MétaCan
Menu
Retour à la cohorte
Enregistrement W4415913116 · doi:10.1177/10731911251385843

Examining the Within- and Between-Person Structure of Callous-Unemotional Traits in Adolescents and Young Adults in Daily Life

2025· article· en· W4415913116 sur OpenAlexafffund
Hao Zheng, Yao Zheng

Notice bibliographique

RevueAssessment · 2025
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMultilevel modellingYoung adultReliability (semiconductor)Multilevel modelLongitudinal studyPsychometricsMeasurement invariance

Résumé

récupéré en direct d'OpenAlex

Intensive longitudinal designs have been used to examine the fluctuations of callous-unemotional (CU) traits and their dynamic links with daily correlates; however, scant research has explored how CU traits manifest in daily contexts at the within-person level. This study evaluated the multilevel factor structure and psychometric properties of a short version of the Inventory of CU Traits in daily contexts among adolescents ( n = 99, 2,132 daily reports) and young adults ( n = 313, 6,431, and 4,018 daily reports at each wave). Both bifactor and correlated-factor models showed acceptable fit and reliability at the within- and between-person levels, though the general factor in the bifactor model demonstrated low reliability in university students. Longitudinal measurement invariance was supported among university students over a 2.5-year period, while structural differences emerged between the two samples. Findings highlight meaningful within-person fluctuations in daily CU traits. Future studies should evaluate the applicability of different factor models for a more accurate assessment across age groups.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,316
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAssessmentMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207