Notice bibliographique
Résumé
Adaptation and Validation of the New Indices of Religious Orientation Revised ScaleObjective. The purpose of this study was to adapt and validate the New Indices of Religious Orientation Revised (NIROR) scale, which has been developed in different cultural settings, for a study of Pakistani university students. The NIROR was developed by Francis, Fawcett, Robbins, and Stairs (2016), consisting of 27 items for Canadian-Christian respondents. It measures intrinsic religious orientation, extrinsic religious orientation, and quest religious orientation. Method. In this study, we have culturally adapted the scale for Pakistani sample. The validity indices were ascertained on a sample of 300 participants, these included; undergraduate, graduate, and postgraduate students taken from different departments of four universities of Islamabad. Results. The EFA, using the common factor analysis method, resulted in the final structure of the scale into 18 items with four factors, the first factor's reliability was α = .87, the second factor's α = .82, the third factor's α = .79 and the fourth factor's α =.75. EFA was followed by the CFA on a new sample (n=498) to confirm the factors' structure. The CFA revealed a good model fit for the four factors solution of this scale that is χ2 (125) = 291.34; χ2 /df = 2.33; root mean square error of approximation (RMSEA) = .05; goodness-of-fit index (GFI) = .94; Tucker-Lewis index (TLI) = .93; confirmatory fit index (CFI) = .94; normed fit index (NFI) =.90. Conclusion. It is concluded that the adapted version with four factors is a reliable and valid measure to be used for Muslim adults in the Pakistani context.
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 | 0,007 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,205 | 0,127 |
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 ».