA = 0.073, CFI = 0.919, TLI = 0.904, and SRMR = 0.055). Cronbach’s α of the six dimensions of the E-CEQ-C were all above 0.7. The test–retest reliability coefficients of each subscale and total scale were acceptable, ranging from 0.60 to 0.81. In accordance with the literature, we also observed positive associations between the six dimensions of E-CEQ-C and the constructs of the CD-Quest-C, which provided concurrent validity evidence for the E-CEQ-C. Conclusion This study showed that E-CEQ-C is a psychometrically sound measure to assess exercise-related cognitive errors in Chinese-speaking populations.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».