توظيف الشبكات العصبية الاصطناعية في بناء وتقييم مقياس الثراء النفسي للأطفال عبر ثقافات متعددة

مستخلص البحث باللغة العربية:
سعى هذا البحث إلى استخدام الشبكات العصبية الاصطناعية في تطوير مقياس الثراء النفسي للأطفال (إعداد: الباحثة) وتقييم خصائصه السيكومترية عبر سياقات ثقافية متنوعة، وقد هدف إلى التعرّف على أفضل نموذج عاملّي يعبّر عن بنية المقياس، بالإضافة إلى تحديد البنود الأكثر تأثيرًا في تكوين مفهوم الثراء النفسي للأطفال، والتحقق من ثباته عبر عدة ثقافات، والكشف عن الفروق في الثراء النفسي، وذلك باستخدام المنهج الوصفي. وتكوّنت عينة البحث من (1041) طفلًا، تراوحت أعمارهم بين (10–17) عامًا، بمتوسط عمري (12.94) سنة وانحراف معياري (2.14)، موزعين بين المملكة العربية السعودية (ن=440) وجمهورية مصر العربية (ن=601). وقد كشفت نتائج التحليل العاملي الاستكشافي عن وجود عامل عام واحد في كلٍ من العينة السعودية والعينة الكلية، بلغ الجذر الكامن له (15.928، 15.277) على التوالي، مُفسرًا ما نسبته (79.60٪، 76.40٪) من التباين في الثراء النفسي. أما في العينة المصرية، فقد تم التوصل إلى عاملين رئيسين هما تنوع التجارب أو الخبرات، والعمق المعرفي والانفتاح الفكري، إذ بلغ الجذر الكامن لهما (14.859، 1.022)، فسّرا معًا ما نسبته 79.40٪ من التباين الكلي في الثراء النفسي للأطفال.  ومن ناحية التحليل العاملي التوكيدي، فقد أظهرت النتائج أن نموذج العاملين يتفوّق في مطابقة البيانات على نموذج العامل الواحد، مما يؤكد صدق البنية العاملية لهذا النموذج في السياقات السعودية والمصرية. وقد تجسّد هذا التفوّق من خلال مؤشرات معلومات أكايكي والبايزي (18526.318، 26847.432، 45625.746) و(18693.876، 27027.775، 45828.612) على التوالي، وهو ما يعكس كفاءة النموذج في تمثيل البنية النفسية للثراء النفسي لدى الأطفال. كما كشفت نتائج تحليل الشبكة العصبية الاصطناعية عن البنود الأكثر مركزية وتأثيرًا في كل بيئة، حيث برزت البنود (3، 18، 1، 17، 14، 7، 4) في العينة السعودية، والبنود (1، 3، 20، 18، 4، 19، 10، 17) في العينة المصرية، بينما كانت البنود (3، 1، 18، 4، 20، 17، 14) هي الأبرز في العينة الكلية، مما يوضح ديناميكية التفاعل المفاهيمي بين مكونات المقياس باختلاف السياق الثقافي. وفيما يخص مؤشرات الثبات، فقد أوضحت النتائج أن المقياس يتمتع بدرجة عالية من الاتساق الداخلي، إذ سجلت قيم ألفا كرونباخ للمقياس الكلي (0.987، 0.981، 0.983) في العينات الثلاث، واقتربت من قيم أوميجا ماكدونالد (0.988، 0.983، 0.985)، وهو ما يدل على موثوقية الأداء القياسي للمقياس عبر البيئات المختلفة. كما أسفرت النتائج عن عدم وجود فروق بين الأطفال في البيئتين السعودية والمصرية في الثراء النفسي. وفي ضوء هذه النتائج، يوصي البحث بضرورة توظيف تحليل الشبكات العصبية الاصطناعية في تطوير أدوات القياس النفسي، وتبنّي مقياس الثراء النفسي للأطفال في التقييم السيكومتري في السياقات الثقافية العربية المختلفة.
الكلمات المفتاحية: الشبكات العصبية الاصطناعية، الثراء النفسي، البنية العاملية للمقياس، الأطفال.
Utilizing artificial neural networks to develop and validate
a children's psychological richness scale across diverse cultures
Prof. Boshra A. Arnout
Department of Psychology, King Khalid University, Abha, Saudi Arabia, Department of Psychology, Zagazig University,
 Zagazig, Egypt
Abstract:
This study aimed to utilize artificial neural networks in developing a Children's Psychological Richness Scale (CPRS) (developed by the researcher) and in the evaluation of its psychometric properties across different cultural contexts. The primary objectives were to identify the optimal factorial model that best represents the structure of CPRS, determine the most influential items contributing to the conceptualization of psychological richness in children, verify the CPRS across cultures, and detect the differences in psychological richness, using a descriptive methodology. The study sample consisted of 1,041 children aged 10 to 17 years (12.94 ±2.14), distributed between the Kingdom of Saudi Arabia (n = 440) and the Arab Republic of Egypt (n = 601). The results of exploratory factor analysis (EFA) found one general factor in both the Saudi sample and the overall sample, with eigenvalues (15.928 and 15.277), respectively, accounting for (79.60% and 76.40%) of the variance in psychological richness. However, in the Egyptian sample, two factors: diversity of experiences and depth of knowledge, and intellectual openness emerged, with eigenvalues (14.859 and 1.022) respectively, together explaining (79.40%) of the total variance in psychological richness among children. Confirmatory factor analysis (CFA) results found that the two-factor model had superior data fit indicators compared to the one-factor model, affirming the factorial validity of this structure in both Saudi and Egyptian contexts. This superiority was evidenced by the Akaike and Bayesian Information Criteria (18526.318, 26847.432, 45625.746) and (18693.876, 27027.775, 45828.612), respectively, which reflect the model's efficiency in representing the structure of psychological richness in children. Also, artificial neural network analysis identified the most central and influential items within each cultural setting. In the Saudi sample, the most central items were (3, 18, 1, 17, 14, 7, 4); in the Egyptian sample, they were Items (1, 3, 20, 18, 4, 19, 10, 17); while in the overall sample, Items (3, 1, 18, 4, 20, 17, 14) emerged as the most influence. These findings highlight the dynamic conceptual interaction of the CPRS’s components across different cultural contexts. In terms of reliability, the results indicated a high degree of internal consistency, with Cronbach’s alpha values for the overall scale (0.987, 0.981, and 0.983) across the three samples, closely aligned with McDonald’s omega values (0.988, 0.983, and 0.985) respectively. These results affirm the robust psychometric performance of the CPRS across diverse cultural environments. The results also showed no differences between children in the Saudi and Egyptian environments in terms of psychological richness. In light of these findings, the study recommends integrating artificial neural network analysis to develop psychological measurements and adopting the CPRS for Children in psychometric evaluations across various Arab cultural contexts.
Keywords: artificial neural networks, psychological richness, factorial scale structure, children.