Measuring university students’ spatial belonging: scale development and validation
本研究开发并验证了一个包含23个条目、具有四个维度（物理、数字、关系和结构）的可靠量表，用于测量大学生的空间归属感，旨在解决高等教育中缺乏有效工具来捕捉多样化空间类型复杂性的问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
请不要仅仅将大学生活看作是一系列课程和考试，而要将其想象成一座巨大的、多层次的房子，学生们在这座房子里生活、学习和成长。长期以来，研究人员一直试图衡量学生在这座房子里“是否有归属感”。然而，大多数旧的测量工具只能检查学生是否喜欢遇到的人，或者他们在情感上是否感到快乐。它们忽略了这样一个事实：这座“房子”本身是由不同类型的房间组成的：物理建筑、数字屏幕、人与人之间的关系，以及学校那些无形的规则。
这篇论文就像是一支由建筑师和心理学家组成的团队，他们决定建造一把全新的、高科技的尺子，用来精确测量学生在大学这座“房子”的所有不同部分中感到多么舒适。他们将这把新尺子称为空间归属感量表（Spatial Belonging Scale, SBS）。
以下是他们如何构建并测试这把新尺子的简单说明：
1. 问题所在：旧的尺子太简单了
想象一下，如果你试图用一个只能测量烤箱温度的温度计来测量一个复杂厨房的温度。你会错过炉灶的热量、冰箱的寒气以及窗户带来的穿堂风。
作者认为，旧有的“归属感”调查就像那个烤箱温度计。它们主要关注感受和友谊，却忽略了：
- 物理空间： 实际的建筑（图书馆、宿舍、绿地）。
- 数字空间： 网络世界（学习应用、网站、社交媒体）。
- 关系空间： 人们如何对待彼此（老师、同学、教职员工）。
- 结构空间： 学校那些无形的规则和地位（它是公平的吗？它有声望吗？它欢迎所有人吗？）。
2. 构建新尺子（第一阶段）
团队首先开始了头脑风暴。他们查阅了书籍和理论，写下了 44 个涵盖所有四种空间类型的题目（项）。
- 专家审核： 他们请两位专家审阅了这份清单。专家指出：“这个问题太模糊了，”或者“这个问题与那个问题重叠了。”于是他们将清单缩减到了 25 个问题。
- 学生检查： 随后，他们请五位真正的学生阅读这些问题。其中一个问题令人困惑，还有一个是“反向题”（反向计分题），学生觉得很难理解。于是他们删除了那个反向题，并修改了其他问题的措辞。
- 结果： 他们最终得到了一份干净的 24 个问题 的清单。
3. 测试尺子（第二阶段与第三阶段）
为了确保这把新尺子确实有效，他们在中国对 602 名大学生 进行了测试。他们将学生分为两组进行两次测试，就像科学家在两批不同的曲奇饼干上测试新食谱一样。
- “分类”测试： 他们让学生回答问题。在分析答案时，他们发现一个问题（“我对大学排名感到满意”）很令人困惑。因为它试图同时测量两件事（学校的地位和学生的个人自豪感）。因此，他们将其剔除。
- 最终计数： 最终，这把可以工作的尺子包含 23 个问题，分为 4 个截然不同的部分：
- 物理空间： 建筑和设施是否感觉安全、舒适且易于使用？
- 数字空间： 网站和在线课程是否运行良好并让你感到有连接感？
- 关系空间： 你是否被老师和朋友接受？你是否觉得可以与他们交流？
- 结构空间： 你是否觉得学校是公平、民主且以其成就为荣的？
4. 这把尺子经得起考验吗？
研究人员通过数据分析来查看这把尺子是否可靠。
- 一致性： 如果你在一周后询问同一个学生同样的问题，他们可能会给出相似的答案。该工具是稳定的。
- 准确性： 这四个部分（物理、数字、关系、结构）是截然不同的。它们不会混淆。例如，喜欢一栋建筑（物理）与喜欢一位老师（关系）是两回事。
- 公平性： 他们检查了这把尺子对男性和女性是否同样有效。结果显示，它是有效的。这把尺子对男女两性的归属感测量效果是一样的。
核心结论
这篇论文成功创建了一个新的、可靠的工具，用于衡量大学生的整个环境——不仅是他们的朋友，还包括他们的建筑、互联网、学校规则以及人际关系。
该论文声称该工具可以实现的功能包括：
- 它为研究人员提供了一种更好的方式来了解学生归属感的现状。
- 它为大学管理者提供了一个具体的工具，让他们能够看到“房子”的哪一部分需要修理。如果学生对数字空间感到不满，学校就知道该去修复网站；如果他们对结构空间感到不满，学校就知道需要审视公平性和包容性。
作者谨慎地指出，该工具是在中国的一所特定大学进行的测试。他们建议，虽然它在那里运行良好，但可能需要在其他国家或文化中进行测试，以观察它是否在各地都适用。他们还指出，由于他们只是进行了一次性的调查（即时快照），因此目前还无法说明这些感受在整个学年中是如何变化的，但该工具已准备好用于未来的研究。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。