Psychometric analyses of the general mattering scale, anti-mattering scale, and the fear of not mattering inventory in Chinese youth
Notice bibliographique
Résumé
The importance of mattering for children and adolescents has garnered increasing attention. However, systematic psychometric examination for the related scales is lacking in this population. To address this gap, the present study employed classical test theory and Rasch analysis to evaluate the reliability and validity of the General Mattering Scale (GMS), Anti-Mattering Scale (AMS), and Fear of Not Mattering Inventory (FNMI) in a sample of 4,225 Chinese children and adolescents from 16 schools spanning primary, middle, and senior high school levels. The scales exhibited high reliability and validity, with Rasch analysis confirming unidimensionality for each, although one of the five GMS items showed poor fit for primary and senior high school samples. Multiple-group confirmatory factor analysis demonstrated strong measurement invariance for the AMS and FNMI across age groups, but not for the GMS. Scores on the GMS, AMS, and FNMI each accounted for a significant and unique portion of variance in depression, anxiety, and stress, underscoring their incremental validity. The AMS and FNMI are well-suited for assessing anti-mattering and fear of not mattering across Chinese youth populations, while the GMS requires refinement due to Item 1's poor fit and lack of cross-group invariance. Notably, anti-mattering showed the strongest associations with depression, anxiety, and stress across all age groups, highlighting its particular importance for youth mental health.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».