Psychometric evaluation of the Chinese Snyder Dispositional Hope Scale and Adaptability Scale among Chinese EFL college students
Notice bibliographique
Résumé
BACKGROUND: Despite theoretical links between dispositional hope and adaptability in education and their respective roles as key orientations that facilitate learning, their measurement in English as Foreign Language (EFL) students remains relatively underexplored. Previous validations of Snyder's Dispositional Hope Scale (DHS) and Martin's Adaptability Scale (AS) have primarily relied upon classical test theory rather than more sophisticated methodologies. This study assessed the psychometric properties of the Chinese versions of these scales (CDHS and CAS) in EFL college students using Rasch analysis, exploratory structural equation modeling (ESEM), and network analysis. METHODS: A total of 485 EFL college students from 10 institutions across 12 Chinese provinces were recruited through convenience sampling. The study employed a comprehensive analytical approach to evaluate both model-level and item-level psychometric properties of the CDHS and CAS. RESULTS: (1) The analyses established a unidimensional structure for the CDHS and a two-factor ESEM structure for the CAS, both demonstrating adequate factorial validity and internal consistency. This differs in part from the factor structure of the original version of the scale. (2) Rasch analysis revealed item redundancy and mid-trait clustering, suggesting opportunities for scale optimization. (3) Structural equation modeling highlighted significant positive associations between hope and both cognitive-behavioral and affective dimensions of adaptability, with the affective factor showing a stronger relationship. (4) Network analysis further underscored the central role of adaptability items in bridging constructs, particularly cognitive flexibility, resource-seeking, and emotional positivity items. CONCLUSIONS: These findings provide robust evidence for the validity and reliability of the CDHS and CAS in assessing hope and adaptability among Chinese EFL students. These findings offer insights for developing targeted psychological interventions to support EFL learners navigating the cognitive and emotional challenges of language acquisition.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».