MétaCan
Menu
Back to cohort
Record W7037743610

Étude de réplication des profils de personnalité basés sur le Modèle à cinq facteurs dans la population québécoise

2022· other· fr· W7037743610 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2022
Typeother
Languagefr
FieldAgricultural and Biological Sciences
TopicPhytochemistry Medicinal Plant Applications
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationCultural environmentAgrégation
DOInot available

Abstract

fetched live from OpenAlex

Ce mémoire s’inscrit dans un courant de recherche qui vise à identifier des profils de personnalité qui soient robustes et réplicables, en s’appuyant sur les cinq grandes dimensions de la personnalité dont la validité et l’universalité ont été largement démontrées. Encore aujourd’hui, la plupart des théoriciens et des théoriciennes de la personnalité utilisent la définition proposée par Allport (1937) selon laquelle la personnalité est l’organisation dynamique interne des systèmes psychophysiques de l’individu qui détermine son adaptation unique à son environnement (p. 48). Parmi les nombreuses approches et théories de la personnalité, c’est le Modèle à cinq facteurs (MCF; Costa et McCrae, 1992), qui stipule que les traits de personnalité se regroupent en cinq grandes dimensions universelles (Ouverture, Consciencieux, Extraversion, Agréabilité et Névrosisme), qui est le plus utilisé et le plus validé empiriquement (De Fruyt et al. 2008). La majorité des études sur les traits de personnalité s’inscrivent dans une approche orientée sur les variables (AOV) puisqu’elles visent à examiner des associations entre les traits de la personnalité et d’autres construits, par exemple la satisfaction en emploi. Toutefois, au cours des vingt dernières années, des chercheurs et chercheuses se sont tournés vers une approche orientée sur les personnes (AOP) afin de conceptualiser des profils de personnalité (Daljeet et al., 2017). Selon cette approche, il est possible de regrouper, à l’aide d’analyses de profils latents, des individus ayant obtenu des scores similaires aux cinq grandes dimensions de la personnalité (Daljeet et al., 2017). Par exemple, le profil Resilients est représenté par des personnes ayant obtenus des scores élevés aux dimensions Extraversion, Ouverture, Agréabilité et Consciencieux ainsi qu’un score faible à la dimension Névrosisme (Yin et al., 2021). L’étude de la personnalité selon l’AOP comporte plusieurs avantages. En effet, cette approche permet de prendre compte de la complexité de la personnalité humaine via l’étude des interactions entre les traits et d’expliquer les différences individuelles de manière qualitative, ce qui n’est pas possible avec une approche orientée sur les variables (Meyer et al., 2013; Conte et al., 2017). Cependant, il existe un manque de consensus quant au nombre de profils de personnalité retrouvé dans la population générale (Yin et al., 2021). D’ailleurs, plusieurs hypothèses ont été émises afin d’expliquer ces variations observées dans la documentation scientifique. Afin de faire progresser les connaissances à ce sujet, le premier objectif de ce mémoire consiste à identifier les profils latents de personnalité dans trois échantillons de la population québécoise ayant complété différents inventaires de personnalité basés sur le Modèle à cinq facteurs. Le deuxième objectif a pour but de vérifier si le nombre de profils obtenus ainsi que leur structure varient selon le sexe des personnes répondantes. Pour ce faire, des analyses de profils latents ainsi que des analyses de profils latents multi-groupes ont été réalisées dans trois échantillons. Le premier est composé de 949 adultes québécois, âgés entre 18 et 85 ans, ayant fait la passation du Big Five Inventory-2 (BFI-2; Soto et John, 2017). Le deuxième comprend 18 861 individus, âgés entre 18 et 80 ans, ayant complété l’Inventaire de personnalité Le Corff (IPLC; Le Corff, 2014). Enfin, le troisième inclus 21 115 adultes, âgés entre 18 et 71 ans, ayant répondu à la version canadienne-française du NEO-PI-3 (McCrae et Costa, 2016). Les résultats révèlent trois ou quatre profils de personnalité, selon l’échantillon à l’étude. De plus, le même nombre de profils est observable entre les hommes et les femmes. Enfin, malgré l’obtention du même nombre de profils dans les deux groupes, des structures différentes ont été obtenues entre les hommes et les femmes provenant des échantillons deux et trois, soit les individus ayant fait la passation de l’IPLC et du NEO-PI-3. Ce mémoire comporte plusieurs forces, mais également certaines limites. D’un côté, deux des trois échantillons à l’étude étaient de très grande taille et proviennent d’un contexte naturel de pratique. De plus, cette recherche est la première à analyser la similarité de configuration et structurelle des profils de personnalité selon le sexe. D’un autre côté, il est possible que le biais de désirabilité sociale ait eu un impact sur les résultats issus d’un contexte naturel de passation, notamment à cause des passations faites en contexte de sélection de personnel. Aussi, les analyses réalisées dans le cadre de ce mémoire n’ont pas pris en considération la culture et l’âge des personnes participantes. Enfin, des pistes de recherches futures sont proposées afin d’obtenir des profils de personnalité valides et réplicables.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.036
metaresearch head score (Gemma)0.082
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch
Consensus categoriesnone
DomainCandidate signal: Reproducibility · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.964
Threshold uncertainty score0.462

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0360.082
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.002
Bibliometrics0.0020.004
Science and technology studies0.0060.003
Scholarly communication0.0030.002
Open science0.0040.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.020
GPT teacher head0.199
Teacher spread0.178 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designObservational
DomainReproducibility
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicPhytochemistry Medicinal Plant ApplicationsFrench-language works237,207