健康促进型领导测量工具信度元分析数据集:HPLC与HoL
该元分析一方面考察所选健康促进型领导测量工具(Health Promoting Leadership Conditions (HPLC) 与 Health-oriented Leadership Scale (HoL))的信度,另一方面考察近期研究中显示的健康促进型领导与健康结局改善之间的正向关联

基本信息
资源简介
健康促进型领导测量工具信度元分析数据集:HPLC与HoL
该数据集对应一项元分析研究,围绕健康促进型领导的两类测量工具——Health Promoting Leadership Conditions(HPLC)与 Health-oriented Leadership Scale(HoL)——展开。研究一方面评估这两种工具的信度,另一方面考察近期研究中健康促进型领导与健康结局改善之间的正向关联。信度评估从五项研究的 HPLC 数据(N = 2,071)和九项研究的 HoL 数据(N = 7,453)中提取 Cronbachs α 值;关联分析则提取健康促进型领导与健康结局的相关系数,并区分正向与负向健康结局。两项元分析均采用随机效应模型,并考察性别(女性)与年龄等调节变量的影响。该数据集来源于 psycharchives.org,在本站归入呼吸系统疾病 / 其他分类。
【数据集背景】
健康促进型领导是职业健康心理学与组织行为研究中的关注主题,其核心假设是领导行为能够影响员工健康。要检验这一假设,测量工具的信度与效度至关重要。该元分析正是在这一背景下,系统整合既有研究中关于 HPLC 与 HoL 两种工具的信度证据,并汇总健康促进型领导与健康结局之间关系的相关系数,为后续研究与实践中选择和使用这些工具提供量化依据。
【数据内容】
数据集对应的元分析包含两类核心数据。其一是信度数据:从五项研究中提取 HPLC 的 Cronbachs α 值,合计样本量 N = 2,071;从九项研究中提取 HoL 的 Cronbachs α 值,合计样本量 N = 7,453。其二是相关性数据:提取用于评估健康促进型领导与健康结局关系的相关系数,并进一步区分为与正向健康结局的关联和与负向健康结局的关联。分析中还纳入性别(女性)与年龄作为调节变量,考察其对上述关系的影响。
【采集与来源】
数据来源于 psycharchives.org 收录的该元分析资料。原始数据来自既有实证研究:HPLC 信度信息取自五项研究,HoL 信度信息取自九项研究;相关性数据同样从这些研究中提取。源站描述未提供各原始研究的发表年份、地域分布、样本职业构成等更细的采集信息。
【适用场景】
该数据集适用于以下场景:评估或比较 HPLC 与 HoL 两种健康促进型领导测量工具的信度表现;在开展新的领导力与健康关系研究时,参考已有 Cronbachs α 与相关系数的汇总结果进行样本量估算或工具选择;检验健康促进型领导与正向、负向健康结局关联的方向与强度;考察性别与年龄作为调节变量的作用。由于本站将其归入呼吸系统疾病 / 其他分类,也可在呼吸系统疾病相关职业健康研究中作为领导力因素的参考证据。
【使用方法】
使用该数据集时,可依据随机效应模型的元分析框架理解其汇总结果:信度部分以 Cronbachs α 为效应量,分别对 HPLC 与 HoL 进行合并;关联部分以相关系数为效应量,按正向与负向健康结局分别合并,并纳入性别与年龄调节变量进行分析。使用者应注意区分两种工具各自的样本基础,避免将 HPLC 与 HoL 的结果混同。
【质量与限制】
源站描述未提供纳入研究的质量评价、异质性指标、发表偏倚检验等具体信息。信度与相关性数据均来自既有研究的二次提取,其质量受原始研究设计与报告完整性的制约。调节变量分析仅提及性别(女性)与年龄,其他潜在调节因素未在源站描述中说明。
【引用与许可】
源站未提供引用格式与许可条款信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://psycharchives.org/handle/20.500.12034/4073
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
Diese Metaanalyse untersucht zum einen die Reliabilität ausgewählter Messinstrumente gesundheitsförderlicher Führung (Health Promoting Leadership Conditions (HPLC) & Health-oriented Leadership Scale (HoL)) und zum anderen den in jüngsten Studien gezeigte positive Zusammenhang zwischen gesundheitsförderlicher Führung und der Verbesserung von Gesundheitsoutcomes. Zur Beurteilung der Reliabilität wurden Cronbachs α Werte aus fünf Studien (N = 2,071) für das HPLC- und aus neun Studien (N = 7,453) für das HoL-Instrument extrahiert. Ebenso wurden Korrelationen zur Beurteilung des Zusammenhangs von gesundheitsförderlicher Führung und Gesundheitsoutcomes extrahiert und in Korrelationen zu positiven und negativen Gesundheitsoutcomes differenziert. Es wurde je eine Metaanalyse unter Verwendung eines Random-Effects Modells durchgeführt. Der Einfluss der Moderatoren Geschlecht (weiblich) sowie Alter (> 50) wurde für den Zusammenhang von gesundheitsförderlicher Führung und Gesundheitsoutcomes geschätzt. Die Ergebnisse bestätigen die erste Hypothese, wonach die Interne Konsistenz sowohl des HPLC- (α = .90) als auch des HoL-Instruments (α = .87), hoch ist. Es zeigte sich ein moderater positiver Zusammenhang zwischen gesundheitsförderlicher Führung und positiven Gesundheitsoutcomes (r = .41) und ein moderater negativer Zusammenhang (r = - .30) zwischen gesundheitsförderlicher Führung und negativen Gesundheitsoutcomes (Hypothese 2). Weibliches Geschlecht scheint keinen, höheres Alter einen geringen Einfluss zu haben. Die Ergebnisse unterstreichen sowohl die Messgenauigkeit der beiden Messinstrumente als auch die Bedeutung gesundheitsförderlicher Führung als Faktor der Gesundheit am Arbeitsplatz, auch wenn diese aufgrund der Heterogenität und zum Teil schlechten Methodik in einem unübersichtlichen Forschungsfeld mit einer gebotenen Vorsicht zu beurteilen ist. Einschränkungen sowie Empfehlungen für Forschung und Praxis werden hervorgehoben. Schlüsselwörter: Metaanalyse, HPLC, HoL, Ges
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




