Development and psychometric properties of Chinese social emotional competence measurements
Notice bibliographique
Résumé
Introduction: Social-emotional competence (SEC) plays a critical role in the personal and academic development of university students. However, there is a lack of culturally appropriate tools to assess SEC in Chinese populations. This study aimed to develop and validate Chinese versions of two established SEC measurements: the Social Emotional Competence Questionnaire (C-SECQ) and the Social-Emotional Learning Scale (C-SELS). Methods: = 540) provided an independent validation. Both internal consistency and construct validity were examined for the C-SECQ. For the C-SELS, exploratory factor analysis (EFA) was conducted in Study 1, and the resulting model was tested in Study 2 for convergent and discriminant validity. Results: The C-SECQ demonstrated high internal consistency and strong construct validity across both samples, supporting its suitability for use in the Chinese context. In contrast, EFA of the C-SELS revealed a new three-factor structure: Emotional and Social Awareness, Goal Setting and Problem Solving, and Emotional Regulation and Responsibility. However, this revised model showed limited convergent and discriminant validity in Study 2, indicating insufficient psychometric support. Discussion: These findings support the C-SECQ as a reliable and valid tool for assessing SEC among Chinese university students. The study also highlights the challenges in adapting and validating the C-SELS, emphasizing the need for further refinement and cross-cultural validation. Overall, this research contributes to the development of context-appropriate SEL assessment tools in Chinese educational settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».