Pro-Environmental Behaviour: Psychometric assessment and relationship with psychological variables in a Portuguese community sample
Notice bibliographique
Résumé
Introduction Climate change is one of the main global challenges of the 21st century due to its consequences for the environment, the economy and health. Given that human behaviour exists at the forefront of many of the environmental issues we face, it is crucial to effectively measure pro-environmental behaviours (PEB). Stanley et al. (2021) proposed the PEB Scale (PEBS), a bifactorial measure including eight items asking about personal behaviours and eight collective actions that revealed good psychometric properties. To the best of our knowledge, there is no instrument that validly assesses these parameters in the general Portuguese population. Objectives To analyze the psychometric properties of the Portuguese version of PEBS and to explore its relationship with individual factors. Methods A community sample of 599 Portuguese adults (64.6% women; mean age=34.40±16.18) answered to the Portuguese preliminary version of PEBS and to the validated instruments: Climate Change Distress and Impairment Scale/CC-DIS, Big3 Perfectionism Scale–Short version/BTPS-SF, HEXACO-60 and Toronto and Coimbra Prosocial Behaviour Questionnaire/ProBeQ. SPSS 29 and AMOS-29 were used for Exploratory Factor Analysis (EFA; with a subsample of n=291) and Confirmatory Factor Analysis (CFA; n=308), respectively. Results EFA revealed a 3-factor solution with an explained variance of 60.52% confirmed by parallel analysis. With CFA, fit indices were found to be acceptable for first and second-order models (X²/df=4,0741; CFI =.8638; TLI=.8382; GFI=.8515; RMSEA= .0887, p<.001). Cronbach’s alphas were of .871 for the total scale (16 items), .857 for F1 (Collective actions/CA; 5 items), .832 for F2 (Personal behaviours/PB; 8 items) and .736 for F3 (Political actions/PA; 3 items). PEBS correlated with CC-DIS (r=.48 with total PEBS, r=.42 with CA and PB and r=.21 with PA, p<.01), ProBeQ (r=.24 with total PEBS, r=.12 with CA, r=.37 with PB and r=-.14 with PA, p<.01), Narcissistic Perfectionism (r=.08, p<.05 with CA and r=.20, p<.01 with PA), Honesty-Humility (r=-.15, p<.01 with PA), Emotionality (r=-.12, p<.01 with PB and r=.09, p<.05 with PA), Extraversion (r=.09, p<.05 with CA and r=.12, p<.01 with PA), Agreeableness (r=.11 with total PEBS, r=.12 with CA and r=.14 with PA, p<.01) and Conscientiousness (r=.09, p<.05 with total PEBS). When the correlated variables were inserted as predictors in linear multiple regression models where CA, PB and PA were dependent variables, they explained 19.8% (R2=.198), 24.6% (R2=.246) and 14.9% (R2=.149) of their variance, respectively (all p<.001). Conclusions PEBS shows adequate psychometric properties, therefore, it can be used to measure PEB in the Portuguese population, namely, to analyze the efficacy of pro-climate interventions and campaigns. These initiatives should take into consideration the role of individual factors (such as personality traits) in PEB. Disclosure of Interest None Declared
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 | 0,006 |
| 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 | 0,001 | 0,001 |
| 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 ».