一种快速统计德语使用者中“缪斯”（即具有创造力的人）数量的方法：对《考夫曼创造力领域量表》（Kaufman Domains of Creativity Scales，简称K-DOCS）德语版本的20项简版测试的评估

《Thinking Skills and Creativity》：A quick way of counting the muses in German speakers: Evaluation of a 20-item short version of the German-language translation of the Kaufman Domains of Creativity Scales (K-DOCS)

　　凯·布劳尔|约翰娜·E·多纳豪泽|詹姆斯·C·考夫曼|雷内·T·普罗耶
德国哈勒-维滕贝格马丁·路德大学心理学系

**摘要**
考夫曼创造力领域量表（K-DOCS）是一种标准的自我报告工具，用于评估创造力。原始的K-DOCS包含50个项目，涵盖了五个创造力领域，并有多种语言版本，包括德语版本。最近，引入了一种20项目的简短版本，每个领域仅用4个项目进行评估，我们评估了这种德语版本的K-DOCS简短形式的心理测量特性和结构有效性。我们重新分析了三个样本的数据，并补充了两个新样本的数据（总样本量=2144）。通过验证性因子分析和测量不变性分析，我们发现：(a) 原始版本的因子结构得以保留；(b) 在性别和呈现方式（即呈现20个项目子集或完整的50个项目集）方面存在测量不变性。内部一致性符合预期，α值≥0.64，ω值≥0.63。最后，使用简短版本时，与外部测量的相关性模式仅有轻微变化（≤0.15）。总体而言，我们的研究结果支持使用K-DOCS的20项目简短版本，尽管其存在典型的局限性。K-DOCS-20适用于大规模调查或时间有限的重复测量设计。

**1. 引言**
越来越多的证据表明，创造力是一个多方面的概念，表现在不同的领域中（Acar等人，2024；另见Baer，2022）。因此，人们在不同领域的创造力表现存在差异，这需要能够捕捉这些差异的测量工具。考夫曼创造力领域量表（K-DOCS；Kaufman，2012）通过50个项目评估五个创造力领域（日常生活、学术、表演、科学和艺术）的个体差异。K-DOCS现已成为主观评估创造力的标准自我报告工具，并有多种语言版本（包括德语版本；Brauer等人，2022）。有大量证据支持K-DOCS的因子结构、可靠性和规范性有效性（例如，Brauer等人，2022；Kapoor等人，2021；Kaufman，2012；McKay等人，2017）。

最近，Zielińska等人（2025）推出了K-DOCS的20项目简短版本，以便在资源有限的研究环境中（如小组研究）高效评估创造力。他们的研究结果支持了这种简短形式的心理测量特性。我们的目标是通过考察德语使用者中该简短版本的结构有效性和可靠性来扩展相关证据，为其可靠性（内部一致性）和有效性（因子、收敛性和区分性）提供初步支持。因此，我们重新分析了原始研究中包含的三个样本的数据，并收集了两个新样本的数据（N总=2144）。我们使用了验证性因子分析和测量不变性分析，结果表明：(a) 原始版本的因子结构可以保留；(b) 在性别和呈现方式上存在测量不变性。内部一致性符合预期，α值≥0.64，ω值≥0.63。使用简短版本时，与外部测量的相关性模式仅有轻微变化（≤0.15）。总体而言，我们的发现支持使用K-DOCS的20项目简短版本，尽管存在与简短测量相关的局限性。K-DOCS-20适用于大规模调查或时间有限的重复测量设计。

**1.1. 考夫曼创造力领域量表**
考夫曼创造力领域量表（K-DOCS；Kaufman，2012）通过50个描述创造性行为的陈述来评估个体创造力差异。受访者需要在5点评分量表上（1=创造力较低；5=创造力较高）表明自己相对于年龄相仿、生活经历相似的人的创造力表现。因子分析显示，K-DOCS的内部结构最好由五个相关因子表示：日常生活（例如，“教某人做某事”）、学术（例如，“提出一种新的思考旧问题的方式”）、表演（例如，“为歌曲创作歌词”）、科学（例如，“拆解机器并了解其工作原理”）和艺术（“制作雕塑或陶器”）。根据最近对K-DOCS的验证性因子分析的元分析（Acar等人，2024），这种因子结构在英语版本和其他多种语言版本中得到了验证。K-DOCS具有较高的可靠性，McDonald的ω值在各个语言版本中均超过0.70，Kaufman（2012）报告的重测稳定性系数在两周内为0.76至0.86。K-DOCS是一种标准的自我报告工具，能够在相对较短的时间内评估不同领域的创造力，比传统的创造力心理测量测试更快。

Brauer等人（2022）在三个独立样本中检验了K-DOCS德语版本的心理测量特性，共有1379名参与者。所有样本中，五因子模型的拟合度良好，RMSEA≤0.09，SRMR≤0.07，CFI≥0.91，TLI≥0.87（当使用项目子集时）；当使用所有项目作为指标时，RMSEA≤0.08，SRMR≤0.10，CFI≥0.71，TLI≥0.69。男性和女性的潜在模型测量不变性也较强。可靠性估计值（α和ω）分别为：日常生活0.78至0.84，学术0.78至0.82，表演0.84至0.87，科学0.80至0.83，艺术0.79至0.81。这些结果反映了德语K-DOCS的良好内部一致性和因子结构。此外，Brauer及其同事还从多个角度验证了其规范性有效性。首先，他们发现该量表与工作相关创造力的情境判断测试及自我报告创造力指标（如HEXACO开放性量表中的“创造性-非创造性”单项和创造力子量表）之间存在预期的正向相关性，支持了其收敛有效性。其次，他们还考察了与理论上的近缘和远缘特质（包括大五人格特质、黑暗三特质）的相关性，并提供了关于认知风格、游戏性、工作相关好奇心和冒名顶替现象的新发现。总体而言，研究结果符合预期，并在不同样本中得到了很好的复制。

**1.1.2. K-DOCS简短版本**
尽管K-DOCS项目较少（每个领域平均只有10个项目），但某些研究设计（如小组研究、重复测量和双人研究）在时间上非常有限，需要简短版本来保留对复杂个体差异（如创造力领域）的评估。虽然已有马来语（Tan等人，2021）和中文（Cao等人，2025）的简短版本，但Zielińska等人（2025）基于跨文化创造力差异的研究，提出了适用于西方人群的K-DOCS简短版本。Zielińska等人使用蚁群优化（ACO；参见Olaru & Danner，2021）方法从原始50个项目中筛选出20个项目，以较少的项目数量评估五个领域。他们使用825名参与者的数据，发现这20个项目能够很好地代表各个领域。验证性因子分析显示模型拟合良好，可靠性估计值的变化在预期范围内（日常生活和学术领域降低了约0.10），而其他领域的可靠性基本不受项目减少的影响。测量不变性分析表明，简短版本在男性和女性之间具有测量不变性。此外，他们还比较了K-DOCS完整版本和简短版本之间的相关性，发现相关性在0.85至0.93之间。最后，他们通过检验与大五人格特质和广义创造性自我评价的相关性来验证外部有效性，并比较了简短版本和标准版本的相关系数。总体而言，简短版本的差异可以忽略不计或仅轻微，表明其能够以与完整版本相当的可信度和有效性评估创造力领域差异。

**1.2. 本研究**
我们的目标是基于Zielińska等人（2025）确定的项目集，分析20项目K-DOCS版本的可靠性和有效性（使用德语项目）。因此，我们重新分析了Brauer等人（2022；样本1-3）的数据，并增加了两个新样本：一个复制了Brauer等人（2022）的设计（样本4），另一个样本的参与者完成了20项目版本的K-DOCS（样本5）。我们假设五因子结构会得到保留，且有效性相关性与完整K-DOCS相比不会有显著差异。

**1.2.1. 测量模型**
我们使用Zielińska等人（2025）提出的20项目子集，通过验证性因子分析检验了K-DOCS的五因子模型拟合度。此外，我们还进行了测量不变性分析。与先前的研究结果一致，我们预计会保留五因子结构，并发现男性和女性的测量模型之间存在标量不变性（Brauer等人，2022；Zielińska等人，2025）。据我们所知，这是首次直接使用K-DOCS-20收集数据的研究（样本5），我们还测试了测量模型是否独立于呈现方式——无论是作为完整K-DOCS的一部分呈现（样本4），还是作为独立测量呈现（样本5）。如果能够证明测量不变性，就说明无论K-DOCS的20项目集是基于独立测量还是从完整50项目集中选取的，测量模型都是成立的。这也意味着Kaufman（2012）提出的潜在领域特定创造力模型在使用部分指标时也是稳健的。

**1.2.2. 可靠性**
我们计算了K-DOCS的内部一致性（Cronbach’s α和McDonald’s ω），并比较了样本1至4中简短版本和标准版本之间的系数。我们预计会发现与Zielińska等人（2025）类似的变化程度，即简短版本和标准版本的可靠性降低幅度<0.14。此外，我们假设标准版本和简短版本的量表得分会有很强的相关性。我们还分析了样本5中K-DOCS-20作为独立测量的内部一致性，预计其内部一致性与样本1至4的结果相当。

**1.2.3. 外部有效性**
最后，我们检验了两种K-DOCS版本的有效性相关性。因此，我们重新分析了Brauer等人（2022）的样本2和3的数据，基于20项目选择，并测试了K-DOCS版本变化对相关性的影响。此外，我们还使用样本4的新数据验证了规范性有效性和有效性相关性的变化程度。与Zielińska等人的研究结果类似，我们预期基于20项目和50项目版本计算的相关性变化幅度可以忽略不计或仅轻微。

**2. 方法**
**2.1. 参与者和程序**
我们重新分析了Brauer等人（2022）的三个独立收集的样本数据。样本1、2和3分别包含511、506和366名参与者，平均年龄分别为26.3岁、36.0岁和25.5岁（标准差分别为10.1岁、14.1岁和7.7岁）。样本1、2和3的性别分布偏向女性，分别为71.4%、66.9%和79.5%。有关参与者的教育和职业状况的更多细节，请参见Brauer等人的研究。我们还收集了两个新样本的数据：样本4完成了50项目的K-DOCS和外部测量（如Brauer等人，2022所述），样本5完成了20项目的K-DOCS。我们按照Brauer等人的方法将这项研究宣传为在线研究（即通过www.soscisurvey.de在线发布问卷），并在作者的部门网站和大学的公告板上将其宣传为关于创造力的研究。参与研究不收取任何费用，但样本4的学生可以获得课程学分。样本4包括328名参与者，其中女性占70.4%，男性占28.7%，另有3名参与者选择了第三性别。他们的年龄在18至71岁之间（平均年龄25.2岁，标准差7.3岁）。大多数（86.0%）是学生，10.4%是职场人士，1.5%是退休人员，1.5%从事志愿服务，还有2人正在求职。他们的教育水平较高，60.4%拥有高中毕业证书（“Abitur”），24.1%拥有大学学位，7.0%完成了职业教育，6.7%毕业于技术学院，0.3%拥有高中毕业证书但不符合上大学的资格（其中2人选择了“其他”）。

样本5包括437名参与者（女性占69.6%，男性占28.8%，0.9%选择了第三性别，0.7%未说明性别），平均年龄为33.1岁（标准差15.7岁）。大约一半（46.2%）是大学生，44.2%是职场人士，3.7%是退休人员，1.8%正在接受职业教育，1.6%从事志愿服务，0.2%正在求职，还有2.3%未说明就业状况。根据最高学历来看，他们的教育水平较高，44.2%拥有高中毕业证书（“Abitur”），34.9%拥有大学学位，7.4%拥有中学毕业证书，5.0%拥有技术学院学位，1.1%选择了“其他”。

2.2. 仪器
样本1至4的参与者完成了K-DOCS（Kaufman, 2012；德语版本：Brauer等人，2022）的完整50项版本以及人口统计问题。标准版和简略版的项目作为补充材料提供。样本2至4的参与者还完成了额外的测量，用于检验K-DOCS版本的外部有效性，包括评估五大人格特质的Minimum Redundant Scales-30（Ostendorf, 1990）、评估工作好奇心的Work-Related Curiosity Scale（Mussel等人，2012）、评估思维风格偏好的Cognitive Style Indicator（Cools & Van den Broeck, 2007），以及成人游戏性的全球和多维度测量（即Short Measure of Adult Playfulness和OLIW问卷；Proyer, 2012, 2017）。此外，样本3和4的参与者还完成了德语版的Clance Impostor Phenomenon Scale（GCIPS；Brauer & Wolf, 2016）和Short Dark Triad测量（Malesza等人，2019），以及Character Strengths Rating Form中的创造力单项测量（Ruch等人，2014）和HEXACO-60量表的创造力子量表（Ashton & Lee, 2009）。所有测量的项目、回答格式和可靠性都在OSF中提供。样本5的参与者完成了K-DOCS的20项版本和人口统计问题。

2.3. 数据分析
我们根据Zielińska等人（2025）的建议，假设五个相关因子，并每个因子加载四个项目，进行了验证性因素分析。为了处理5点评分量表中回答的分类性质，我们使用了WLSMV估计器（Brauer等人，2023）。我们检查了RMSEA、CFI、TLI和SRMR等模型拟合指数，并报告了χ2值以增加透明度。我们基于CFI（van Laar & Braeken, 2021）比较了完整版和简略版K-DOCS的模型拟合情况。正如文献中所指出的，当使用WLSMV估计器进行CFA时，传统的临界值并不适用（例如，Beauducel & Herzberg, 2006；Xia & Yang, 2018），我们更全面地检验了测量模型，即通过（a）独立样本之间的模型拟合稳定性，（b）具有测量不变性的子组之间的稳定性，以及（c）与外部测量之间的相关性稳定性。我们检验了简略版K-DOCS在（a）男性和女性之间以及（b）由完整K-DOCS（样本4）和缩略项目集（样本5）生成的数据得出的测量模型之间的测量不变性。如果后者满足不变性，我们可以得出结论，K-DOCS简略版的测量模型与呈现方式无关。我们通过重新分析Brauer等人（2022）的数据（包括样本1至3的参与者，N = 1372）来计算性别相关的测量不变性分析。使用相同的数据可以比较标准版和简略版的发现。对于每个不变性分析，我们计算了三个具有逐渐增加模型约束的模型，即相同数量的因子（配置模型）、跨组的相同载荷（度量模型）和相同的项目截距（标量模型）。我们通过分析模型拟合的变化来比较模型，并遵循Chen（2007）的指导原则，当ΔCFI ≥ 0.010和ΔRMSEA ≥ 0.015或ΔSRMR ≥ 0.030时认为变化显著（即拒绝度量不变性），当ΔCFI ≥ 0.010和ΔRMSEA ≥ 0.015或ΔSRMR ≥ 0.010时认为缺乏标量不变性。我们使用Mplus 8（Muthén和Muthén, 1998-2019）进行了所有因子分析。

我们通过Cronbach’s α和McDonald’s ω来分析内部一致性，并提供了标准版和简略版的系数以供比较。最后，我们基于K-DOCS的标准版和简略版计算了与外部测量的相关性，并检查了与外部变量关联的变化程度。所有数据和语法都可以在https://osf.io/qm3t7/上公开获取。

3. 结果
3.1. 验证性因素分析
表1显示了K-DOCS 20项版本的模型拟合指数。总体而言，因子结构在五个样本中显示出稳定性，RMSEA在0.084到0.097之间，CFI在0.882到0.897之间，TLI在0.860到0.878之间，SRMR在0.065到0.075之间。载荷与完整德语版本（Brauer等人，2022）的载荷相当。

表1. K-DOCS 20项版本的验证性因素分析的模型拟合指数。
空单元χ2 CFI TLI RMSEA [90%置信区间] SRMR
样本1（N = 511）73 2.29 0.89 0.86 9 0.084 [0.078, 0.090] 0.065
样本2（N = 502）91 7.76 0.89 0.87 0.097 [0.091, 0.103] 0.074
样本3（N = 366）65 5.90 0.897 0.878 0.092 [0.085, 0.099] 0.073
样本4（N = 328）63 4.56 0.889 0.868 0.095 [0.087, 0.103] 0.071
样本5（N = 437）82 1.02 0.882 0.860 0.097 [0.091, 0.104] 0.075
注：df = 160。所有ps < 0.001。
与Zielińska等人（2025）的研究结果一致，我们发现20项版本的K-DOCS比标准K-DOCS的50项复杂版本的模型拟合更好。当比较基于20项和50项集的CFA模型时，我们发现了显著的变化，即CFI分别增加了0.18、0.15、0.11和0.11（样本1、2、3和4）。

3.2. 测量不变性
表2报告了男性和女性的模型拟合指数及其变化，以评估MI。男性和女性的MI分析没有拒绝度量不变性和标量不变性，因为所有变化指数都低于阈值（≤ 0.002）。因此，K-DOCS 20的测量模型在男性和女性之间是不变的。

表2. K-DOCS-20的性别和呈现方式（即完成完整版本与20项版本作为独立测量）的测量不变性分析。
空单元 模型比较
配置（I） 度量（II） 标量（III）
I vs III III vs II
性别 RMSEA 0.072 0.072 0.070 0.000 ?0.002 90%置信区间 [0.068, 0.075] [0.068, 0.075] [0.066, 0.074]
CFI 0.862 0.862 0.861 0.000 ?0.001
SRMR 0.068 0.068 0.069 0.000 0.001
χ2 144 4.33 146 2.17 159 2.55 17.84
a 130.38 *** df (χ2) 320 335 350 151 5
呈现方式 RMSEA 0.074 0.073 0.077 0.001 0.004 90%置信区间 [0.069, 0.080] [0.068, 0.079] [0.072, 0.082]
CFI 0.869 0.867 0.848 ?0.002 ?0.019
SRMR 0.076 0.079 0.083 0.003 0.004
χ2 99 7.41 102 6.10 113 6.19 28.69
b 110.09 *** df (χ2) 320 335 350 151 5
注：性别不变性基于Brauer等人（2022）的数据（N = 1372）进行测试。呈现方式的比较基于样本4（N = 328；测量模型基于完整K-DOCS的子集）和样本5（N = 437；基于K-DOCS-20作为独立测量）的数据。ap = 0.271，bp = 0.018。***p < .001。
然后，我们检查了完成完整50项K-DOCS的样本4与完成20项版本的样本5之间的测量模型不变性。同样，没有满足拒绝标量不变性的标准（见表2），因此我们得出结论，无论基于完整K-DOCS的子集还是20项版本作为独立测量，测量模型都是可比的。

3.3. 可靠性
我们根据Cronbach’s α和McDonald’s ω计算了样本1至4的K-DOCS标准版和简略版的内部一致性。如表3和图1所示，与完整版本相比，分析简化项目集时内部一致性估计α和ω有所下降，总体变化在0.01到0.15之间。在可靠性方面，“表现”和“艺术”量表的影响相对较小，变化在0.01到0.04之间。样本5的发现与这些系数一致，α和ω分别为0.68（“日常生活”）、0.74（“学术”）、0.83（“表现”）、0.77（“科学”）和0.77（“艺术”）。虽然德语版本的系数通常低于英语和波兰语版本，但变化程度与Zielińska等人（2025）的发现一致，并符合McCrae等人（2015；Ziegler等人，2014）对简化测量可靠性的预期。所有样本中K-DOCS简略版和标准版之间的相关性都很高，系数在0.78到0.92之间，显示出简略版和长版本之间的一致性，与Zielińska等人的发现相当。

表3. 德语K-DOCS 50项标准版和20项简略版的内部一致性及它们之间的相关性。
空单元
标准版 简略版
Δ α ω α ω α ω
样本1 日常生活 0.79 0.78 0.78 0.64 0.63 ?0.14 ?0.15
学术 0.78 0.78 0.78 0.66 0.67 ?0.12 ?0.11
表现 0.86 0.84 0.84 0.82 0.81 ?0.02 ?0.03
科学 0.92 0.82 0.82 0.71 0.76 ?0.06
艺术 0.85 0.79 0.79 0.77 0.77 ?0.02 ?0.02
样本2 日常生活 0.80 0.78 0.78 0.66 0.67 ?0.12 ?0.11
学术 0.79 0.78 0.78 0.66 0.68 ?0.12 ?0.11
表现 0.88 0.85 0.85 0.86 0.86 0.01 0.01
科学 0.92 0.82 0.83 0.72 0.77 ?0.06
艺术 0.85 0.80 0.80 0.77 0.78 ?0.03 ?0.02
样本3 日常生活 0.86 0.84 0.84 0.69 0.69 ?0.15 ?0.15
学术 0.83 0.82 0.82 0.72 0.72 ?0.10 ?0.10
表现 0.89 0.87 0.87 0.86 0.86 ?0.01 ?0.01
科学 0.90 0.80 0.80 0.71 0.74 ?0.09 ?0.06
艺术 0.87 0.80 0.80 0.78 0.77 ?0.03 ?0.02
样本4 日常生活 0.88 0.84 0.84 0.70 0.70 ?0.14 ?0.14
学术 0.85 0.82 0.82 0.71 0.71 ?0.11
表现 0.89 0.88 0.88 0.84 0.84 ?0.04 ?0.04
科学 0.92 0.83 0.83 0.73 0.77 ?0.06
艺术 0.87 0.80 0.80 0.78 0.77 ?0.03 ?0.02
注：N = 511, 502, 366, 和 328（样本1、2、3和4）。
下载：下载高分辨率图像（297KB）
下载：下载全尺寸图像
图1. K-DOCS标准版和简略版的Cronbach’s alpha系数。

3.4. 与外部测量的相关性
我们在补充材料中提供了描述K-DOCS简略版和标准版与外部测量之间相关性的相关系数及其差异。当比较完整项目集和缩略项目集得出的相关性时，我们发现所有相关性差异都微不足道或很小，215个相关性中有12个（5.5%）在0.11到0.15之间，其余差异≤0.10。K-DOCS版本与外部测量之间的平均相关性变化在0.00到0.03之间。因此，使用简略版K-DOCS时，有效性相关性没有受到显著影响。新收集的数据的相关性显示在表4（与创造力的收敛效度）和表5（与外部测量的名义效度）中。首先，样本2和3的发现得到了很好的复制；其次，根据K-DOCS版本的变化，有效性相关性的变化也在预期范围内，105个变化系数中有2个（1.9%）在0.11到0.12之间，其余在≤0.10之间。因此，K-DOCS五个维度中的广泛和狭窄特征在我们重新分析了用于德国K-DOCS验证研究（Brauer等人，2022年）的三个样本的数据，并分析了两个新收集的样本的数据，其中包括一个只完成了20项简版K-DOCS的样本（样本5）。简而言之，我们的研究结果表明，即使在项目数量减少的情况下，K-DOCS的五因素结构仍然可以保持，并且与完整版本相比，模型的拟合度更高。此外，我们发现K-DOCS的测量模型不受呈现方式的影响，无论是在完整50项版本的子集上进行估计，还是当参与者完成20项版本时进行估计。这也意味着，当仅使用代表个体创造力自我认知不同成分的40%的指标进行估计时，潜在的五因素模型（Kaufman，2012年）仍然是稳定的。信度指数处于短量表的典型范围内，与Zielińska等人（2025年）报告的变化程度一致；量表分数在短版和标准版之间收敛得很好。三个样本之间的效度相关性比较显示，只有14个系数（占320个的4.4%）的变化在0.11到0.15之间，平均变化约为零。此外，样本2和样本3的效度相关性得到了很好的复制，表明K-DOCS的五个维度在样本及其完整版和简版之间的稳定性。

总体而言，我们的发现与Zielińska等人（2025年）的结果一致，表明K-DOCS在不同样本和版本中都能产生稳定的结果，并且在使用简版时，信度和效度系数会如预期那样发生变化。正如预期的那样，简版的内部一致性信度低于标准版报告的信度。然而，有一个发现值得注意：与Zielińska等人关于美国和波兰K-DOCS版本的研究结果一致，我们也发现“日常”和“学术”这两个量表的内部一致性显著下降。有趣的是，在14个效应量≥0.10的有效性相关性差异中，有13个是基于这些量表的。信度的下降可能会导致更大的测量误差，从而影响与外部变量的真实相关性的估计。我们假设信度的变化可以解释我们和Zielińska在比较简版和完整版K-DOCS的结果时发现的少数微小差异。根据McCrae等人（2015年）的建议，我们建议使用可靠性更高的标准测量方法来减少影响预测变量-标准变量相关性的测量误差。

4.1 实际应用
尽管每个领域仅用四个项目进行评估的简版的信度系数仍在预期范围内（例如，McCrae等人，2015年；Ziegler等人，2014年），并且考虑到相关性分析的结果变化大多可以忽略不计，我们仍然认为这些量表，包括“日常”和“学术”量表，适合在群体层面评估个体差异，例如在大规模研究中，包括需要从同一人多次测量的纵向设计中，以及涉及同一人多次重复测量的研究设计中（例如，在人际感知研究中，一个人需要对其他人进行观察，并且需要多次完成K-DOCS）。后者经常使用非常简短的测量工具（例如，3项的简版），并且对心理测量属性和额外指标（如评分者间一致性）的分析支持使用这些工具来研究相对狭窄的人际感知方面（例如，Brauer & Proyer，2020年，2025年）。我们预计20项的K-DOCS版本也能为这类研究提供评估五个创造力领域的手段，我们希望简版K-DOCS的引入，包括其英文、波兰文和德文版本，能够促进关于创造力的进一步研究，特别是在需要同一人或相互依赖的人提供多个数据点的领域（例如，夫妻）。

总体而言，我们的发现与系统研究得出的预期一致，这些研究比较了标准版和简版心理测量工具：正如Ziegler及其同事（2014年）所讨论的，需要在研究环境中使用更短的量表，而这种权衡是所研究构念的覆盖范围有限，从而降低了内部一致性。虽然这通常会引起对简短量表有用性的担忧，但有人认为效度相关性的稳定性可以缓解这一担忧，尤其是在抽样误差较低的情况下。鉴于我们在三个独立样本中证明了K-DOCS简版和标准版之间的效度相关性的一致性，我们得出结论，基于Zielińska等人（2025年）分析的20项版本可以与德文K-DOCS（Brauer等人，2022年）的相同项目一起很好地使用。

4.2 局限性和未来方向
我们的研究有几个局限性。首先，我们的样本偏向于女性和学生。虽然这允许与Zielińska等人（2025年）的结果进行比较，而且我们的测量不变性结果支持男性和女性以相似的方式理解和回应这些项目的观点，但在性别比例更加均衡的样本中进行复制仍然是可取的。其次，我们的数据是基于方便抽样收集的，不能视为具有代表性，但跨样本的发现复制表明结果相当稳健。其次，我们关于信度的结论是基于内部一致性的估计，而在短量表中，由于项目数量较少和项目内容重叠较少，内部一致性通常较低（Ziegler等人，2014年）。相反，重新测试相关性的分析可以提供更多关于时间稳定性的信息（例如，McCrae等人，2011年）。通过结合内部一致性和重新测试相关性，可以更全面地了解信度，特别是对于短量表而言。我们还建议分析评分者间一致性，这通常是人际感知研究中的副产品，可以扩展对K-DOCS信度的了解。例如，Proyer（2017年）显示，用于评估四个游戏性的3项量表的α系数在0.56到0.77之间，而1个月间隔内的重新测试相关性在0.74到0.84之间。最近，评分者间一致性的测试补充了这些分析，显示出0.71到0.78之间的稳健信度。第三，必须指出的是，我们使用了Zielińska等人（2025年）引入的20项版本，而对德语样本进行ACO分析可能会产生另一种解决方案，使用基于德语使用者数据优化的不同项目。虽然可以说特定语言的项目集可以为创造力的各个领域提供最佳的语言特定解决方案，但如果确定其他项目，标准化和可比性将会受到影响。因此，我们希望我们的发现能够为Zielińska及其同事引入的20项版本的知识做出贡献，并通过扩展到其他语言和国家来支持其使用，这可能为跨国分析和复制研究铺平道路，从而增加关于创造力自我认知五个领域差异的文献。

5. 科学写作中生成式AI的声明
本手稿的撰写过程中没有使用任何AI。

4.2. 限制和未来方向
我们的研究有几个局限性。首先，我们的样本偏向于女性和学生。虽然这允许与Zielińska等人（2025年）的结果进行比较，而且我们的测量不变性结果支持男性和女性以相似的方式理解和回应这些项目的观点，但在性别比例更加均衡的样本中进行复制仍然是可取的。其次，我们关于信度的结论是基于内部一致性的估计，而在短量表中，由于项目数量较少和项目内容重叠较少，内部一致性通常较低（Ziegler等人，2014年）。因此，分析重测相关性以了解时间稳定性是可取的（例如，McCrae等人，2011年）。通过结合内部一致性和重测相关性，可以更全面地了解信度，特别是对于短量表。此外，我们建议分析评分者间一致性，这通常是人际感知研究中的副产品，可以扩展对K-DOCS信度的了解。例如，Proyer（2017年）显示，用于评估四个游戏性方面的3项量表的α系数在0.56到0.77之间，而1个月间隔内的重测相关性在0.74到0.84之间。最近，评分者间一致性的测试补充了这些分析，显示出0.71到0.78之间的稳健信度。第三，必须指出的是，我们使用了Zielińska等人（2025年）引入的20项版本，而对德语样本进行ACO分析可能会产生另一种解决方案，使用基于德语使用者数据优化的不同项目。虽然可以说特定语言的项目集可以为创造力的各个领域提供最佳的语言特定解决方案，但如果确定其他项目，标准化和可比性将会受到影响。因此，我们希望我们的发现能够为Zielińska及其同事引入的20项版本的知识做出贡献，并通过扩展到其他语言和国家来支持其使用，这可能为跨国分析和复制研究铺平道路，从而增加关于创造力自我认知五个领域差异的文献。

5. 科学写作中生成式AI的声明
本手稿的撰写过程中没有使用任何AI。

4.2. 作者贡献声明
Kay Brauer：撰写——审阅与编辑、原始草稿的撰写、方法论、正式分析、概念化。
Johanna E. Donhauser：撰写——审阅与编辑、正式分析。
James C. Kaufman：撰写——审阅与编辑。
René T. Proyer：撰写——审阅与编辑、数据管理。