Évaluation de la structure de l’Échelle de croyance de liens entre les changements climatiques et la COVID-19 : analyse auprès d’une population d’adultes
Bibliographic record
Abstract
Objectifs Des données révèlent que les personnes croyant à l’existence d’un lien entre les changements climatiques et la pandémie de COVID-19 sont plus susceptibles d’avoir des préoccupations pour l’environnement et d’adopter des comportements proenvironnementaux. L’objectif de l’étude est d’évaluer la structure factorielle et les propriétés psychométriques d’une courte échelle à 5 énoncés évaluant la croyance de liens entre les changements climatiques et la COVID-19 chez les adultes québécois. Méthode Deux enquêtes en ligne ont été réalisées en mai-juin et en octobre 2021 auprès de respectivement 11 321 et 10 368 résidents adultes du Québec. Des analyses factorielles exploratoires et confirmatoires ont été utilisées afin de vérifier si les données collectées correspondent à une structure unidimensionnelle. Les validités convergente et divergente ont aussi été évaluées. La fidélité des scores de l’échelle a été estimée à partir des coefficients lambda 2 et oméga total. Résultats Les résultats soutiennent la présence d’une structure unidimensionnelle. Plus spécifiquement, l’analyse factorielle confirmatoire consolide cette position, mais en considérant 2 covariances d’erreur dans le modèle. De plus, l’invariance de la mesure est établie pour le genre et la présence ou non d’un trouble dépressif. Les résultats des validités convergente et divergente appuient également la pertinence de l’utilisation de cette nouvelle échelle. Les valeurs des coefficients de fidélité sont excellentes et suggèrent que le degré de précision de la mesure est élevé. Conclusion Les résultats confirment l’existence d’une structure unidimensionnelle pour l’échelle de croyance quant aux liens entre les changements climatiques et la pandémie de COVID-19. L’unidimensionnalité de l’échelle, les autres propriétés psychométriques évaluées, ainsi que l’invariance soutiennent son utilisation chez les adultes québécois. Dans un contexte où les changements climatiques s’accélèrent et que la possibilité que d’autres pandémies surviennent, cette échelle représente un outil de mesure précieux pour évaluer la croyance en la présence de liens entre les 2 phénomènes.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".