1. 青少年约会暴力的测量与心理测量学术语：一项文献计量综述

原始标题： Adolescent dating violence measurement and psychometric terminology: a bibliometric review

作者与来源： Andrés Ramírez；Frontiers in Psychology，2026。原始来源。

研究问题与理论背景

青少年约会暴力不仅包括身体与性暴力，还涉及心理控制、关系攻击、跟踪和数字监控。构念如何界定，会直接改变流行率估计、风险识别和干预评价。本文关注的是：有关约会暴力与测量的知识生产由哪些地区、期刊和主题主导，哪些测量问题仍处于边缘？这是探索性文献计量研究，不检验某一量表的预设因子结构，也不汇总干预效应。

作者尤其强调，跨文化适配不能等同于翻译；以顺性别、异性恋关系为默认背景的条目，可能漏掉以公开性取向相威胁、否定身份等控制行为。因此，文献增长与测量公平性是否同步，是解释主题分布的重要背景，而非已经得到验证的因果假设。

研究设计与方法

2026年3月20日，研究在 Web of Science 与 Scopus 检索亲密伴侣／约会暴力、青少年以及适配、验证、不变性、心理测量、量表等术语。两个数据库分别获得5,143与2,061条记录；合并后7,204条，经 bibliometrix 去掉1,079条重复记录，形成1987—2026年的6,125条书目记录（第3页，表1、图1）。分析对象不是6,125个独立实验，也不是6,125种测量工具。

语料有意保留临床、流行病学及理论性文献，只要它们处于目标术语的交叉领域。研究没有开展原始受试者招募、干预或随访，也没有逐篇风险偏倚或测量质量评级。虽然出版页标为 Systematic Review，方法部分明确将其限定为回顾性文献计量综述，而不是心理测量证据的系统综述或元分析。

统计分析与建模

作者用 R 的 bibliometrix 描述年度产出、引用、来源、作者及机构／国家参与，分析关键词共现，并以多重对应分析（MCA）考察词语在文档间的分布相似性。共现图显示成对联系，MCA反映更广的概念接近性，二者不能当作同一网络指标。

累积产出的描述模型为：

其中，t 为发表年份减1986，K 是投影上渐近线，r 是增长率参数，t_m 是曲线中点。作者报告 K=7861.20、t_m=36.44，即约2022.44年，R^2=0.87（第3—4页、图4）。这不是个体暴力风险模型；未设置学生或国家层随机效应。增长率的数值、估计器、参数区间和候选模型比较未披露，不能把上渐近线解释成确定的未来总量。

元数据缺失直接限制主题推断：只有852条含作者关键词、812条含 Keywords Plus，而参考文献及科学分类字段覆盖全部记录。作者未报告关键词缺失的插补分析。模块度、密度及平均度也未保留，因此主题聚类以图形与概念解释为主，不能声称已建立稳定的定量分类。国家与机构计数允许一篇多属，不能相加当作独立文章数；引用还受发表年龄影响。

研究结论

年度产出从2014年的263条增加到2025年的802条，后者是单年产出而非2014年以来的累积数。模型导数对应的增长峰值约615.95条／年，与观测年度最大值不是同一统计量；2014、2016和不完整的2026年出现残差偏离，作者因而只作谨慎的整合趋势判断。

20种最高产期刊合计1,702条，占27.79%；Journal of Interpersonal Violence 为260条、4.24%（第4页、表2）。主题图把验证、信效度与心理健康连接起来，也把问卷、攻击、性别和青少年群体连接起来；跨文化适配、性取向与性别多样性未成为核心节点。其结论是研究领域快速扩张但分布不均，不是这些主题完全没有研究，更不是核心期刊中的量表必然更优。

讨论

发现的解释

作者讨论： 从身体暴力扩展到心理、数字与关系控制，有助于理解2014年后产出的增加；但知识生产的集中与工具质量成熟必须分开。文化相关性、反应过程、测量不变性和差异条目功能，仍应进入验证议程。

总结者评议： 稀疏关键词和宽泛检索都可能塑造“边缘主题”。图中不显眼应理解为当前书目语料中的低可见性，而不能直接转化成某群体的测量缺口比例。

局限

作者讨论： 双数据库范围遗漏区域与非英语资料；异质文体、引用年龄、跨国合著和不完整年度影响指标。未进行质量评价意味着不能依书目排名推荐临床工具。

总结者评议： 累积序列天然平滑，单个拟合优度不足以确证饱和过程；缺少参数不确定性和替代增长模型比较，限制了对“整合期”的判断。

研究贡献

作者讨论： 理论上拓宽暴力构念与包容性测量议程，方法上划清书目分析与效度评价的边界，实践上主张与多元青少年共同开发工具。

总结者评议： 最适合的用途是确定后续量表综述与参与式研究的优先方向，而非给量表效度或地区研究质量排座次。

证据定位

• Ramírez（2026），出版论文，第2—3页 Methods、表1、图1：设计、检索和语料构建。
• 第3—5页 Results、图2—4：元数据、年度产出与增长模型；第6页表2：期刊计数。
• 第5—8页、图6—7、Discussion／Limitations／Conclusion：主题结构、包容性与推断边界。

2. 用于评估学生数字公民态度的创新数字化学习评价工具的初步心理测量学证据

原始标题： Initial psychometric evidence of an innovative digital-based learning evaluation instrument for assessing students’ digital citizenship attitudes

作者与来源： Rabiatul Adawiah、Dian Agus Ruchliyadi、Dedy Ari Nugroho；Discover Education，2026。原始来源。

研究问题与理论背景

数字公民素养不仅是会用技术，还包括尊重、隐私、伦理与社会责任。IDBEL试图在印度尼西亚公民教育情境中测量这些价值的情感性内化，预设接受、反应、价值认同、组织、品格化五个维度。问题是这种递进理论能否对应可区分的测量结构，而不只是得到一组容易赞同的规范性陈述。

研究考察反应分布、二阶结构及内部一致性，定位为初步工具开发。五维结构在分析前指定；局部依赖和高分集中属于诊断性发现，不是证明学生实际数字行为得到改善的实验。

研究设计与方法

学校采用目的抽样，选取班贾尔马辛7所公立普通高中，兼顾城区与近郊；校内由教师协助随机选学生。样本为661名十、十一年级学生，分别387与274人；十二年级因毕业考试未纳入，年龄与性别未进入分析字段。2025年10月17日至2026年2月通过IDBEL应用收集数据，没有干预、对照或纵向追踪（第6页§3.2）。

25个五级同意度条目，每维5题，覆盖负责任使用、尊重他人和隐私等。施测前5名专家评定初始条目；低于标准的5题修改后未重新评分，初始内容效度不能自动归给最终版本。数据筛查限制授权学校、25题结构及1—5范围，最终分析矩阵为661人；具体缺失值处理未披露。

统计分析与建模

专家相关性用 Aiken 指标：

其中 l_0=1、n=5、c=5，操作标准为 V\geq0.80。这评价专家对内容的判断，不能替代结构效度（第7页§3.4）。

CFA以题目反应为观测指标，五个一阶因素再载荷到一般因素；采用 Pearson 相关矩阵上的正态理论最大似然。五级有序且明显偏高的反应不完全符合这种估计的理想条件，作者建议独立数据使用多分相关及 WLSMV／DWLS，但本研究并未实施这种稳健复核。学校嵌套未建模，也未报告协变量或组间不变性。

KMO为0.963，Bartlett检验 \chi^2(300)=9751.236、p<0.001，只说明相关矩阵适合继续做因子分析。二阶CFA为 \chi^2(270)=1503.188，RMSEA=0.083、CFI=0.871、TLI=0.857、IFI=0.872、SRMR=0.054（第10页表2—3）。不能因SRMR尚可或载荷显著而忽略整体拟合不足。条目载荷0.567—0.776，二阶载荷0.929—0.971；如此强的一般因素也使五个子分数的独立意义存疑。

信度同时用 alpha、omega、校正条目—总分相关和组合信度；AVE评价因素解释的指标方差，不能被高信度替代。局部依赖以1—2、23—24题最明显，另有4—8、15—25的跨维重叠。作者没有据此事后加相关误差或删题，也未声称完成相关五因子、二阶与一般因子模型比较。

研究结论

初始 Aiken’s V为0.70—0.95、均值0.83，20题达标。总量表 \alpha=0.953、\omega_{\mathrm{total}}=0.958、\omega_{\mathrm{hierarchical}}=0.940；各维CR为0.806—0.854，AVE为0.456—0.540（第8—11页）。作者表4称仅组织维度达到0.50，而正文又称品格化维度“舍入前0.500、基本在阈值”，边界表述并不完全清楚；不宜自行把它判定为明确达标。

第12题97.4%选择4或5，但只有61.4%选择最高档5（表1）。前者是高端类别集中，不能称为97.4%的最高分天花板。结果支持较强内部一致性，却不确认五维模型；规范性、重复性内容及上端区分不足仍妨碍教育评价。

讨论

发现的解释

作者讨论： 五种内化水平在理论上相邻，强一般因素和条目相似性可能同时推高信度。高分也可能反映社会赞许，而不全是成熟数字品格。

总结者评议： 理论上的发展序列不自动构成横断面上的五个可区分因素，更不证明学生会依该顺序发展。

局限

作者讨论： 单城目的选校、缺少职业学校和毕业年级、自陈偏倚、估计器及局部依赖限制外推。尚需重测、外部效标、不变性、反应过程及使用后果证据。

总结者评议： 普通信度不能保证高分段区分或干预敏感性。未建模学校聚类，也留下标准误与跨校稳定性的问题；这些不能靠增加样本人数本身解决。

研究贡献

作者讨论： 把数字公民、情感评价与数字施测结合，提出可修订的学校评价工具，但不建议用于高风险决策。

总结者评议： 方法贡献在于同时呈现有利和不利证据：高信度不抵销差拟合。实践上宜与行为任务、教师观察及学生反思结合，而非直接以总分判定学生品格。

证据定位

• Adawiah等（2026），出版论文，第6—8页§3.1—3.5：抽样、内容评价、估计与诊断。
• 第9—11页表1—4、§4.1—4.6：反应分布、CFA、信度与AVE；§4.5和表4：品格化维度阈值的表述差异。
• 第12—15页§5—7：一般因素、上端区分、模型修订及适用边界。

3. 面向高等教育教师与学生的生成式人工智能准备度与认知（GenAI-RP）量表的开发与验证

原始标题： Development and validation of Generative Artificial Intelligence Readiness and Perception (GenAI-RP) Scale for faculty and students in higher education

作者与来源： Stella Y. Kim、Ji Yae Bong、Daniel Maxwell、Beth Oyarzun；Educational Technology Research and Development，2026。原始来源。

研究问题与理论背景

教师与学生对生成式AI的理解、能力感、收益和风险判断可能不同，只问一方或照搬同一套条目，难以反映教学角色。GenAI-RP因此建立平行但不完全相同的师生版本，分别测准备度、感知收益、感知挑战。研究检验各版的结构相关效度，不检验AI是否实际提高成绩，也不把积极态度等同于熟练能力。

准备度借鉴既有AI框架，但其维数仍经探索；收益与挑战的因素事先由文献和条目内容指定。期待—价值、技术接受及技术准备等理论主要用于组织促进与阻碍因素，并未在本文中估计完整的技术采纳因果路径。

研究设计与方法

研究先回顾当时经 Google Scholar 检得的2023—2024年相关研究，包括13项问卷研究、3项质性研究和1篇评论，形成56个初始条目。3名内容专家评审并修改后，教师版准备度、收益、挑战分别17、11、21题，学生版13、14、21题；最终因素表的题目数量又经修订，并非初始题库直接投入所有模型。

2024年春经教育专业组织邮件列表招募，纳入高校学生或教师，获得460名学生和132名教师。学生来自美国41州及1名美国境外参与者，教师来自32州；属便利抽样的横断面在线自陈调查，无干预或随访。各模型样本并不一致：准备度460／132，收益454／130，挑战450／128（表4、6、7）；人数减少原因及缺失数据估计策略未明确交代，不能认定使用了完整信息最大似然。

统计分析与建模

准备度先用最小残差提取、oblimin斜交旋转做EFA，允许因素相关；“认知”与“愿景”聚在一起后合并为GenAI理解，再以CFA检验三因素。收益和挑战直接检验预设两因素、三因素。EFA与CFA是否使用独立拆分样本未披露，因而不能称为独立交叉验证。

数据未通过正态性检验，作者以 lavaan 的稳健最大似然配 Huber–White 标准误进行CFA；报告CFI、TLI、RMSEA、SRMR及卡方。模型是各组独立的相关潜变量测量模型，没有随机效应、时间结构或协变量；也没有正式跨组不变性检验。

教师准备度初始三因素拟合不足，依据修改指数增加第9题对伦理与运用两个因素的交叉载荷，再增加6—15、15—16题残差相关，理由分别是安全行动与内容重叠。这属于样本内模型修订，不是全程预设。最终CFI=0.92、TLI=0.90、SRMR=0.061，但RMSEA=0.094仍高于作者采用的0.08标准（表4），所以“可接受”应理解为指标混合而非一致良好。

收益因素在学生版相关达1.00、教师版接近1.00；作者因内容差异保留两因素，但未报告与单因素模型的正式比较，区分效度仍有实质疑问。文献综述提到的alpha、AVE、HTMT与重测结果属于前人研究，不能当成本量表已经完成的信效度分析；本研究也未给出这些本身的系统估计及区间。

研究结论

学生准备度三因素表现较好：\chi^2(51)=69.58、CFI=TLI=0.98、RMSEA=0.032、SRMR=0.035（表4）。收益学生版CFI=0.91、TLI=0.90、RMSEA=0.063；教师版CFI=0.93、TLI=0.91，但RMSEA=0.116（表6）。作者将后一偏高值部分归于小样本，这是一种解释，不能消除模型错设的可能。

挑战量表区分伦理／隐私、教育负面影响、准确性／敏感性。学生版CFI=0.91、TLI=0.90、RMSEA=0.066、SRMR=0.057；教师版分别0.87、0.84、0.110、0.091（表7），未达到预期标准。载荷超过0.40不足以挽救整体失配，因此“全部师生量表均获验证”不是准确结论。

讨论

发现的解释

作者讨论： GenAI的内容生成特性可能使理解与愿景难以分开；教师与学生也可能以不同方式理解挑战。收益内容虽分效率与赋能，但经验相关过高，需要进一步精炼。

总结者评议： 概念上有差别不等于分数上能区分。平行构念框架有助于组织问卷，却还不能支持直接比较师生潜在均值或分数高低。

局限

作者讨论： 便利样本、教师人数较少，以及缺少与实际GenAI能力的效标关联限制用途；未来应扩样并检验不变性。

总结者评议： 每题若干人的经验法则不能单独诊断失配成因；应同时考虑载荷、因素相关、估计稳定性和理论错设。正文称学生43.9%为本科生，但表3的43.9%位于教师主要授课层次栏，人口构成叙述存在对应错误，不应沿用作样本代表性依据。

研究贡献

作者讨论： 为高校同时了解师生准备度、机会与担忧提供有角色区分的工具，以规划培训和教学支持。

总结者评议： 理论贡献是双角色框架，方法价值是公开暴露教师挑战结构与收益区分度的问题；实践适于探索性需求诊断，不适于未经复核的跨群体排名或能力认证。

证据定位

• Kim等（2026），出版论文，第6—13页 Method、Participants、Data analysis及表3：题库、抽样、估计和样本叙述。
• 第13—19页，表4、6、7及图1—3：模型修改、各版拟合与因素相关；第15页表5及第22—27页附录：最终条目与来源。
• 第18—21页 Discussion、Limitations and future studies：区分效度、教师版限制与不变性研究。

文献清单

• 青少年约会暴力的测量与心理测量学术语：一项文献计量综述——书目结构与包容性测量议程。
• 用于评估学生数字公民态度的创新数字化学习评价工具的初步心理测量学证据——高内部一致性与结构效度不足的区别。
• 面向高等教育教师与学生的生成式人工智能准备度与认知（GenAI-RP）量表的开发与验证——平行版本、因素区分及群体可比性。