<?xml version="1.0" encoding="iso-8859-1" standalone="no"?>
<!DOCTYPE GmsArticle SYSTEM "http://www.egms.de/dtd/2.0.34/GmsArticle.dtd">
<GmsArticle xmlns:xlink="http://www.w3.org/1999/xlink">
  <MetaData>
    <Identifier>zma001891</Identifier>
    <IdentifierDoi>10.3205/zma001891</IdentifierDoi>
    <IdentifierUrn>urn:nbn:de:0183-zma0018918</IdentifierUrn>
    <ArticleType language="en">research article</ArticleType>
    <ArticleType language="de">Forschungsarbeit</ArticleType>
    <TitleGroup>
      <Title language="en">Validation of a short form of the German form of the classroom community scale (CCS-D-SF)</Title>
      <TitleTranslated language="de">Validierung einer Kurzform der Deutschen Version der Classroom Community Scale (CCS-D-SF)</TitleTranslated>
    </TitleGroup>
    <CreatorList>
      <Creator>
        <PersonNames>
          <Lastname>Knof</Lastname>
          <LastnameHeading>Knof</LastnameHeading>
          <Firstname>Harald</Firstname>
          <Initials>H</Initials>
        </PersonNames>
        <Address language="en">
          <Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, Department of Anatomy, Institute of Clinical Anatomy and Cell Analysis, Tuebingen, Germany</Affiliation>
          <Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, TIME &#8211; Tuebingen Institute for Medical Education, Tuebingen, Germany</Affiliation>
        </Address>
        <Address language="de">
          <Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, Institut f&#252;r Klinische Anatomie und Zellanalytik, T&#252;bingen, Deutschland</Affiliation>
          <Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, TIME &#8211; T&#252;bingen Institute for Medical Education, T&#252;bingen, Deutschland</Affiliation>
        </Address>
        <Email>harald.knof&#64;gmail.com</Email>
        <Creatorrole corresponding="no" presenting="no">author</Creatorrole>
      </Creator>
      <Creator>
        <PersonNames>
          <Lastname>Huber</Lastname>
          <LastnameHeading>Huber</LastnameHeading>
          <Firstname>Victoria</Firstname>
          <Initials>V</Initials>
        </PersonNames>
        <Address language="en">
          <Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, Department of Anatomy, Institute of Clinical Anatomy and Cell Analysis, Tuebingen, Germany</Affiliation>
          <Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, TIME &#8211; Tuebingen Institute for Medical Education, Tuebingen, Germany</Affiliation>
        </Address>
        <Address language="de">
          <Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, Institut f&#252;r Klinische Anatomie und Zellanalytik, T&#252;bingen, Deutschland</Affiliation>
          <Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, TIME &#8211; T&#252;bingen Institute for Medical Education, T&#252;bingen, Deutschland</Affiliation>
        </Address>
        <Email>victoria.huber&#64;student.uni-tuebingen.de</Email>
        <Creatorrole corresponding="no" presenting="no">author</Creatorrole>
      </Creator>
      <Creator>
        <PersonNames>
          <Lastname>Shiozawa</Lastname>
          <LastnameHeading>Shiozawa</LastnameHeading>
          <Firstname>Thomas</Firstname>
          <Initials>T</Initials>
          <AcademicTitle>Dr. med.</AcademicTitle>
        </PersonNames>
        <Address language="en">Eberhard Karls University of Tuebingen, Faculty of Medicine, Department of Anatomy, Institute of Clinical Anatomy and Cell Analysis, Elfriede-Aulhorn-Str. 8, D-72076 Tuebingen, Germany<Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, Department of Anatomy, Institute of Clinical Anatomy and Cell Analysis, Tuebingen, Germany</Affiliation><Affiliation>Eberhard Karls University of Tuebingen, Faculty of Medicine, TIME &#8211; Tuebingen Institute for Medical Education, Tuebingen, Germany</Affiliation></Address>
        <Address language="de">Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, Institut f&#252;r Klinische Anatomie und Zellanalytik, Elfriede-Aulhorn-Str. 8, 72076 T&#252;bingen, Deutschland<Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, Institut f&#252;r Klinische Anatomie und Zellanalytik, T&#252;bingen, Deutschland</Affiliation><Affiliation>Eberhard Karls Universit&#228;t T&#252;bingen, Medizinische Fakult&#228;t, TIME &#8211; T&#252;bingen Institute for Medical Education, T&#252;bingen, Deutschland</Affiliation></Address>
        <Email>thomas.shiozawa&#64;uni-tuebingen.de</Email>
        <Creatorrole corresponding="yes" presenting="no">author</Creatorrole>
      </Creator>
    </CreatorList>
    <PublisherList>
      <Publisher>
        <Corporation>
          <Corporatename>German Medical Science GMS Publishing House</Corporatename>
        </Corporation>
        <Address>D&#252;sseldorf</Address>
      </Publisher>
    </PublisherList>
    <SubjectGroup>
      <SubjectheadingDDB>610</SubjectheadingDDB>
      <Keyword language="en">medical education</Keyword>
      <Keyword language="en">interdisciplinary placement</Keyword>
      <Keyword language="en">confirmatory factor analysis</Keyword>
      <Keyword language="en">validation</Keyword>
      <Keyword language="en">classroom community</Keyword>
      <Keyword language="de">medizinische Ausbildung</Keyword>
      <Keyword language="de">interdisziplin&#228;re Verwendung</Keyword>
      <Keyword language="de">konfirmatorische Faktorenanalyse</Keyword>
      <Keyword language="de">Validierung</Keyword>
      <Keyword language="de">Classroom Community</Keyword>
      <SectionHeading language="en">learning environment</SectionHeading>
      <SectionHeading language="de">Lernumgebung</SectionHeading>
    </SubjectGroup>
    <DateReceived>20251101</DateReceived>
    <DateRevised>20260717</DateRevised>
    <DateAccepted>20260810</DateAccepted>
    <DatePublishedList>
      <DatePublished>20261116</DatePublished>
    </DatePublishedList>
    <Language>engl</Language>
    <LanguageTranslation>germ</LanguageTranslation>
    <License license-type="open-access" xlink:href="http://creativecommons.org/licenses/by/4.0/">
      <AltText language="en">This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License.</AltText>
      <AltText language="de">Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung).</AltText>
    </License>
    <SourceGroup>
      <Journal>
        <ISSN>2366-5017</ISSN>
        <Volume>43</Volume>
        <Issue>7</Issue>
        <JournalTitle>GMS Journal for Medical Education</JournalTitle>
        <JournalTitleAbbr>GMS J Med Educ</JournalTitleAbbr>
      </Journal>
    </SourceGroup>
    <ArticleNo>97</ArticleNo>
    <Fundings>
      <Funding>Deutsche Forschungsgemeinschaft (Open-Access-Publikationsfonds der Universit&#228;t T&#252;bingen)</Funding>
    </Fundings>
  </MetaData>
  <OrigData>
    <Abstract language="de" linked="yes"><Pgraph><Mark1>Hintergrund: </Mark1>Kollaboratives Lernen in der medizinischen Ausbildung basiert sowohl auf sozialer Integration als auch auf kognitivem Engagement. Die Classroom Community Scale (CCS) erfasst das Gemeinschaftsgef&#252;hl von Studierenden anhand von zwei Dimensionen: <Mark2>Verbundenheit </Mark2>und <Mark2>Lernen</Mark2>. In deutschsprachigen L&#228;ndern wurde die CCS bereits in ihrer Langform (CCS-D) validiert. W&#228;hrend eine englischsprachige Kurzform (CCS-SF) existiert, fehlte bislang eine validierte deutsche. Ziel dieser Studie war es, eine Kurzform der deutschen CCS (CCS-D-SF) zu entwickeln und zu validieren.</Pgraph><Pgraph><Mark1>Methoden: </Mark1>Die CCS-D wurde systematisch auf eine Kurzform mit zehn Items reduziert unter Verwendung von Hauptkomponentenanalysen (PCA) und iterativen Reliabilit&#228;tsanalysen. Die Daten f&#252;r die Kurzform wurden von N&#61;171 Medizinstudierenden im ersten Semester an der Universit&#228;t T&#252;bingen erhoben. Die interne Konsistenz wurde anhand von Cronbachs Alpha bewertet. Die Konstruktvalidit&#228;t wurde mithilfe einer konfirmatorischen Faktorenanalyse (CFA) und einer PCA untersucht.</Pgraph><Pgraph><Mark1>Ergebnisse: </Mark1>Die CCS-D-SF behielt eine Zwei-Faktoren-Struktur bei, die den Dimensionen <Mark2>Verbundenheit</Mark2> (5 Items) und<Mark2> Lernen</Mark2> (5 Items) entspricht. Die Gesamtskala zeigte eine gute interne Konsistenz (&#945;&#61;.81). Die Reliabilit&#228;t der Subskalen <Mark2>Verbundenheit</Mark2> &#945;&#61;.86 und<Mark2> Lernen</Mark2> &#945;&#61;.65. Die CFA zeigte einen akzeptablen Modellfit (&#967;<Superscript>2</Superscript>&#47;df&#61;2.16, RMSEA&#61;.083, SRMR&#61;.059, CFI&#61;.93, TLI&#61;.91). Auch die PCA best&#228;tigte die Zwei-Faktoren-Struktur.</Pgraph><Pgraph><Mark1>Diskussion: </Mark1>Die CCS-D-SF stellt ein valides und praktikables Instrument zur Erfassung des Gemeinschaftsgef&#252;hls bei Medizinstudierenden im ersten Studienjahr dar. Die Reliabilit&#228;t reicht von einer knapp akzeptablen Reliabilit&#228;t f&#252;r <Mark2>Lernen </Mark2>bis zu einer sehr guten Reliabilit&#228;t f&#252;r <Mark2>Verbundenheit. </Mark2>Die Reliabilit&#228;t der Gesamtskala kann als gut eingestuft werden. Die K&#252;rze des Fragebogens reduziert die Belastung der Teilnehmenden, ohne die psychometrische Qualit&#228;t wesentlich zu beeintr&#228;chtigen, und macht das Instrument f&#252;r die Bildungsforschung sowie die diagnostische Erfassung der Klassengemeinschaft geeignet. Die CCS-D-SF kann zudem Hinweise f&#252;r Interventionen liefern, die darauf abzielen, die soziale Integration sowie das Lernengagement in kollaborativen Lernumgebungen zu st&#228;rken. </Pgraph></Abstract>
    <Abstract language="en" linked="yes"><Pgraph><Mark1>Background:</Mark1> Collaborative learning in medical education relies on both social integration and cognitive engagement. The classroom community scale (CCS) measures students&#8217; sense of community through two dimensions: <Mark2>Connectedness</Mark2> and <Mark2>learning</Mark2>. In German-speaking countries, the CCS has previously been validated in its full form (CCS-D). While an English short form (CCS-SF) exists, a validated German short form for efficient assessment was lacking. This study aimed to develop and validate a short form of the German CCS (CCS-D-SF).</Pgraph><Pgraph><Mark1>Methods: </Mark1>The CCS-D was systematically reduced to a ten-item short form using principal component analysis (PCA) and iterative reliability analysis. Data on the short form were collected from N&#61;171 first-semester medical students at the University of Tuebingen. Internal consistency was evaluated with Cronbach&#8217;s alpha. Construct validity was assessed using confirmatory factor analysis (CFA) and PCA.</Pgraph><Pgraph><Mark1>Results:</Mark1> The CCS-D-SF retained a two-factor structure corresponding to <Mark2>connectedness</Mark2> (i&#61;5) and <Mark2>learning</Mark2> (i&#61;5). The total scale showed good internal consistency (&#945;&#61;.81), with reliability for the subscales <Mark2>connectedness</Mark2> (&#945;&#61;.86) and <Mark2>learning</Mark2> (&#945;&#61;.65). CFA indicated an acceptable model fit (&#967;<Superscript>2</Superscript>&#47;df&#61;2.16, RMSEA&#61;.083, SRMR&#61;.059, CFI&#61;.93, TLI&#61;.91), and PCA displayed also the factor structure.</Pgraph><Pgraph><Mark1>Discussion:</Mark1> The CCS-D-SF is a valid, and practical instrument for assessing sense of community among German-speaking first-year medical students. Reliability ranges from marginal for <Mark2>learning</Mark2> to very good for <Mark2>connectedness</Mark2>. The overall reliability can be considered to be good. Questionnaires brevity reduces respondent burden without compromising psychometric quality and makes it suitable for educational research and classroom diagnostics. The CCS-D-SF may also inform interventions aiming to strengthen both social integration and learning engagement in collaborative medical education settings.</Pgraph></Abstract>
    <TextBlock name="1. Introduction" linked="yes" language="en">
      <MainHeadline>1. Introduction</MainHeadline><Pgraph>Collaborative learning has increasingly gained importance in medical education as both a teaching and learning format. Such approaches promote teamwork, communication skills, and responsibility for individual as well as group performance - competencies that are essential for professional practice and the quality of healthcare delivery <TextLink reference="1"></TextLink>, <TextLink reference="2"></TextLink>. In the following, the concepts of collaborative learning and sense of community are first elaborated, as they represent key theoretical foundations of the classroom community scale, a widely used instrument for measuring the sense of community in learning environments <TextLink reference="3"></TextLink>. A more detailed conceptual framework has previously been provided by Knof and Shiozawa <TextLink reference="4"></TextLink>. Subsequently, the rationale for the development of a short form of this scale is presented.</Pgraph><SubHeadline>1.1. Collaborative learning in medical education</SubHeadline><Pgraph>Collaborative and team-based learning approaches are increasingly used in higher education and medical education and can be implemented face-to-face, synchronously or asynchronously online <TextLink reference="5"></TextLink>, <TextLink reference="6"></TextLink>, <TextLink reference="7"></TextLink>. </Pgraph><Pgraph>Despite its benefits in fostering teamwork and communication, collaborative learning presents challenges. Participation may be unequal, communication ineffective, and interpersonal conflicts can arise, which can limit learning outcomes <TextLink reference="8"></TextLink>, <TextLink reference="9"></TextLink>, <TextLink reference="10"></TextLink>. One key factor supporting effective collaboration is the degree to which students feel integrated into their learning environment. This construct, referred to as sense of community, is significantly associated with engagement, collaboration, and academic achievement in both face-to-face and online settings <TextLink reference="11"></TextLink>, <TextLink reference="12"></TextLink>, <TextLink reference="13"></TextLink>, <TextLink reference="14"></TextLink>, <TextLink reference="15"></TextLink>. Weak classroom community is linked to disengagement and dropout risk, highlighting the importance of fostering trust, collaboration, and shared commitment <TextLink reference="16"></TextLink>, <TextLink reference="17"></TextLink>, <TextLink reference="18"></TextLink>. </Pgraph><SubHeadline>1.2. Sense of community</SubHeadline><Pgraph>A widely cited concept of sense of community by McMillan and Chavis describes it as &#8220;a feeling that members have of belonging, that members matter to one another and to the group, and a shared faith that members&#8217; needs will be met through their commitment to be together&#8221; (<TextLink reference="19"></TextLink>, p.9). Essential elements include trust, mutual support, interactivity, shared values, and group cohesion <TextLink reference="20"></TextLink>, <TextLink reference="21"></TextLink>, <TextLink reference="22"></TextLink>, while the specific manifestation of this construct may vary depending on the context in which it occurs <TextLink reference="23"></TextLink>, <TextLink reference="24"></TextLink>, <TextLink reference="25"></TextLink>.</Pgraph><Pgraph>Classroom community comprises two main components: <Mark2>Connectedness</Mark2> measures feelings of interpersonal connection, while <Mark2>learning</Mark2> assesses perceptions of interaction and engagement within the classroom <TextLink reference="21"></TextLink>. </Pgraph><Pgraph>To measure classroom community, Rovai developed the Classroom Community Scale (CCS) based on this framework <TextLink reference="3"></TextLink>. </Pgraph><SubHeadline>1.3. Classroom community scale</SubHeadline><Pgraph>The classroom community scale (CCS) consists of 20 items across two subscales: <Mark2>Connectedness </Mark2>(10 odd-numbered items) and <Mark2>learning</Mark2> (10 even-numbered items) (see attachment 1 <AttachmentLink attachmentNo="1" />, table S1) <TextLink reference="3"></TextLink>. Participants respond on a 5-point Likert scale from <Mark2>strongly disagree</Mark2> to <Mark2>strongly agree</Mark2>. Total scores range from 20 to 80, with each subscale ranging from 10 to 40, where higher scores indicate a stronger sense of classroom community <TextLink reference="3"></TextLink>.</Pgraph><Pgraph>The CCS has been widely assessed in various countries across face-to-face, blended, and online learning environments <TextLink reference="26"></TextLink>, <TextLink reference="27"></TextLink>, <TextLink reference="28"></TextLink>, <TextLink reference="29"></TextLink>, <TextLink reference="30"></TextLink>, <TextLink reference="31"></TextLink>. However, no validated German version was previously available. The authors translated the CCS into German (CCS-D) and found its validity comparable to the original and other translations <TextLink reference="4"></TextLink>. </Pgraph><SubHeadline>1.4. Rationale for developing a short form</SubHeadline><Pgraph>While long questionnaires in assessments offer certain advantages, they also present additional challenges for researchers <TextLink reference="32"></TextLink>. Longer questionnaires are associated with increased respondent burden, which may contribute to participant fatigue, reduced response effort, incomplete responses, and higher refusal rates <TextLink reference="33"></TextLink>, <TextLink reference="34"></TextLink>. Furthermore, longer instruments are often associated with higher refusal rates compared to shorter surveys <TextLink reference="33"></TextLink>. These issues can negatively affect data quality and may ultimately threaten the validity of research findings <TextLink reference="35"></TextLink>, <TextLink reference="36"></TextLink>. Consequently, the development of short forms is valuable not only because it reduces the burden placed on both participants and researchers, but also because shorter questionnaires can enhance data quality by lowering the number of missing responses, reducing aberrant response patterns, and increasing response rates <TextLink reference="37"></TextLink>. The demand for shorter yet psychometrically robust scales have been widely acknowledged in survey and organizational research <TextLink reference="33"></TextLink>, <TextLink reference="38"></TextLink>, <TextLink reference="39"></TextLink>.</Pgraph><Pgraph>The validation of the long form of the CCS revealed cross-loadings of several items across the proposed dimensions <TextLink reference="4"></TextLink>. These findings are consistent with previous reports showing substantial cross-loadings and challenges in establishing strong construct validity across different CCS versions <TextLink reference="26"></TextLink>, <TextLink reference="31"></TextLink>, <TextLink reference="40"></TextLink>, <TextLink reference="41"></TextLink>. </Pgraph><Pgraph>These cross-loadings indicate that items are not exclusively linked to a single latent dimension but instead capture elements of both<Mark2> connectedness</Mark2> and <Mark2>learning</Mark2>. Such patterns tend to weaken discriminant validity and may reduce the conceptual clarity of underlying constructs <TextLink reference="42"></TextLink>. As a result, items with substantial loadings on more than one factor can add additional measurement error and create uncertainty in the interpretation of scale scores <TextLink reference="43"></TextLink>. If cross-loadings are ignored, the resulting factor structure may become less stable, increasing the risk of model misspecification and potentially leading to inaccurate or flawed theoretical interpretations <TextLink reference="44"></TextLink>.</Pgraph><Pgraph>These considerations suggest that further refinement of the measurement model may be necessary.</Pgraph><Pgraph>One approach to instrument refinement is the development of a short form of the measure. </Pgraph><Pgraph>Consistent with established principles of scale construction, a parsimonious and clearly structured factor solution is generally preferred <TextLink reference="32"></TextLink>, <TextLink reference="45"></TextLink>. Accordingly, item retention should prioritize items that load clearly on a single intended factor, ensuring that each item represents its designated content domain as precisely as possible <TextLink reference="45"></TextLink>. In line with this, exploratory factor analysis procedures typically guide the removal of items with weak primary loadings or substantial loadings on multiple factors, and items that consistently exhibit cross-loadings are therefore often considered unsuitable for retention <TextLink reference="42"></TextLink>, <TextLink reference="43"></TextLink>.</Pgraph><Pgraph>Following Barnard-Brak and Shiu&#8217;s recommendation to modify factor structure through exploratory factor analyses and item-level diagnostics to develop the instrument, Cho and Demmans Epp applied this approach using data from online learning environments <TextLink reference="26"></TextLink>, <TextLink reference="41"></TextLink>. This work led to the development of an English short form of the CCS (CCS-SF), which has subsequently been validated in the literature <TextLink reference="41"></TextLink>, <TextLink reference="46"></TextLink>. However, this version was derived from different datasets and a distinct contextual setting, namely online learning environments.</Pgraph><Pgraph>Given that the validation of the CCS-D already indicated differences in item loadings compared to the original CCS <TextLink reference="4"></TextLink>, it appeared necessary to develop a short form based on the present dataset. Because translation processes may introduce subtle semantic shifts affecting item interpretation, empirical validation within the German context is particularly important.</Pgraph><Pgraph>However, scale shortening brings methodological challenges. No methodological consensus exists regarding the optimal number of items to retain in short-form scale development <TextLink reference="47"></TextLink>, and excessive item reduction may compromise content validity and reliability if construct domains are insufficiently represented <TextLink reference="48"></TextLink>. Therefore, item selection must follow careful and transparent procedures to minimize potential losses in measurement quality <TextLink reference="37"></TextLink>.</Pgraph></TextBlock>
    <TextBlock name="1. Einleitung" linked="yes" language="de">
      <MainHeadline>1. Einleitung</MainHeadline><Pgraph>Kollaboratives Lernen hat in der medizinischen Ausbildung zunehmend an Bedeutung gewonnen, sowohl als Lehr- als auch als Lernformat. Solche Ans&#228;tze f&#246;rdern Teamarbeit, Kommunikationsf&#228;higkeiten und die &#220;bernahme von Verantwortung f&#252;r die individuelle sowie die gemeinsame Leistung. Diese Kompetenzen sind f&#252;r die professionelle Berufsaus&#252;bung und die Qualit&#228;t der Gesundheitsversorgung von entscheidender Bedeutung <TextLink reference="1"></TextLink>, <TextLink reference="2"></TextLink>. Im Folgenden werden zun&#228;chst die Konzepte des kollaborativen Lernens und des Gemeinschaftsgef&#252;hls n&#228;her erl&#228;utert, da sie die zentralen theoretischen Grundlagen der Classroom Community Scale darstellen, einem weit verbreiteten Instrument zur Messung des Gemeinschaftsgef&#252;hls in Lernumgebungen <TextLink reference="3"></TextLink>. Ein detaillierterer konzeptioneller Rahmen wurde bereits von Knof und Shiozawa vorgestellt <TextLink reference="4"></TextLink>. Anschlie&#223;end wird die Begr&#252;ndung f&#252;r die Entwicklung einer Kurzform dieser Skala dargestellt.</Pgraph><SubHeadline>1.1. Kollaboratives Lernen in der Medizinischen Ausbildung</SubHeadline><Pgraph>Kollaborative und teambasierte Lernans&#228;tze werden zunehmend in der Hochschulbildung und der medizinischen Ausbildung eingesetzt und k&#246;nnen in Pr&#228;senz, sowie synchron oder asynchron online umgesetzt werden <TextLink reference="5"></TextLink>, <TextLink reference="6"></TextLink>, <TextLink reference="7"></TextLink>. </Pgraph><Pgraph>Trotz seiner Vorteile f&#252;r die F&#246;rderung von Teamarbeit und Kommunikation bringt kollaboratives Lernen auch Herausforderungen mit sich. Die Beteiligung kann ungleich verteilt sein, die Kommunikation kann ineffektiv sein und zwischenmenschliche Konflikte k&#246;nnen entstehen, was Lernergebnisse beeintr&#228;chtigen kann <TextLink reference="8"></TextLink>, <TextLink reference="9"></TextLink>, <TextLink reference="10"></TextLink>. Ein wesentlicher Faktor f&#252;r eine effektive Zusammenarbeit ist der Grad, in dem sich Studierende in ihre Lernumgebung integriert f&#252;hlen. Dieses als Gemeinschaftsgef&#252;hl bezeichnete Konstrukt steht sowohl in Pr&#228;senz- als auch in Online-Lernumgebungen in einem signifikanten Zusammenhang mit Engagement, Zusammenarbeit und akademischen Leistungen <TextLink reference="11"></TextLink>, <TextLink reference="12"></TextLink>, <TextLink reference="13"></TextLink>, <TextLink reference="14"></TextLink>, <TextLink reference="15"></TextLink>. Ein schwaches Gemeinschaftsgef&#252;hl innerhalb der Lerngruppe steht mit einer geringeren Beteiligung und einem erh&#246;hten Abbruchrisiko in Zusammenhang und unterstreicht die Bedeutung der F&#246;rderung von Vertrauen, Zusammenarbeit und gemeinsamer Verantwortung <TextLink reference="16"></TextLink>, <TextLink reference="17"></TextLink>, <TextLink reference="18"></TextLink>.</Pgraph><SubHeadline>1.2. Gemeinschaftsgef&#252;hl</SubHeadline><Pgraph>Eine weit verbreitete Definition des &#8222;sense of community&#8220;(Gemeinschaftsgef&#252;hl) stammt von McMillan und Chavis: &#8222;sense of community ist das Gef&#252;hl, dass Mitglieder ein Gef&#252;hl der Zugeh&#246;rigkeit haben, das Gef&#252;hl, dass die Mitglieder einander und der Gruppe wichtig sind, und ein gemeinsamer Glaube, dass die Bed&#252;rfnisse der Mitglieder durch ihr Engagement, zusammen zu sein, erf&#252;llt werden&#8220; (<TextLink reference="19"></TextLink>, p.9). Zu den wesentlichen Elementen geh&#246;ren Vertrauen, gegenseitige Unterst&#252;tzung, Interaktivit&#228;t, gemeinsame Werte und Gruppenzusammenhalt <TextLink reference="20"></TextLink>, <TextLink reference="21"></TextLink>, <TextLink reference="22"></TextLink>, wobei die konkrete Auspr&#228;gung dieses Konstrukts je nach Kontext, in dem es auftritt, variieren kann <TextLink reference="23"></TextLink>, <TextLink reference="24"></TextLink>, <TextLink reference="25"></TextLink>.</Pgraph><Pgraph>Eine Klassengemeinschaft als kollaborative Lernumgebung umfasst im Wesentlichen zwei Hauptkomponenten: <Mark2>Verbundenheit </Mark2>erfasst das Gef&#252;hl der zwischenmenschlichen Verbundenheit, w&#228;hrend <Mark2>Lernen</Mark2> die Wahrnehmung von Interaktion und Beteiligung innerhalb der Lerngruppe erfasst <TextLink reference="21"></TextLink>. Zur Messung des Gemeinschaftsgef&#252;hls in kollaborativen Lernumgebungen entwickelte Rovai die Classroom Community Scale (CCS) <TextLink reference="3"></TextLink>.</Pgraph><SubHeadline>1.3. Classroom Community Scale</SubHeadline><Pgraph>Die Classroom Community Scale (CCS) besteht aus 20 Items in zwei Subskalen: <Mark2>Verbundenheit </Mark2>(10 ungerade nummerierte Items) und <Mark2>Lernen</Mark2> (10 gerade-nummerierte Items) (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S1) <TextLink reference="3"></TextLink>. Teilnehmende bewerten jedes Item auf einer 5-stufigen Likert-Skala von <Mark2>&#8222;stimme &#252;berhaupt nicht zu&#8220;</Mark2> bis <Mark2>&#8222;stimme vollst&#228;ndig zu&#8220;</Mark2>. Die Gesamtpunktzahl reicht von 20 bis 80, wobei jede Subskala Werte von 10 bis 40 umfasst. H&#246;here Werte weisen auf ein st&#228;rkeres Gemeinschaftsgef&#252;hl hin <TextLink reference="3"></TextLink>.</Pgraph><Pgraph>Die CCS wurde in verschiedenen L&#228;ndern und in unterschiedlichen Lernumgebungen, darunter Pr&#228;senzunterricht, Blended Learning und Online-Lernumgebungen, umfassend untersucht <TextLink reference="26"></TextLink>, <TextLink reference="27"></TextLink>, <TextLink reference="28"></TextLink>, <TextLink reference="29"></TextLink>, <TextLink reference="30"></TextLink>, <TextLink reference="31"></TextLink>. Jedoch war bislang keine validierte deutschsprachige Version vorhanden. Die Autoren &#252;bersetzten die CCS ins Deutsche (CCS-D) und stellten fest, dass ihre Validit&#228;t mit der der Originalversion und anderer &#220;bersetzungen vergleichbar ist <TextLink reference="4"></TextLink>.</Pgraph><SubHeadline>1.4. Rationale f&#252;r die Entwicklung einer Kurzform</SubHeadline><Pgraph>W&#228;hrend lange Frageb&#246;gen bei Erhebungen gewisse Vorteile bieten, bringen sie auch zus&#228;tzliche Herausforderungen f&#252;r Forschende mit sich <TextLink reference="32"></TextLink>. L&#228;ngere Frageb&#246;gen gehen mit einer h&#246;heren Belastung der Teilnehmenden einher, was zu Erm&#252;dung, einer geringeren Sorgfalt bei der Beantwortung und unvollst&#228;ndigen Antworten f&#252;hren kann <TextLink reference="33"></TextLink>, <TextLink reference="34"></TextLink>. Dar&#252;ber hinaus weisen l&#228;ngere Instrumente im Vergleich zu k&#252;rzeren Befragungen h&#228;ufig h&#246;here Verweigerungsraten auf <TextLink reference="33"></TextLink>. Diese Aspekte k&#246;nnen sich negativ auf die Datenqualit&#228;t auswirken und letztlich die Validit&#228;t der Forschungsergebnisse beeintr&#228;chtigen <TextLink reference="35"></TextLink>, <TextLink reference="36"></TextLink>. Die Entwicklung von Kurzformen ist daher nicht nur deshalb sinnvoll, weil sie die Belastung f&#252;r Teilnehmende und Forschende reduziert, sondern auch, weil k&#252;rzere Frageb&#246;gen die Datenqualit&#228;t verbessern k&#246;nnen, indem sie die Anzahl fehlender Antworten verringern, auff&#228;llige Antwortmuster reduzieren und die R&#252;cklaufquote erh&#246;hen <TextLink reference="37"></TextLink>. Der Bedarf an k&#252;rzeren und zugleich psychometrisch robusten Skalen ist in der Forschung weithin anerkannt <TextLink reference="33"></TextLink>, <TextLink reference="38"></TextLink>, <TextLink reference="39"></TextLink>.</Pgraph><Pgraph>Die Validierung der Langform der CCS zeigte Kreuzladungen mehrerer Items &#252;ber die zugrundeliegenden theoretischen Dimensionen hinweg <TextLink reference="4"></TextLink>. Diese Ergebnisse stimmen mit fr&#252;heren Untersuchungen &#252;berein, die ebenfalls deutliche Kreuzladungen und Schwierigkeiten bei der Ermittlung einer aussagekr&#228;ftigen Konstruktvalidit&#228;t &#252;ber verschiedene Versionen der CCS hinweg festgestellt haben <TextLink reference="26"></TextLink>, <TextLink reference="31"></TextLink>, <TextLink reference="40"></TextLink>, <TextLink reference="41"></TextLink>. </Pgraph><Pgraph>Diese Kreuzladungen weisen darauf hin, dass die Items nicht ausschlie&#223;lich einer einzelnen latenten Dimension zugeordnet sind, sondern vielmehr Aspekte sowohl von<Mark2> Verbundenheit</Mark2> als auch von<Mark2> Lernen</Mark2> erfassen. Solche Muster k&#246;nnen die Validit&#228;t schw&#228;chen und die konzeptionelle Klarheit der zugrunde liegenden Konstrukte beeintr&#228;chtigen <TextLink reference="42"></TextLink>. So k&#246;nnen Items mit hohen Ladungen auf mehr als einen Faktor zus&#228;tzliche Messfehler verursachen und die Interpretation der Skalen erschweren <TextLink reference="43"></TextLink>. Werden Kreuzladungen nicht ber&#252;cksichtigt, kann die resultierende Faktorenstruktur an Stabilit&#228;t verlieren, wodurch das Risiko einer Fehlspezifikation des Modells steigt und m&#246;glicherweise ungenaue oder fehlerhafte theoretische Interpretationen entstehen <TextLink reference="44"></TextLink>.</Pgraph><Pgraph>Diese &#220;berlegungen legen nahe, dass eine weitere Pr&#228;zisierung des Messmodells erforderlich ist. Ein Ansatz zur Weiterentwicklung des Instruments besteht in der Entwicklung einer Kurzform der Skala.</Pgraph><Pgraph>Im Einklang mit etablierten Prinzipien der Skalenkonstruktion wird grunds&#228;tzlich eine sparsame und klar strukturierte Faktorenl&#246;sung bevorzugt <TextLink reference="32"></TextLink>, <TextLink reference="45"></TextLink>. Dementsprechend sollte bei der Auswahl der Items der Fokus auf Items liegen, die eindeutig auf einen einzelnen vorgesehenen Faktor laden, sodass jedes Item seinen zugewiesenen Inhaltsbereich m&#246;glichst pr&#228;zise abbildet <TextLink reference="45"></TextLink>. Entsprechend dienen explorative Faktorenanalysen in der Regel als Grundlage f&#252;r die Entfernung von Items mit schwachen Hauptladungen oder ausgepr&#228;gten Ladungen auf mehreren Faktoren. Items, die wiederholt Kreuzladungen aufweisen, werden daher h&#228;ufig als ungeeignet f&#252;r die Beibehaltung in der Skala angesehen <TextLink reference="42"></TextLink>, <TextLink reference="43"></TextLink>.</Pgraph><Pgraph>Der Empfehlung von Barnard-Brak und Shiu folgend,  die Faktorenstruktur mithilfe explorativer Faktorenanalysen und einer Analyse auf Itemebene anzupassen, um das Instrument weiterzuentwickeln, wendeten Cho und Demmans Epp diesen Ansatz auf Daten aus Online-Lernumgebungen an <TextLink reference="26"></TextLink>, <TextLink reference="41"></TextLink>. Daraus entstand eine englischsprachige Kurzform der CCS (CCS-SF), die in der Literatur weiterhin validiert wurde <TextLink reference="41"></TextLink>, <TextLink reference="46"></TextLink>. Diese Version wurde jedoch auf Grundlage anderer Datens&#228;tze und in einem abweichenden Kontext entwickelt, n&#228;mlich in Online-Lernumgebungen.</Pgraph><Pgraph>Da die Validierung der CCS-D bereits Unterschiede in den Itemladungen im Vergleich zur urspr&#252;nglichen CCS gezeigt hatte <TextLink reference="4"></TextLink>, erschien es notwendig, eine Kurzform auf Grundlage des vorliegenden Datensatzes zu entwickeln. Da &#220;bersetzungsprozesse subtile semantische Ver&#228;nderungen hervorrufen k&#246;nnen, die sich auf die Interpretation der Items auswirken, ist eine empirische Validierung im deutschen Kontext von besonderer Bedeutung.</Pgraph><Pgraph>Die Verk&#252;rzung einer Skala bringt jedoch methodische Herausforderungen mit sich. Es besteht kein methodischer Konsens dar&#252;ber, wie viele Items bei der Entwicklung einer Kurzform optimalerweise beibehalten werden sollten <TextLink reference="47"></TextLink>. Eine zu starke Reduktion der Items kann die Inhaltsvalidit&#228;t und Reliabilit&#228;t beeintr&#228;chtigen, wenn die verschiedenen Bereiche des Konstrukts nicht ausreichend abgebildet werden <TextLink reference="48"></TextLink>. Daher sollte die Auswahl der Items nach sorgf&#228;ltigen und transparenten Verfahren erfolgen, um m&#246;gliche Einbu&#223;en bei der Qualit&#228;t von Erhebungen zu minimieren <TextLink reference="37"></TextLink>.</Pgraph></TextBlock>
    <TextBlock name="2. Methods" linked="yes" language="en">
      <MainHeadline>2. Methods</MainHeadline><SubHeadline>2.1. Protocol for systematic item reduction of the CCS-D questionnaire</SubHeadline><Pgraph>Given the rationale and challenges described above, based on the already translated version of the instrument, a systematic procedure for item reduction was developed and implemented. The goal was to shorten the questionnaire to a total of ten items &#8211; five per subscale &#8211; without substantially compromising its psychometric quality, theoretical foundation, or the content coverage of the subscales.</Pgraph><Pgraph>The decision to create a ten-item short version was based on several methodological and conceptual considerations. </Pgraph><Pgraph>Methodological research suggests that less than four items per factor may result in insufficient internal reliability <TextLink reference="47"></TextLink>, <TextLink reference="49"></TextLink>. Moreover, scale development literature emphasizes that instruments should include enough items to adequately represent the construct domain and prevent construct underrepresentation <TextLink reference="50"></TextLink>. Consequently, recommendations for scale reduction stress the importance of balancing brevity with adequate construct coverage and reliability <TextLink reference="33"></TextLink>, <TextLink reference="35"></TextLink>, <TextLink reference="37"></TextLink>, <TextLink reference="51"></TextLink>.</Pgraph><Pgraph>Under classical test theory assumptions, internal consistency tends to increase with the number of items, in particular when using Cronbach&#8217;s alpha, if items measure the same underlying construct <TextLink reference="52"></TextLink>, <TextLink reference="53"></TextLink>, <TextLink reference="54"></TextLink>. Retaining a slightly larger number of items in a ten-item version compared to a more shortened eight-item version therefore contributes to more stable measurement properties.</Pgraph><Pgraph>Furthermore, a scale of this length allows for broader content coverage of the underlying construct. This is essential for construct validity as item reduction may lead to insufficient representation of relevant aspects <TextLink reference="48"></TextLink>, <TextLink reference="50"></TextLink>. Particularly in multidimensional constructs such as classroom community, overly aggressive item reduction may narrow the conceptual breadth of the instrument and weaken its ability to adequately represent the underlying construct <TextLink reference="48"></TextLink>, <TextLink reference="50"></TextLink>.</Pgraph><Pgraph>In addition, the ten-item version represents a practical compromise between measurement precision and efficiency, as it substantially reduces participants&#8217; response time while preserving the psychometric quality of the instrument <TextLink reference="51"></TextLink>. </Pgraph><Pgraph>The systematic reduction process was carried out in a three-step procedure. The approach was based both on the iterative methodology of Cho and Demmans Epp in their validation of their CCS short form <TextLink reference="41"></TextLink>, and on the guidelines of Hinkin <TextLink reference="45"></TextLink>.</Pgraph><Pgraph>The custom reduction protocol was predefined prior to the refinement procedure to minimize researcher-induced selection bias. The complete CCS-D dataset from Knof &#38; Shiozawa served as the starting point <TextLink reference="4"></TextLink>. To examine the factor structure, a Principal Component Analysis (PCA) with varimax rotation was conducted, while the internal consistency of the scales was determined using Cronbach&#8217;s alpha. Subsequently, an iterative reduction process was initiated following a predefined protocol. The objective of the procedure was construct optimization while preserving content coverage rather than maximizing internal consistency coefficients.</Pgraph><Pgraph>In each iteration, the procedure began with step 1: All items that exhibited cross-loadings (secondary loadings &#8805;.30) or primary loadings on a non-target factor were removed simultaneously. Primary loadings on a non-target factor were defined as items loading more strongly on a factor other than the theoretically expected dimension based on the original scale structure and the framework by Rovai described above. These items do not clearly represent a single latent construct and may therefore compromise the validity of the scale <TextLink reference="43"></TextLink>, <TextLink reference="53"></TextLink>. Whenever one or more items were removed in step 1, a new PCA was immediately conducted and Cronbach&#8217;s alpha recalculated, marking the start of a new iteration. If no items met the criteria for removal in step 1, step 2 was applied: In this step, the item whose deletion produced an improvement in internal consistency (Cronbach&#8217;s alpha if item deleted) was removed. After any removal in step 2, a PCA was performed, Cronbach&#8217;s alpha recalculated, and the procedure returned to step 1 for the next iteration. If neither step 1 nor step 2 resulted in any removal, step 3 was executed, simultaneously eliminating all items with the lowest loadings on their theoretically corresponding factors in order to preserve the overall construct validity of the scale and maintain adequate representation of the underlying theoretical dimensions <TextLink reference="43"></TextLink>, <TextLink reference="53"></TextLink>. As in the previous steps, a PCA and recalculation of Cronbach&#8217;s alpha were performed after each removal, and the process restarted at step 1. This iterative procedure continued until no further items could be removed according to the predefined criteria, resulting in a psychometrically optimized short form with equal representation of both subscales (five items per factor), ensuring structural symmetry of the measurement model of classroom community.</Pgraph><Pgraph>The validation of the short form was conducted using an independent sample, following best-practice recommendations <TextLink reference="33"></TextLink>, <TextLink reference="39"></TextLink>, <TextLink reference="48"></TextLink>, <TextLink reference="55"></TextLink>. This step is important because item responses may be influenced by the surrounding survey context <TextLink reference="33"></TextLink>. Therefore, validating the shortened instrument on the same dataset used for item selection could introduce bias.</Pgraph><SubHeadline>2.2. Data collection</SubHeadline><Pgraph>At the end of the summer semester 2025, first-semester medical students at the Faculty of Medicine, University of Tuebingen, were surveyed using a paper-based questionnaire. By this time, participants had completed all courses of their first semester in the medical study program. Recruitment took place in person, conducted by the first and second author. Prior to participation, all students provided written informed consent after being informed about the purpose of the study, potential benefits and risks, their rights and responsibilities, and the voluntary nature of participation. Data were collected in pseudonymized form, and all participants consented to the publication of anonymized data. Participants were informed that they could withdraw their consent at any time without any negative consequences. Ethical approval for the study was granted by the ethics committee of Eberhard Karls University T&#252;bingen (approval number: 086&#47;2022BO2).</Pgraph><SubHeadline>2.3. Data analysis</SubHeadline><Pgraph>Analogous to the validation of the CCS-D, the same validation procedure was applied <TextLink reference="4"></TextLink>.</Pgraph><Pgraph>Descriptive statistical analyses were conducted to characterize the sample and to determine the scale and item properties of the CCS-D-SF. Internal consistency was evaluated using Cronbach&#8217;s alpha for each subscale as well as for the total scale. Values of alpha &#8805;.70 were considered satisfactory <TextLink reference="54"></TextLink>.</Pgraph><Pgraph>Construct validity of the two-factor structure of the CCS-D-SF was examined using confirmatory factor analysis (CFA) with maximum likelihood (ML) as used estimation method.</Pgraph><Pgraph>In the CFA, the observed variables (five <Mark2>connectedness</Mark2> items and five <Mark2>learning</Mark2> items) were specified as indicators of their respective latent variables (<Mark2>connectedness</Mark2> and <Mark2>learning</Mark2>). Model fit was evaluated according to widely accepted international standards <TextLink reference="56"></TextLink>, <TextLink reference="57"></TextLink>, <TextLink reference="58"></TextLink>. </Pgraph><Pgraph>The following indices and thresholds were used:</Pgraph><Pgraph><UnorderedList><ListItem level="1">Normed Chi-square (&#967;<Superscript>2</Superscript>&#47;df): acceptable fit indicated by values &#60;3 <TextLink reference="59"></TextLink>. </ListItem><ListItem level="1">Comparative fit index (CFI) and Tucker-Lewis index (TLI): good model fit indicated by values &#8805;.95 <TextLink reference="60"></TextLink>.</ListItem><ListItem level="1">Root mean square error of approximation (RMSEA): values between .05 and .08 indicate acceptable fit <TextLink reference="61"></TextLink>, <TextLink reference="62"></TextLink>, <TextLink reference="63"></TextLink>.</ListItem><ListItem level="1">Standardized root mean square residual (SRMR): acceptable fit indicated by values &#60;.08 <TextLink reference="60"></TextLink>.</ListItem></UnorderedList></Pgraph><Pgraph>To further examine the robustness of the model and explore underlying data-driven patterns not captured by the CFA, a PCA was conducted. PCA was performed using varimax rotation with Kaiser normalization. Items with factor loadings of &#8805;&#124;.30&#124; on one or both dimensions were retained &#91;59&#93;, &#91;64&#93;. This complementary approach followed recommendations emphasizing the combined use of CFA and exploratory techniques to ensure model robustness <TextLink reference="64"></TextLink>, <TextLink reference="65"></TextLink>, <TextLink reference="66"></TextLink>. </Pgraph><Pgraph>All data preparation and descriptive analyses were conducted using IBM SPSS Statistics 30 (IBM Corp., Armonk, NY). The CFA was performed using IBM SPSS AMOS 26 (IBM Corp., Armonk, NY).</Pgraph></TextBlock>
    <TextBlock name="2. Methoden" linked="yes" language="de">
      <MainHeadline>2. Methoden</MainHeadline><SubHeadline>2.1. Protokoll der systematischen Itemreduktion des CCS-D-Fragebogens</SubHeadline><Pgraph>Ausgehend von den oben dargestellten Begr&#252;ndungen und Herausforderungen wurde auf Grundlage der bereits &#252;bersetzten Version des Instruments ein systematisches Verfahren zur Itemreduktion entwickelt und umgesetzt. Ziel war es, den Fragebogen auf insgesamt zehn Items zu verk&#252;rzen, f&#252;nf pro Subskala, ohne dabei die psychometrische Qualit&#228;t, theoretische Grundlage oder die inhaltliche Abdeckung der Subskalen wesentlich zu beeintr&#228;chtigen.</Pgraph><Pgraph>Die Entscheidung, eine Kurzversion mit zehn Items zu entwickeln, basierte auf mehreren methodischen und konzeptionellen &#220;berlegungen.</Pgraph><Pgraph>Methodische Forschung deutet darauf hin, dass weniger als vier Items pro Faktor zu einer unzureichenden internen Reliabilit&#228;t f&#252;hren k&#246;nnen <TextLink reference="47"></TextLink>, <TextLink reference="49"></TextLink>. Dar&#252;ber hinaus betont die Literatur zur Skalenentwicklung, dass Instrumente ausreichend viele Items enthalten sollten, um den jeweiligen Inhaltsbereich des Konstrukts angemessen abzubilden und eine Unterrepr&#228;sentation des Konstrukts zu vermeiden <TextLink reference="50"></TextLink>. Folglich betonen Empfehlungen zur Skalenreduktion die Bedeutung eines ausgewogenen Verh&#228;ltnisses zwischen K&#252;rze, einer angemessenen Abdeckung des Konstrukts und der Reliabilit&#228;t <TextLink reference="33"></TextLink>, <TextLink reference="35"></TextLink>, <TextLink reference="37"></TextLink>, <TextLink reference="51"></TextLink>.</Pgraph><Pgraph>Unter den Annahmen der klassischen Testtheorie steigt die interne Konsistenz tendenziell mit der Anzahl der Items, insbesondere bei der Verwendung von Cronbachs Alpha, sofern die Items dasselbe zugrunde liegende Konstrukt messen <TextLink reference="52"></TextLink>, <TextLink reference="53"></TextLink>, <TextLink reference="54"></TextLink>. Die Beibehaltung einer etwas gr&#246;&#223;eren Anzahl von Items in einer Zehn-Item-Version im Vergleich zu einer st&#228;rker verk&#252;rzten Acht-Item-Version tr&#228;gt daher zu stabileren Messeigenschaften bei.</Pgraph><Pgraph>Dar&#252;ber hinaus erm&#246;glicht eine Skala dieser L&#228;nge eine umfassendere inhaltliche Abdeckung des zugrunde liegenden Konstrukts. Dies ist f&#252;r die Konstruktvalidit&#228;t von wesentlicher Bedeutung, da eine Reduktion der Items zu einer unzureichenden Abbildung relevanter Aspekte f&#252;hren kann <TextLink reference="48"></TextLink>, <TextLink reference="50"></TextLink>. Insbesondere bei multidimensionalen Konstrukten wie der Klassengemeinschaft kann eine zu starke Reduktion der Items die konzeptionelle Breite des Instruments einschr&#228;nken und seine F&#228;higkeit schw&#228;chen, das zugrunde liegende Konstrukt angemessen abzubilden <TextLink reference="48"></TextLink>, <TextLink reference="50"></TextLink>.</Pgraph><Pgraph>Weiterhin stellt die Zehn-Item-Version einen praktischen Kompromiss zwischen Messgenauigkeit und Effizienz dar, da sie die Bearbeitungszeit der Teilnehmenden deutlich reduziert und gleichzeitig die psychometrische Qualit&#228;t des Instruments bewahrt <TextLink reference="51"></TextLink>.</Pgraph><Pgraph>Der systematische Reduktionsprozess wurde in einem dreistufigen Verfahren durchgef&#252;hrt. Das Vorgehen orientierte sich dabei sowohl an der iterativen Methodik von Cho und Demmans Epp bei der Validierung ihrer CCS-Kurzform <TextLink reference="41"></TextLink> als auch an den Leitlinien von Hinkin <TextLink reference="45"></TextLink>.</Pgraph><Pgraph>Das zur Reduktion zu verwendende Protokoll wurde zu Beginn des &#220;berarbeitungsverfahrens festgelegt, um einen durch die Forschenden bedingten Selektionsbias zu minimieren. Als Ausgangspunkt diente der vollst&#228;ndige CCS-D-Datensatz von Knof und Shiozawa <TextLink reference="4"></TextLink>. Zur Untersuchung der Faktorenstruktur wurde eine Hauptkomponentenanalyse (PCA) mit Varimax-Rotation durchgef&#252;hrt, w&#228;hrend die interne Konsistenz der Skalen mithilfe von Cronbachs Alpha bestimmt wurde. Anschlie&#223;end wurde ein iterativer Reduktionsprozess gem&#228;&#223; dem vorab definierten Protokoll eingeleitet. Ziel des Verfahrens war die Optimierung des Konstrukts unter gleichzeitiger Wahrung der inhaltlichen Abdeckung und nicht die Maximierung der Koeffizienten der internen Konsistenz.</Pgraph><Pgraph>In jeder Iteration begann das Verfahren mit Schritt 1: Alle Items, die Kreuzladungen aufwiesen, also sekund&#228;re Ladungen &#8805;.30, oder deren Hauptladungen auf einem nicht vorgesehenen Faktor lagen, wurden gleichzeitig entfernt. Hauptladungen auf einem nicht vorgesehenen Faktor wurden als Items definiert, die st&#228;rker auf einen anderen Faktor luden als auf die theoretisch erwartete Dimension, basierend auf der urspr&#252;nglichen Skalenstruktur und dem oben beschriebenen theoretischen Rahmen von Rovai. Diese Items bilden kein einzelnes latentes Konstrukt eindeutig ab und k&#246;nnen daher die Validit&#228;t der Skala beeintr&#228;chtigen <TextLink reference="43"></TextLink>, <TextLink reference="53"></TextLink>. Wurden in Schritt 1 ein oder mehrere Items entfernt, wurde unmittelbar eine neue PCA durchgef&#252;hrt und Cronbachs Alpha neu berechnet, wodurch eine neue Iteration begann. Erf&#252;llte kein Item in Schritt 1 die Kriterien f&#252;r eine Entfernung, wurde Schritt 2 angewendet. In diesem Schritt wurde dasjenige Item entfernt, dessen Ausschluss zu einer Verbesserung der internen Konsistenz f&#252;hrte, gemessen anhand von Cronbachs Alpha bei Entfernung des jeweiligen Items. Nach jeder Entfernung in Schritt 2 wurden erneut eine PCA durchgef&#252;hrt und Cronbachs Alpha berechnet, bevor das Verfahren in der n&#228;chsten Iteration zu Schritt 1 zur&#252;ckkehrte. F&#252;hrten weder Schritt 1 noch Schritt 2 zur Entfernung eines Items, wurde Schritt 3 durchgef&#252;hrt. Dabei wurden gleichzeitig alle Items mit den niedrigsten Ladungen auf ihren theoretisch zugeordneten Faktoren entfernt, um die &#252;bergeordnete Konstruktvalidit&#228;t der Skala zu bewahren und eine angemessene Repr&#228;sentation der zugrunde liegenden theoretischen Dimensionen aufrechtzuerhalten <TextLink reference="43"></TextLink>, <TextLink reference="53"></TextLink>. Wie in den vorherigen Schritten wurden nach jeder Entfernung eine PCA und eine Neuberechnung von Cronbachs Alpha durchgef&#252;hrt, bevor der Prozess erneut bei Schritt 1 begann. Dieses iterative Verfahren wurde fortgesetzt, bis keine weiteren Items gem&#228;&#223; den vorab definierten Kriterien entfernt werden konnten. Dadurch entstand eine psychometrisch optimierte Kurzform mit einer gleichm&#228;&#223;igen Repr&#228;sentation beider Subskalen mit jeweils f&#252;nf Items pro Faktor, wodurch die strukturelle Symmetrie des Messmodells der Klassengemeinschaft gew&#228;hrleistet ist.</Pgraph><Pgraph>Die Validierung der Kurzform wurde unter Verwendung einer unabh&#228;ngigen Stichprobe gem&#228;&#223; den Empfehlungen guter wissenschaftlicher Praxis durchgef&#252;hrt <TextLink reference="33"></TextLink>, <TextLink reference="39"></TextLink>, <TextLink reference="48"></TextLink>, <TextLink reference="55"></TextLink>. Dieser Schritt ist wichtig, da die Antworten auf Items durch den umgebenden Kontext der Befragung beeinflusst werden k&#246;nnen <TextLink reference="33"></TextLink>. Daher k&#246;nnte die Validierung des verk&#252;rzten Instruments anhand desselben Datensatzes, der f&#252;r die Itemauswahl verwendet wurde, zu Verzerrungen f&#252;hren.</Pgraph><SubHeadline>2.2. Datenerhebung</SubHeadline><Pgraph>Am Ende des Sommersemesters 2025 wurden Medizinstudierende des ersten Semesters an der Medizinischen Fakult&#228;t der Universit&#228;t T&#252;bingen mithilfe eines Fragebogens befragt. Zu diesem Zeitpunkt hatten die Teilnehmenden alle Lehrveranstaltungen ihres ersten Semesters abgeschlossen. Die Rekrutierung erfolgte pers&#246;nlich durch den Erstautor und die Zweitautorin. Vor der Teilnahme willigten alle Studierenden nach entsprechender Aufkl&#228;rung schriftlich in die Teilnahme ein. Sie wurden &#252;ber den Zweck der Studie, m&#246;gliche Vorteile und Risiken, Rechte und Pflichten sowie die Freiwilligkeit der Teilnahme informiert. Die Daten wurden pseudonymisiert erhoben, und alle Teilnehmenden stimmten der Ver&#246;ffentlichung anonymisierter Daten zu. Dar&#252;ber hinaus wurden sie informiert, dass die Einwilligung jederzeit ohne negative Konsequenzen widerrufen werden konnte. Ein Ethikvotum f&#252;r die Studie wurde von der Ethikkommission der Eberhard Karls Universit&#228;t T&#252;bingen erteilt (Nr.: 086&#47;2022BO2).</Pgraph><SubHeadline>2.3. Datenanalyse</SubHeadline><Pgraph>Analog zur Validierung der CCS-D wurde dasselbe Validierungsverfahren angewendet <TextLink reference="4"></TextLink>. Es wurde eine deskriptive Analyse durchgef&#252;hrt, um die Stichprobe darzustellen und die Skalen- sowie Itemmerkmale des CCS-D-SF zu bestimmen. Cronbachs Alpha verwendet, um die interne Konsistenz der Subskalen sowie die Konsistenz des gesamten Fragebogens zu bewerten. Werte von .70 oder h&#246;her gelten als zufriedenstellend <TextLink reference="54"></TextLink>.</Pgraph><Pgraph>Die Konstruktvalidit&#228;t der Zwei-Faktoren-Struktur der CCS-D-SF wurde mithilfe einer konfirmatorischen Faktorenanalyse (CFA) unter Verwendung der Maximum-Likelihood-Methode (ML) untersucht.</Pgraph><Pgraph>In der CFA wurden die beobachteten Variablen, bestehend aus f&#252;nf Items zur <Mark2>Verbundenheit</Mark2> und f&#252;nf Items zum <Mark2>Lernen</Mark2>, als Indikatoren ihrer jeweiligen latenten Variablen <Mark2>Verbundenheit</Mark2> und<Mark2> Lernen</Mark2> spezifiziert. Die Modellg&#252;te wurde anhand internationaler Richtlinien bewertet <TextLink reference="56"></TextLink>, <TextLink reference="57"></TextLink>, <TextLink reference="58"></TextLink>.</Pgraph><Pgraph>Folgende Indizes wurden verwendet:</Pgraph><Pgraph><UnorderedList><ListItem level="1">Normierter Chi-Quadrat-G&#252;teindikator (<Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2>&#47;df): eine akzeptable Modellg&#252;te wird durch Werte &#60;3 <TextLink reference="59"></TextLink>.</ListItem><ListItem level="1">Comparative Fit Index (CFI) und Tucker&#8211;Lewis Index (TLI): gute Modellpassung bei &#8805;.95 <TextLink reference="60"></TextLink>.</ListItem><ListItem level="1">Root Mean Square Error of Approximation (RMSEA): Werte zwischen .05 und .08 gelten als akzeptabel <TextLink reference="61"></TextLink>, <TextLink reference="62"></TextLink>, <TextLink reference="63"></TextLink>.</ListItem><ListItem level="1">Standardized Root Mean Square Residual (SRMR): akzeptable Modellg&#252;te bei Werten &#60;.08 <TextLink reference="60"></TextLink>.</ListItem></UnorderedList></Pgraph><Pgraph>Zur weiteren Untersuchung der Robustheit des Modells und zur Exploration zugrunde liegender datenbasierter Muster, die durch die CFA m&#246;glicherweise nicht erfasst wurden, wurde zus&#228;tzlich eine PCA durchgef&#252;hrt. Die PCA erfolgte mit Varimax-Rotation und Kaiser-Normalisierung. Items mit Faktorladungen von &#8805;&#124;.30&#124; auf eine oder beiden Dimensionen wurden beibehalten <TextLink reference="59"></TextLink>, <TextLink reference="67"></TextLink>. Dieser erg&#228;nzende Ansatz folgte Empfehlungen, die die kombinierte Anwendung von CFA und explorativen Verfahren zur Sicherstellung der Modellrobustheit betonen <TextLink reference="64"></TextLink>, <TextLink reference="65"></TextLink>, <TextLink reference="66"></TextLink>. Die Datenaufbereitung und die deskriptiven Analysen wurden mit IBM SPSS Statistics 30 (IBM Corp., Armonk, NY) durchgef&#252;hrt. Die CFA wurde mit IBM SPSS AMOS 26 (IBM Corp., Armonk, NY) durchgef&#252;hrt.</Pgraph></TextBlock>
    <TextBlock name="3. Results" linked="yes" language="en">
      <MainHeadline>3. Results</MainHeadline><SubHeadline>3.1. Sample</SubHeadline><Pgraph>A total of <Mark2>N</Mark2>&#61;178 first-semester medical students at the Faculty of Medicine Tuebingen were surveyed using a paper-based questionnaire. 205 students could have been included; this represents a response rate of 86.8&#37;. To meet the conditions for use of AMOS in further analysis, all participants with any missing data for items of CCS-D-SF were excluded. This resulted in 171 respondents.</Pgraph><Pgraph>Study participants were 68.4&#37; female, corresponding to the gender distribution of the admission. The age ranged from 18 to 29 years; the mean age was 20.43 years (SD 1.97). Most participants were medical students (87.1&#37;) followed by dentistry students (12.9&#37;).</Pgraph><SubHeadline>3.2. Systematic item reduction of the CCS-D questionnaire</SubHeadline><Pgraph>The validation of the stepwise item reduction for the short form was based on the PCA of the CCS-D dataset, which demonstrated good internal consistency (Cronbach&#8217;s alpha&#61;.87; see attachment 1 <AttachmentLink attachmentNo="1" />, table S2) <TextLink reference="4"></TextLink>.</Pgraph><Pgraph>Based on this analysis, step 1 of the item reduction protocol was implemented. All items exhibiting substantial cross-loadings (items 9, 10, 14, and 16) were removed. Subsequently, a PCA was conducted, and Cronbach&#8217;s alpha was recalculated to provide the basis for the next iteration. This resulted in the first iteration of the CCS-D-SF with a Cronbach&#8217;s alpha&#61;.84 (see attachment 1 <AttachmentLink attachmentNo="1" />, table S3).</Pgraph><Pgraph>In iteration 1 of the CCS-D-SF, no items displayed cross-loadings or primary loadings on a non-target factor. Therefore, step 2 was conducted, during which item 6 was removed because its exclusion increased Cronbach&#8217;s alpha. The subsequent PCA and reliability analysis produced CCS-D-SF iteration 2 (Cronbach&#8217;s alpha&#61;.84) (see attachment 1 <AttachmentLink attachmentNo="1" />, table S4).</Pgraph><Pgraph>During CCS-D-SF iteration 2, item 5 and item 17 were removed because of cross-loadings. A subsequent PCA and recalculation of Cronbach&#8217;s alpha produced CCS-D-SF iteration 3 (Cronbach&#8217;s alpha&#61;.82) (see attachment 1 <AttachmentLink attachmentNo="1" />, table S5).</Pgraph><Pgraph>In iteration 3 of the CCS-D-SF, item 1 was removed because it loaded on more than one factor. The subsequent PCA and reliability analysis yielded CCS-D-SF iteration 4 (Cronbach&#8217;s alpha&#61;.80) (see attachment 1 <AttachmentLink attachmentNo="1" />, table S6).</Pgraph><Pgraph>In iteration 4, no items displayed cross-loadings or primary loadings on a non-target factor. Step 2 did not yield improvements in Cronbach&#8217;s alpha, so step 3 was conducted, leading to the removal of items 7 and 2, which had the lowest loadings on their respective factors. The resulting 10-item version contained five items per subscale. A final PCA and recalculation of Cronbach&#8217;s alpha produced CCS-D-SF iteration 5 (Cronbach&#8217;s alpha&#61;.79) (see attachment 1 <AttachmentLink attachmentNo="1" />, table S7).</Pgraph><Pgraph>To enhance usability, items were reordered to alternate between subscales, consistent with the original CCS format, and renumbered accordingly (see table 1 <ImgLink imgNo="1" imgType="table" />). The final CCS-D-SF includes two subscales: <Mark2>Connectedness</Mark2> (five odd-numbered items) and <Mark2>learning</Mark2> (five even-numbered items). Each item is rated on a five-point Likert scale. According to the original CCS instrument for items 1, 3, 5, 7, 9, the scoring scale was: s<Mark2>trongly agree&#61;4, agree&#61;3, neutral&#61;2, disagree&#61;1, strongly disagree&#61;0</Mark2>; for items 2, 4, 6, 8, 10 the scoring scale was: <Mark2>strongly agree&#61;0, agree&#61;1, neutral&#61;2, disagree&#61;3, strongly disagree&#61;4</Mark2> <TextLink reference="3"></TextLink>. For further analysis these item-scores must be inverted. These items are labeled with an &#8220;i&#8221; in tables and figures of this paper.</Pgraph><SubHeadline>3.3. Validation of the CCS-D-SF</SubHeadline><SubHeadline2>3.3.1. Scale characteristics and internal consistency</SubHeadline2><Pgraph>Descriptive statistics for the individual items (see table 2 <ImgLink imgNo="2" imgType="table" />) as well as the total CCS-D-SF and for each subscale are shown below (see table 3 <ImgLink imgNo="3" imgType="table" />). The total CCS-D-SF (Cronbach&#8217;s alpha&#61;.81) and the subscale <Mark2>connectedness </Mark2>(alpha&#61;.86) showed good internal consistency. The subscale <Mark2>learning</Mark2> is reported with a Cronbach&#8217;s alpha&#61;.65.</Pgraph><SubHeadline2>3.3.2. Confirmatory factor analysis</SubHeadline2><Pgraph>The CFA-Model for the 2-factor-model is displayed in <TextGroup><PlainText>figure 1 </PlainText></TextGroup><ImgLink imgNo="1" imgType="figure" />.</Pgraph><Pgraph>The two-factor CFA model demonstrated an overall acceptable model fit. The two latent factors were moderately correlated (r&#61;.51). The normed chi-square (<Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2> &#91;34, n&#61;171&#93;&#61;73.529, p&#60;.001; <Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2>&#47;df&#61;2.163). indicated an adequate fit. The RMSEA (.083) exceeds the limit for an acceptable fit, while the SRMR (.059) indicated a good fit. The comparative fit indices, CFI (.93) and TLI (.91), were within the acceptable range but did not reach the threshold for a good fit. </Pgraph><SubHeadline2>3.3.3. Principal component analysis</SubHeadline2><Pgraph>The Kaiser-Meyer-Olkin measure was .811, indicating a relatively good suitability for factor analysis. Bartlett&#8217;s test of sphericity was significant (<Mark2>approx.</Mark2> <Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2>&#61;581.215; <Mark2>p</Mark2>&#60;.001), suggesting that the data do not form an identity matrix and are appropriate for factor analysis. Only factors with eigenvalues &#8805;1 were retained <TextLink reference="68"></TextLink>, <TextLink reference="69"></TextLink>. Based on Kaiser&#8217;s criteria and the scree plot, two factors with eigenvalues greater than 1 were retained, accounting for 54.9&#37; of the total variance.</Pgraph><Pgraph>In the two-factor model rotated using varimax (see table 4 <ImgLink imgNo="4" imgType="table" />), most items loaded primarily on a single factor, except for item 10 (&#8220;I feel that this course does not promote a desire to learn&#8221;). The underlying factor structure of the CCS-SF can thus be confirmed, with odd-numbered items loading highly on factor 1 and even-numbered items on factor 2, representing the dimensions of <Mark2>connectedness</Mark2> and<Mark2> learning</Mark2>.</Pgraph></TextBlock>
    <TextBlock name="3. Ergebnisse" linked="yes" language="de">
      <MainHeadline>3. Ergebnisse</MainHeadline><SubHeadline>3.1. Stichprobe</SubHeadline><Pgraph>Insgesamt wurden <Mark2>N</Mark2>&#61;178 Medizinstudierende des ersten Semesters an der Medizinischen Fakult&#228;t T&#252;bingen befragt. Maximal h&#228;tten 205 Studierende in die Untersuchung eingeschlossen werden k&#246;nnen, was einer R&#252;cklaufquote von 86,8&#37; entspricht. Um die Bedingungen f&#252;r die Nutzung von AMOS in der weiteren Analyse zu erf&#252;llen, wurden alle Teilnehmer mit fehlenden Daten zu den CCS-D-SF-Items ausgeschlossen. Dadurch verblieben 171 Befragte.</Pgraph><Pgraph>Die Studienteilnehmenden waren zu 68,4&#37; weiblich, was der Geschlechterverteilung der zugelassenen Studierenden entsprach. Das Alter reichte von 18 bis 29 Jahren, das Durchschnittsalter betrug 20,43 Jahre (<Mark2>SD</Mark2>&#61;1,97). Die Mehrheit der Teilnehmenden waren Medizinstudierende (87,1&#37;), gefolgt von Zahnmedizinstudierenden (12,9&#37;).</Pgraph><SubHeadline>3.2. Systematische Itemreduktion des CCS-D-Fragebogens</SubHeadline><Pgraph>Die Validierung der schrittweisen Itemreduktion f&#252;r die Kurzform basierte auf der PCA des CCS-D-Datensatzes, die eine gute interne Konsistenz zeigte (Cronbach&#8217;s &#945;&#61;.87; siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S2) <TextLink reference="4"></TextLink>.</Pgraph><Pgraph>Auf Grundlage dieser Analyse wurde Schritt 1 des Itemreduktionsprotokolls durchgef&#252;hrt. Alle Items mit ausgepr&#228;gten Kreuzladungen (Items 9, 10, 14 und 16) wurden entfernt. Anschlie&#223;end wurde eine PCA durchgef&#252;hrt und Cronbachs Alpha erneut berechnet, um die Grundlage f&#252;r die n&#228;chste Iteration zu schaffen. Dies f&#252;hrte zur ersten Iteration der CCS-D-SF mit einem Cronbachs Alpha von .84 (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S3).</Pgraph><Pgraph>In der ersten Iteration der CCS-D-SF zeigten keine Items Kreuzladungen oder Hauptladungen auf einen nicht vorgesehenen Faktor. Entsprechend wurde Schritt zwei ausgef&#252;hrt, der zur Entfernung des Items 6 f&#252;hrte, da dieser Ausschluss zur Erh&#246;hung von Cronbach&#8217;s Alphaf&#252;hrte. Die daraufhin durchgef&#252;hrten PCA und Reliabilit&#228;tsanalysen f&#252;hrten zur CCS-D-SF Iteration 2 (Cronbach&#8217;s Alpha&#61;.84) (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S4).</Pgraph><Pgraph>In CCS-D-SF Iteration 2 wurden die Items 5 und Item 17 aufgrund ihrer Kreuzladungen entfernt. Die folgende PCA und Berechnung von Cronbach&#8217;s Alpha f&#252;hrte zu CCS-D-SF Iteration 3 (Cronbach&#8217;s Alpha&#61;.82) (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S5).</Pgraph><Pgraph>In Iteration 3 wurde Item 1 entfernt, da es Ladungen auf mehr als einen Faktor aufwies. Die folgende PCA und Berechnung von Cronbach&#8217;s Alpha f&#252;hrte zu CCS-D-SF Iteration 4 (Cronbach&#8217;s Alpha&#61;.80) (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S6).</Pgraph><Pgraph>In Iteration 4 wiesen keine Items Kreuzladungen oder Hauptladungen auf einen nicht vorgesehenen Faktor auf. Schritt 2 zeigte keine Verbesserungen von Cronbach&#8217;s Alpha, entsprechend wurde Schritt 3 ausgef&#252;hrt, was zur Entfernung der Items 7 und 2 f&#252;hrte, da diese die niedrigsten Faktorladungen aufwiesen. </Pgraph><Pgraph>Die resultierende 10-Item Version enthielt f&#252;nf Items pro Subskala. Eine abschlie&#223;ende PCA und Berechnung von Cronbach&#8217;s Alpha f&#252;hrte zu CCS-D-SF Iteration 5 (Cronbach&#8217;s Alpha&#61;.79) (siehe Anhang 1 <AttachmentLink attachmentNo="1" />, Tabelle S7).</Pgraph><Pgraph>Um die Nutzbarkeit zu verbessern, wurden die Items in abwechselnder Reihenfolge ihrer Subskalen neu geordnet und entsprechend nummeriert, dem originalen CCS-Format folgend (siehe Tabelle 1 <ImgLink imgNo="1" imgType="table" />). Die finale CCS-D-SF enth&#228;lt zwei Subskalen: <Mark2>Verbundenheit</Mark2> (f&#252;nf ungerade-nummerierte Items) und <Mark2>Lernen</Mark2> (f&#252;nf gerade-nummerierte Items). Jedes Item wird auf einer f&#252;nfstufigen Likert-Skala bewertet: Wie im originalen CCS Instrument gilt f&#252;r die Items 1, 3, 5, 7, 9, folgende Skala: <Mark2>stimme vollst&#228;ndig zu&#61;4, stimme zu&#61;3, neutral&#61;2, stimme nicht zu&#61;1, stimme &#252;berhaupt nicht zu&#61;0;</Mark2> f&#252;r die Items 2, 4, 6, 8, 10 lautete die Bewertungsskala: <Mark2>stimme vollst&#228;ndig zu&#61;0, stimme zu&#61;1, neutral&#61;2, stimme nicht zu&#61;3, stimme &#252;berhaupt nicht zu&#61;4</Mark2> <TextLink reference="3"></TextLink>. F&#252;r die weitere Analyse m&#252;ssen diese Item-Scores invertiert werden. Diese Items sind in den Tabellen und Abbildungen dieser Arbeit mit einem &#8222;i&#8220; gekennzeichnet. </Pgraph><SubHeadline>3.3. Validierung der CCS-D-SF</SubHeadline><SubHeadline2>3.3.1. Skalenmerkmale und interne Konsistenz</SubHeadline2><Pgraph>Die deskriptiven Statistiken f&#252;r die einzelnen Items (siehe Tabelle 2 <ImgLink imgNo="2" imgType="table" />) sowie f&#252;r die gesamte CCS-D-SF und jede Subskala sind unten dargestellt (siehe Tabelle 3 <ImgLink imgNo="3" imgType="table" />). Die gesamte CCS-D-SF (Cronbach&#8217;s Alpha&#61;.81) sowie die Subskala <Mark2>Verbundenheit</Mark2> (Alpha&#61;.86) zeigten eine gute interne Konsistenz. Die Subskala <Mark2>Lernen</Mark2> weist einen Cronbach&#8217;s Alpha von .65 auf.</Pgraph><SubHeadline2>3.3.2. Konfirmatorische Faktorenanalyse</SubHeadline2><Pgraph>Das CFA-Modell f&#252;r das 2-Faktoren-Modell ist in Abbildung 1 <ImgLink imgNo="1" imgType="figure" /> dargestellt.</Pgraph><Pgraph>Das CFA-Modell zeigte &#252;bergreifend eine akzeptable Modellanpassung. Die zwei latenten Faktoren waren moderat korreliert (r&#61;.51). Das normierte Chi-Quadrat (<Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2> &#91;34, n&#61;171&#93;&#61;73.529, p&#60;.001; <Mark2>&#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2>&#47;df&#61;2.163) zweigt eine ausreichende Passung. Die RMSEA (.083) &#252;berschritt den Grenzwert f&#252;r einen akzeptablen Modellfit, w&#228;hrend der SRMR (.059) auf einen guten Modellfit hinwies. Die vergleichenden Fit-Indizes CFI (.93) und TLI (.91) lagen im akzeptablen Bereich, erreichten jedoch nicht den Schwellenwert f&#252;r einen guten Modellfit.</Pgraph><SubHeadline2>3.3.3. Hauptkomponentenanalyse</SubHeadline2><Pgraph>Das Kaiser-Meyer-Olkin-Ma&#223; betrug .811 und wies damit auf eine relativ gute Eignung der Daten f&#252;r eine Faktorenanalyse hin. Der Bartlett-Test auf Sph&#228;rizit&#228;t war signifikant (<Mark2>approx. &#967;</Mark2><Mark2><Superscript>2</Superscript></Mark2>&#61;581.215; <Mark2>p</Mark2>&#60;.001), , was darauf hindeutet, dass die Daten keine Einheitsmatrix bilden und f&#252;r eine Faktorenanalyse geeignet sind. Es wurden nur Faktoren mit Eigenwerten &#8805;1 beibehalten <TextLink reference="68"></TextLink>, <TextLink reference="69"></TextLink>. Basierend auf dem Kaiser-Kriterium und dem Scree-Plot wurden zwei Faktoren mit Eigenwerten gr&#246;&#223;er als 1 bebehalten, die zusammen 54,9&#37; der Gesamtvarianz erkl&#228;rten. </Pgraph><Pgraph>Im mittels Varimax-Rotation rotierten Zwei-Faktoren-Modell (siehe Tabelle 4 <ImgLink imgNo="4" imgType="table" />) luden die meisten Items prim&#228;r auf einen einzelnen Faktor, mit Ausnahme von Item 10 (&#8222;Ich habe das Gef&#252;hl, dass dieser Kurs die Lernmotivation nicht f&#246;rdert.&#8220;). Die zugrunde liegende Faktorenstruktur der CCS-D-SF kann somit best&#228;tigt werden, wobei die ungerade-nummerierten Items hoch auf Faktor 1 und die gerade-nummerierten Items auf Faktor 2 luden. Diese repr&#228;sentieren die Dimensionen <Mark2>Verbundenheit</Mark2> und <Mark2>Lernen</Mark2>. </Pgraph></TextBlock>
    <TextBlock name="4. Discussion" linked="yes" language="en">
      <MainHeadline>4. Discussion</MainHeadline><Pgraph>The CCS-D-SF shows good reliability and replicates the factor structure of the original version in the CFA. In a final PCA it could be ensured that the factor solution did not change after deleting items <TextLink reference="51"></TextLink>.</Pgraph><Pgraph>When considering model-fit indices, the CCS-D-SF performs better than the CCS-D. </Pgraph><Pgraph>A moderate correlation was found between the <Mark2>connectedness</Mark2> and<Mark2> learning</Mark2> subscales, suggesting that they share a substantial amount of variance while still representing distinct constructs, although the relationship indicates that the two dimensions of classroom community are not entirely independent. The marginally elevated RMSEA may partly reflect the substantial overlap between <Mark2>connectedness</Mark2> and <Mark2>learning</Mark2>. A likewise high correlation between the subscales has already been reported in the literature <TextLink reference="30"></TextLink>. </Pgraph><Pgraph>This relationship aligns with the <Mark2>community of inquiry</Mark2> framework, which posits that social presence <Mark2>(connectedness)</Mark2> and cognitive presence (<Mark2>learning </Mark2>engagement) interact dynamically to foster meaningful educational experiences <TextLink reference="12"></TextLink>, <TextLink reference="70"></TextLink>. Students who feel socially integrated within a course are more likely to engage cognitively, while deep cognitive engagement can, in turn, reinforce a sense of belonging and social connection <TextLink reference="11"></TextLink>. The subscale <Mark2>connectedness</Mark2> showed very good internal consistency, whereas <Mark2>learning</Mark2> exhibited only marginally acceptable reliability. Lower reliability of the <Mark2>learning</Mark2> subscale is consistent with previous studies using the CCS and its derivatives, which have frequently reported lower internal consistency for learning-related items <TextLink reference="26"></TextLink>, <TextLink reference="27"></TextLink>, <TextLink reference="71"></TextLink>. The reduced number of items in the CCS-D-SF may not fully capture this conceptual breadth, thereby lowering internal consistency and potentially affecting the correlation between subscales. Additionally, <Mark2>learning</Mark2> may be more context-dependent than connectedness, as students&#8217; perceptions of learning are influenced by instructional design, teaching style, and assessment practices.</Pgraph><Pgraph>The cross-loading of Item 10 (&#8220;I feel that this course does not promote a desire to learn&#8221;) on the <Mark2>connectedness</Mark2> subscale further supports this interpretation. This pattern may reflect the way students perceive the term &#8220;course&#8221;, which could be understood either as the content and structure of the class, the social group of participants, or a combination of both. Additionally, external factors such as the lecturer&#8217;s personality and disposition can shape students&#8217; perceptions of social presence and classroom community, potentially affecting both<Mark2> connectedness</Mark2> and <Mark2>learning</Mark2> <TextLink reference="72"></TextLink>, <TextLink reference="73"></TextLink>. Students&#8217; expectations about interactions with peers in future courses may also influence their motivation to develop a sense of community, thereby contributing to the observed subscale correlation <TextLink reference="74"></TextLink>.</Pgraph><Pgraph>From a pedagogical perspective, the interdependence between<Mark2> connectedness</Mark2> and <Mark2>learning</Mark2> carries important implications. Teaching strategies that intentionally foster social cohesion &#8211; such as group projects, peer mentoring, or structured reflection sessions &#8211; may not only strengthen connectedness but also enhance learning outcomes <TextLink reference="12"></TextLink>, <TextLink reference="24"></TextLink>. Similarly, curriculum designs that emphasize collaborative knowledge construction can help to reinforce both social belonging and cognitive engagement. The CCS-D-SF could thus serve as a diagnostic instrument for educators to identify imbalances between these two facets and guide targeted interventions aimed at improving classroom community.</Pgraph><Pgraph>There are several limitations to this study that should be considered. A homogenization of student communities can be observed, driven by similar social and personal challenges, including uncertainties associated with the transition to higher education <TextLink reference="75"></TextLink>. Typically, first-semester students focus on building personal relationships and establishing a professional network relevant to their studies <TextLink reference="76"></TextLink>. This may influence how students perceive or prioritize <Mark2>connectedness</Mark2> and <Mark2>learning,</Mark2> as social integration and network-building could temporarily outweigh academic engagement or learning-focused interactions. In contrast to the present study, in which the sense of community was measured across an entire academic program, most previous research using the CCS has focused on individual courses or classroom sessions <TextLink reference="77"></TextLink>.</Pgraph><Pgraph>When interpreting the results of the scale reduction process, several methodological considerations should be acknowledged.</Pgraph><Pgraph>Factor analytic approaches are commonly used in scale shortening because factor loadings indicate the strength of the relationship between items and the underlying latent dimensions <TextLink reference="33"></TextLink>, <TextLink reference="78"></TextLink>. Accordingly, many reduction procedures rely on psychometric indicators such as factor loadings, item-total correlations, and reliability estimates <TextLink reference="35"></TextLink>. In the present study, scale refinement was not based solely on factor loadings; the internal consistency of the overall instrument was considered as a complementary criterion to ensure stability of the measurement model throughout the reduction process <TextLink reference="50"></TextLink>, <TextLink reference="52"></TextLink>. However, reliance entirely on statistical criteria may produce shortened scales that are psychometrically homogeneous but conceptually narrow and instruments that are overly restrictive in content <TextLink reference="34"></TextLink>, <TextLink reference="50"></TextLink>, or instruments that capture slightly different aspects of the construct than the long form <TextLink reference="33"></TextLink>. To address these concerns, attention was given to preserving an equal representation of the two underlying dimensions of classroom community, <Mark2>connectedness</Mark2> and <Mark2>learning</Mark2> <TextLink reference="3"></TextLink>. </Pgraph><Pgraph>The authors acknowledge that the present approach represents one possible strategy for scale reduction among several currently discussed methodological approaches. Short-form instruments have been commonly developed by iteratively removing items from existing longer questionnaires based on psychometric indicators <TextLink reference="32"></TextLink>. Although these approaches are relatively simple to implement, they often consider only a limited range of psychometric criteria and may therefore result in shortcomings such as inadequate factor structures, insufficient reliability, or lack of measurement invariance <TextLink reference="79"></TextLink>. More recently, algorithmic approaches have been proposed and shown promising results in the development of short forms <TextLink reference="79"></TextLink>, <TextLink reference="80"></TextLink>. However, heuristic optimization procedures are not guaranteed to identify a single optimal solution and may produce different item combinations across repeated analyses <TextLink reference="32"></TextLink>. These developments illustrate that scale shortening should not be understood as a purely mechanical optimization procedure, but rather as a context-dependent process requiring both statistical and theoretical considerations <TextLink reference="79"></TextLink>, <TextLink reference="80"></TextLink>.</Pgraph><Pgraph>As data-driven item reduction procedures may be sensitive to sample-specific characteristics, the resulting short form was evaluated using CFA in an independent validation sample <TextLink reference="45"></TextLink>, <TextLink reference="55"></TextLink>. This approach also allows assessment of the stability and replicability of the factor structure, acknowledging that validity evidence obtained for long-form scales may not necessarily generalize to abbreviated versions <TextLink reference="45"></TextLink>, <TextLink reference="55"></TextLink>. Alternative strategies such as split-sample validation within the original dataset could have reduced the risk of sample-specific overfitting. However, implementing a split-sample approach would have decreased the effective sample size available for item selection and factor analysis, which is particularly problematic, given that factor analysis can become unstable in smaller samples <TextLink reference="63"></TextLink>, <TextLink reference="81"></TextLink>. The present study did not include external validation criteria that would allow a direct comparison of the validity of the short form. Without such external anchors, it cannot be fully determined whether this instrument captures the same underlying construct <TextLink reference="33"></TextLink>. </Pgraph><Pgraph>Improvements in model fit following scale reduction should not be interpreted as evidence of superior measurement quality per se, as fit indices are sensitive to model complexity, instrument length, and item homogeneity <TextLink reference="82"></TextLink>, <TextLink reference="83"></TextLink>. </Pgraph><Pgraph>Future research should therefore examine the relationships between the CCS-D-SF and theoretically related constructs in order to further establish its construct validity.</Pgraph></TextBlock>
    <TextBlock name="4. Diskussion" linked="yes" language="de">
      <MainHeadline>4. Diskussion</MainHeadline><Pgraph>Die CCS-D-SF weist eine gute Reliabilit&#228;t auf und repliziert in der CFA die Faktorenstruktur der Originalversion. In einer abschlie&#223;enden PCA konnte zudem sichergestellt werden, dass sich die Faktorenl&#246;sung nach der Entfernung der Items nicht ver&#228;ndert hatte <TextLink reference="51"></TextLink>.</Pgraph><Pgraph>Bei Betrachtung der Modellfit-Indizes zeigt die CCS-D-SF eine bessere Passung als die CCS-D.</Pgraph><Pgraph>Zwischen den Subskalen <Mark2>Verbundenheit</Mark2> und<Mark2> Lernen</Mark2> wurde eine moderate Korrelation festgestellt. Dies deutet darauf hin, dass sie einen erheblichen Anteil gemeinsamer Varianz aufweisen und gleichzeitig unterschiedliche Konstrukte repr&#228;sentieren. Die Beziehung weist jedoch darauf hin, dass die beiden Dimensionen der Klassengemeinschaft nicht vollst&#228;ndig unabh&#228;ngig voneinander sind. Die geringf&#252;gig erh&#246;hte RMSEA k&#246;nnte teilweise auf die erhebliche &#220;berschneidung zwischen<Mark2> Verbundenheit</Mark2> und <Mark2>Lernen</Mark2> zur&#252;ckzuf&#252;hren sein. Eine &#228;hnlich hohe Korrelation zwischen den Subskalen wurde bereits in der Literatur berichtet <TextLink reference="30"></TextLink>.</Pgraph><Pgraph>Diese Beziehung steht im Einklang mit dem <Mark2>Community-of-Inquiry</Mark2>-Modell, das davon ausgeht, dass soziale Pr&#228;senz <Mark2>(Verbundenheit)</Mark2> und kognitive Pr&#228;senz (<Mark2>Lern</Mark2>engagement) dynamisch miteinander interagieren und dadurch Lernerlebnisse f&#246;rdern <TextLink reference="12"></TextLink>, <TextLink reference="70"></TextLink>. Studierende, die sich sozial in einen Kurs integriert f&#252;hlen, beteiligen sich mit h&#246;herer Wahrscheinlichkeit auch kognitiv am Lernprozess. Umgekehrt kann eine intensive kognitive Auseinandersetzung das Gef&#252;hl der Zugeh&#246;rigkeit und der sozialen Verbundenheit verst&#228;rken <TextLink reference="11"></TextLink>. Die Subskala <Mark2>Verbundenheit</Mark2> zeigte eine sehr gute interne Konsistenz, w&#228;hrend <Mark2>Lernen</Mark2> lediglich eine knapp akzeptable Reliabilit&#228;t aufwies. Die geringere Reliabilit&#228;t der Subskala <Mark2>Lernen</Mark2> steht im Einklang mit fr&#252;heren Studien, die die CCS untersuchten und eine niedrigere interne Konsistenz f&#252;r lernbezogene Items berichteten <TextLink reference="26"></TextLink>, <TextLink reference="27"></TextLink>, <TextLink reference="71"></TextLink>. Die reduzierte Anzahl an Items in der CCS-D-SF erfasst diese konzeptionelle Breite m&#246;glicherweise nicht vollst&#228;ndig, wodurch die interne Konsistenz geringer ausfallen und m&#246;glicherweise auch die Korrelation zwischen den Subskalen beeinflusst werden k&#246;nnte. Dar&#252;ber hinaus k&#246;nnte <Mark2>Lernen</Mark2> st&#228;rker kontextabh&#228;ngig sein als <Mark2>Verbundenheit</Mark2>, da die Wahrnehmung des Lernens durch die Art der Instruktionen, den Lehrstil und die Pr&#252;fungen beeinflusst wird.</Pgraph><Pgraph>Die Kreuzladung von Item 10 (&#8222;Ich habe das Gef&#252;hl, dass dieser Kurs die Lernmotivation nicht f&#246;rdert&#8220;) auf die Subskala <Mark2>Verbundenheit</Mark2> unterst&#252;tzt diese Interpretation zus&#228;tzlich. Dieses Muster k&#246;nnte die Art und Weise widerspiegeln, wie Studierende den Begriff &#8222;Kurs&#8220; wahrnehmen, der sowohl als Inhalt und Struktur der Lehrveranstaltung, als soziale Gruppe der Teilnehmenden oder als Kombination aus beiden verstanden werden kann. Dar&#252;ber hinaus k&#246;nnen externe Faktoren wie die Pers&#246;nlichkeit und das Auftreten der Lehrperson die Wahrnehmung der Studierenden hinsichtlich sozialer Pr&#228;senz und Klassengemeinschaft beeinflussen und dadurch sowohl <Mark2>Verbundenheit </Mark2>als auch <Mark2>Lernen</Mark2> beeinflussen <TextLink reference="72"></TextLink>, <TextLink reference="73"></TextLink>. Auch die Erwartungen der Studierenden an zuk&#252;nftige Interaktionen mit ihren Mitstudierenden in weiteren Lehrveranstaltungen k&#246;nnten ihre Motivation zur Entwicklung eines Gemeinschaftsgef&#252;hls beeinflussen und somit zur beobachteten Korrelation zwischen den Subskalen beitragen <TextLink reference="74"></TextLink>.</Pgraph><Pgraph>Aus p&#228;dagogischer Perspektive hat diese wechselseitige Abh&#228;ngigkeit zwischen <Mark2>Verbundenheit</Mark2> und <Mark2>Lernen</Mark2> wichtige Implikationen. Lehrstrategien, die gezielt den sozialen Zusammenhalt f&#246;rdern, beispielsweise Gruppenprojekte, Peer-Mentoring oder strukturierte Reflexionen, k&#246;nnen nicht nur die<Mark2> Verbundenheit</Mark2> st&#228;rken, sondern auch die Lernergebnisse verbessern <TextLink reference="12"></TextLink>, <TextLink reference="24"></TextLink>. Ebenso k&#246;nnten Curriculumdesigns, die die kollaborative Konstruktion von Wissen in den Mittelpunkt stellen, sowohl das soziale Zugeh&#246;rigkeitsgef&#252;hl als auch das kognitive Engagement st&#228;rken. Die CCS-D-SF k&#246;nnte daher als diagnostisches Instrument f&#252;r Lehrende dienen, um Ungleichgewichte zwischen diesen beiden Dimensionen zu identifizieren und gezielte Interventionen zur Verbesserung der Klassengemeinschaft anzuleiten. </Pgraph><Pgraph>Es gibt mehrere Limitationen dieser Studie, die ber&#252;cksichtigt werden sollten. Bei Studierendengemeinschaften kann eine Homogenisierung beobachtet werden, die durch &#228;hnliche soziale und pers&#246;nliche Herausforderungen, einschlie&#223;lich der mit dem &#220;bergang in die Hochschulbildung verbundenen Unsicherheiten, beg&#252;nstigt wird <TextLink reference="75"></TextLink>. Studierende im ersten Semester konzentrieren sich typischerweise auf den Aufbau pers&#246;nlicher Beziehungen und die Etablierung eines f&#252;r ihr Studium relevanten beruflichen Netzwerks <TextLink reference="76"></TextLink>. Dies kann beeinflussen, wie Studierende <Mark2>Verbundenheit</Mark2> und <Mark2>Lernen wahrnehmen</Mark2> oder priorisieren, da soziale Integration und der Aufbau von Netzwerken vor&#252;bergehend eine gr&#246;&#223;ere Bedeutung haben k&#246;nnen als akademisches Engagement oder lernorientierte Interaktionen. Im Gegensatz zur vorliegenden Studie, in der das Gemeinschaftsgef&#252;hl &#252;ber einen gesamten Studiengang hinweg gemessen wurde, konzentrierte sich der Gro&#223;teil der bisherigen Forschung unter Verwendung der CCS auf einzelne Kurse oder Unterrichtseinheiten <TextLink reference="77"></TextLink>.</Pgraph><Pgraph>Bei der Interpretation der Ergebnisse des Skalenreduktionsprozesses sollten mehrere methodische Aspekte ber&#252;cksichtigt werden. Faktorenanalytische Verfahren werden h&#228;ufig zur Verk&#252;rzung von Skalen eingesetzt, da Faktorladungen die St&#228;rke der Beziehung zwischen Items und den zugrunde liegenden latenten Dimensionen anzeigen <TextLink reference="33"></TextLink>, <TextLink reference="78"></TextLink>. Dementsprechend st&#252;tzen sich viele Reduktionsverfahren auf psychometrische Kennwerte wie Faktorladungen, Item-Gesamtwert-Korrelationen und Reliabilit&#228;tssch&#228;tzungen <TextLink reference="35"></TextLink>. In der vorliegenden Studie basierte die Weiterentwicklung der Skala jedoch nicht ausschlie&#223;lich auf Faktorladungen. Als erg&#228;nzendes Kriterium wurde die interne Konsistenz des Gesamtinstruments ber&#252;cksichtigt, um die Stabilit&#228;t des Messmodells w&#228;hrend des gesamten Reduktionsprozesses sicherzustellen <TextLink reference="50"></TextLink>, <TextLink reference="52"></TextLink>. Eine ausschlie&#223;liche Orientierung an statistischen Kriterien kann jedoch zu verk&#252;rzten Skalen f&#252;hren, die zwar psychometrisch homogen, konzeptionell jedoch eng gefasst sind und deren inhaltliche Abdeckung zu restriktiv ist <TextLink reference="34"></TextLink>, <TextLink reference="50"></TextLink>. Zudem besteht die M&#246;glichkeit, dass solche Instrumente geringf&#252;gig andere Aspekte des Konstrukts erfassen als die Langform <TextLink reference="33"></TextLink>. Um diesen Bedenken zu begegnen, wurde darauf geachtet, eine gleichm&#228;&#223;ige Repr&#228;sentation der beiden zugrunde liegenden Dimensionen der Klassengemeinschaft, <Mark2>Verbundenheit</Mark2> und <Mark2>Lernen</Mark2>, zu erhalten <TextLink reference="3"></TextLink>.</Pgraph><Pgraph>Die Autoren erkennen an, dass der vorliegende Ansatz eine von mehreren derzeit diskutierten methodischen Strategien zur Skalenreduktion darstellt. Kurzformen von Instrumenten werden h&#228;ufig entwickelt, indem Items bestehender l&#228;ngerer Frageb&#246;gen auf Grundlage psychometrischer Kennwerte schrittweise entfernt werden <TextLink reference="32"></TextLink>. Obwohl diese Ans&#228;tze vergleichsweise einfach umzusetzen sind, ber&#252;cksichtigen sie h&#228;ufig nur eine begrenzte Anzahl psychometrischer Kriterien und k&#246;nnen daher zu Schw&#228;chen wie unzureichenden Faktorenstrukturen, mangelnder Reliabilit&#228;t oder fehlender Messinvarianz f&#252;hren <TextLink reference="79"></TextLink>. In letzter Zeit wurden algorithmische Ans&#228;tze vorgeschlagen, die bei der Entwicklung von Kurzformen vielversprechende Ergebnisse gezeigt haben <TextLink reference="79"></TextLink>, <TextLink reference="80"></TextLink>. Heuristische Optimierungsverfahren k&#246;nnen jedoch nicht garantieren, dass eine einzelne optimale L&#246;sung identifiziert wird, und k&#246;nnen bei wiederholten Analysen zu unterschiedlichen Kombinationen von Items f&#252;hren <TextLink reference="32"></TextLink>. Diese Entwicklungen verdeutlichen, dass die Verk&#252;rzung von Skalen nicht als rein mechanisches Optimierungsverfahren verstanden werden sollte, sondern vielmehr als kontextabh&#228;ngiger Prozess, der sowohl statistische als auch theoretische &#220;berlegungen erfordert <TextLink reference="79"></TextLink>, <TextLink reference="80"></TextLink>.</Pgraph><Pgraph>Da datenbasierte Verfahren zur Itemreduktion gegen&#252;ber stichprobenspezifischen Merkmalen empfindlich sein k&#246;nnen, wurde die resultierende Kurzform mithilfe einer CFA in einer unabh&#228;ngigen Validierungsstichprobe untersucht <TextLink reference="45"></TextLink>, <TextLink reference="55"></TextLink>. Dieser Ansatz erm&#246;glicht zudem die Beurteilung der Stabilit&#228;t und Replizierbarkeit der Faktorenstruktur und ber&#252;cksichtigt, dass Evidenz der Validit&#228;t, die f&#252;r Langformen von Skalen gewonnen wurde, nicht zwangsl&#228;ufig auf verk&#252;rzte Versionen &#252;bertragbar ist <TextLink reference="45"></TextLink>, <TextLink reference="55"></TextLink>. Alternative Strategien, wie beispielsweise eine Split-Sample-Validierung innerhalb des urspr&#252;nglichen Datensatzes, h&#228;tten das Risiko eines stichprobenspezifischen Overfittings verringern k&#246;nnen. Die Umsetzung eines Split-Sample-Ansatzes h&#228;tte jedoch die f&#252;r die Itemauswahl und Faktorenanalyse verf&#252;gbare effektive Stichprobengr&#246;&#223;e reduziert. Dies ist insbesondere vor dem Hintergrund problematisch, dass Faktorenanalysen bei kleineren Stichproben instabil werden k&#246;nnen <TextLink reference="63"></TextLink>, <TextLink reference="81"></TextLink>. Die vorliegende Studie umfasste keine externen Validierungskriterien, die einen direkten Vergleich der Validit&#228;t der Kurzform erm&#246;glicht h&#228;tten. Ohne solche externen Bezugskriterien kann letztlich nicht abschlie&#223;end beurteilt werden, ob dieses Instrument tats&#228;chlich dasselbe zugrunde liegende Konstrukt erfasst <TextLink reference="33"></TextLink>. Verbesserungen in der Modellg&#252;te nach der Skalenreduktion sollten nicht grunds&#228;tzlich als Hinweis auf eine &#252;berlegene Messqualit&#228;t interpretiert werden, da Fit-Indizes empfindlich auf die Modellkomplexit&#228;t, die L&#228;nge des Instruments und die Homogenit&#228;t der Items reagieren <TextLink reference="82"></TextLink>, <TextLink reference="83"></TextLink>. </Pgraph><Pgraph>Zuk&#252;nftige Forschung sollte daher die Zusammenh&#228;nge zwischen der CCS-D-SF und theoretisch verwandten Konstrukten untersuchen, um die Konstruktvalidit&#228;t der Skala weiter zu belegen.</Pgraph></TextBlock>
    <TextBlock name="5. Conclusion" linked="yes" language="en">
      <MainHeadline>5. Conclusion</MainHeadline><Pgraph>This study presented the systematic development and validation of a short form of the German version of the classroom community scale (CCS-D-SF). </Pgraph><Pgraph>The CCS-D-SF demonstrated good reliability, comparable to previous findings in the literature. Confirmatory factor analysis confirmed the two-factor structure of the scale, with model-fit indices even slightly better than those reported for the long version of the CCS-D. The factor structure was also supported by the principal component analysis.</Pgraph><Pgraph>Overall, the CCS-D-SF provides a practical and psychometrically sound instrument for measuring the sense of community among first-year medical students. Its brevity allows for reduced participant burden while measurement quality was maintained or even improved.</Pgraph><Pgraph>Future research should focus on applying the CCS-D-SF across German-speaking countries and further exploring its utility in diverse educational contexts.</Pgraph></TextBlock>
    <TextBlock name="5. Schlussfolgerung" linked="yes" language="de">
      <MainHeadline>5. Schlussfolgerung</MainHeadline><Pgraph>Diese Studie zeigt die systematische Entwicklung und Validierung einer Kurzform der deutschen Version der Classroom Community Scale (CCS-D-SF).</Pgraph><Pgraph>Die CCS-D-SF zeigte eine gute Reliabilit&#228;t, die mit bisherigen Befunden aus der Literatur vergleichbar ist. Die konfirmatorische Faktorenanalyse best&#228;tigte die Zwei-Faktoren-Struktur der Skala, wobei die Modellfit-Indizes sogar etwas besser ausfielen als die f&#252;r die Langversion der CCS-D berichteten Werte. Die Faktorenstruktur wurde zudem durch die Hauptkomponentenanalyse gest&#252;tzt.</Pgraph><Pgraph>Insgesamt stellt die CCS-D-SF ein praktisches und psychometrisch fundiertes Instrument zur Messung des Gemeinschaftsgef&#252;hls bei Medizinstudierenden im ersten Studienjahr dar. Durch ihre K&#252;rze reduziert sie die Belastung der Teilnehmenden, w&#228;hrend die Messqualit&#228;t erhalten blieb oder sogar verbessert werden konnte.</Pgraph><Pgraph>Zuk&#252;nftige Forschung sollte sich auf die Anwendung der CCS-D-SF in deutschsprachigen L&#228;ndern sowie auf die weitere Untersuchung ihrer Eignung in unterschiedlichen Bildungskontexten konzentrieren.</Pgraph></TextBlock>
    <TextBlock name="Conference presentation" linked="yes" language="en">
      <MainHeadline>Conference presentation</MainHeadline><Pgraph>Excerpts from this manuscript were presented at the Annual Conference of the DACH Association for Medical Education (GMA) in Dresden 2026 <TextLink reference="84"></TextLink>.</Pgraph></TextBlock>
    <TextBlock name="Tagungsvortrag" linked="yes" language="de">
      <MainHeadline>Tagungsvortrag</MainHeadline><Pgraph>Ausz&#252;ge aus diesem Manuskript wurden auf der Jahrestagung der DACH-Gesellschaft f&#252;r Medizinische Ausbildung (GMA) 2026 in Dresden vorgestellt <TextLink reference="84"></TextLink>.</Pgraph></TextBlock>
    <TextBlock name="Authors&#8217; ORCIDs" linked="yes" language="en">
      <MainHeadline>Authors&#8217; ORCIDs</MainHeadline><Pgraph><UnorderedList><ListItem level="1">Harald Knof: &#91;<Hyperlink href="https:&#47;&#47;orcid.org&#47;0000-0002-0942-653X">0000-0002-0942-653X</Hyperlink>&#93;</ListItem><ListItem level="1">Thomas Shiozawa: &#91;<Hyperlink href="https:&#47;&#47;orcid.org&#47;0000-0002-7112-1016">0000-0002-7112-1016</Hyperlink>&#93;</ListItem></UnorderedList></Pgraph></TextBlock>
    <TextBlock name="ORCIDs der Autor&#42;innen" linked="yes" language="de">
      <MainHeadline>ORCIDs der Autor&#42;innen</MainHeadline><Pgraph><UnorderedList><ListItem level="1">Harald Knof: &#91;<Hyperlink href="https:&#47;&#47;orcid.org&#47;0000-0002-0942-653X">0000-0002-0942-653X</Hyperlink>&#93;</ListItem><ListItem level="1">Thomas Shiozawa: &#91;<Hyperlink href="https:&#47;&#47;orcid.org&#47;0000-0002-7112-1016">0000-0002-7112-1016</Hyperlink>&#93;</ListItem></UnorderedList></Pgraph></TextBlock>
    <TextBlock name="Acknowledgements" linked="yes" language="en">
      <MainHeadline>Acknowledgements</MainHeadline><Pgraph>The authors would like to thank Prof Alfred P. Rovai from Regent University (Virginia Beach, VA, USA) for the permission to use and translate his CCS instrument.</Pgraph><Pgraph>The authors would like to thank Prof. Dr. Peter Martus for statistical consulting.</Pgraph><Pgraph>The authors are grateful to students at the Faculty of Medicine Tuebingen for participating in this study.</Pgraph><Pgraph>The authors acknowledge support from the Open Access Publication Fund of the University of Tuebingen. </Pgraph></TextBlock>
    <TextBlock name="Danksagung" linked="yes" language="de">
      <MainHeadline>Danksagung</MainHeadline><Pgraph>Die Autoren m&#246;chten Prof. Alfred P. Rovai von der Regent University (Virginia Beach, VA, USA) f&#252;r die Genehmigung zur Nutzung und &#220;bersetzung seines CCS-Instruments danken.</Pgraph><Pgraph>Des Weiteren danken die Autoren Prof. Dr. Peter Martus f&#252;r die statistische Beratung.</Pgraph><Pgraph>Den Studierenden der Medizinischen Fakult&#228;t T&#252;bingen sind die Autoren dankbar f&#252;r ihre Teilnahme an dieser Studie. </Pgraph><Pgraph>Die Autoren danken f&#252;r die Unterst&#252;tzung durch den Open-Access-Publikationsfonds der Universit&#228;t T&#252;bingen.</Pgraph></TextBlock>
    <TextBlock name="Competing interests" linked="yes" language="en">
      <MainHeadline>Competing interests</MainHeadline><Pgraph>The authors report no conflicts of interest. The authors alone are responsible for the content and writing of this article. The authors declare that the research was conducted in the absence of any commercial or financial relationships that could be construed as a potential conflict of interest.</Pgraph></TextBlock>
    <TextBlock name="Interessenkonflikt" linked="yes" language="de">
      <MainHeadline>Interessenkonflikt</MainHeadline><Pgraph>Die Autoren erkl&#228;ren, dass keine Interessenkonflikte bestehen. Allein die Autoren sind f&#252;r den Inhalt und das Schreiben dieses Artikels verantwortlich. Die Autoren geben an, dass die Forschung in Abwesenheit jeglicher kommerzieller oder finanzieller Beziehungen durchgef&#252;hrt wurde, die als potenzieller Interessenkonflikt ausgelegt werden k&#246;nnten.</Pgraph></TextBlock>
    <References linked="yes">
      <Reference refNo="1">
        <RefAuthor>Rosen MA</RefAuthor>
        <RefAuthor>DiazGranados D</RefAuthor>
        <RefAuthor>Dietz AS</RefAuthor>
        <RefAuthor>Benishek LE</RefAuthor>
        <RefAuthor>Thompson D</RefAuthor>
        <RefAuthor>Pronovost PJ</RefAuthor>
        <RefAuthor>Weaver SJ</RefAuthor>
        <RefTitle>Teamwork in healthcare: Key discoveries enabling safer, high-quality care</RefTitle>
        <RefYear>2018</RefYear>
        <RefJournal>Am Psychol</RefJournal>
        <RefPage>433-450</RefPage>
        <RefTotal>Rosen MA, DiazGranados D, Dietz AS, Benishek LE, Thompson D, Pronovost PJ, Weaver SJ. Teamwork in healthcare: Key discoveries enabling safer, high-quality care. Am Psychol. 2018;73(4):433-450. DOI: 10.1037&#47;amp0000298</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;amp0000298</RefLink>
      </Reference>
      <Reference refNo="2">
        <RefAuthor>Van Leuven AJ</RefAuthor>
        <RefAuthor>Szymik BG</RefAuthor>
        <RefAuthor>Ramsey LM</RefAuthor>
        <RefAuthor>Hesse DW</RefAuthor>
        <RefTitle>A multi-year evaluation of medical student performance on and perceptions of collaborative gross anatomy laboratory examinations</RefTitle>
        <RefYear>2023</RefYear>
        <RefJournal>Anat Sci Educ</RefJournal>
        <RefPage>557-566</RefPage>
        <RefTotal>Van Leuven AJ, Szymik BG, Ramsey LM, Hesse DW. A multi-year evaluation of medical student performance on and perceptions of collaborative gross anatomy laboratory examinations. Anat Sci Educ. 2023;16(3):557-566. DOI: 10.1002&#47;ase.2223</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;ase.2223</RefLink>
      </Reference>
      <Reference refNo="3">
        <RefAuthor>Rovai AP</RefAuthor>
        <RefTitle>Development of an instrument to measure classroom community</RefTitle>
        <RefYear>2002</RefYear>
        <RefJournal>Internet High Educ</RefJournal>
        <RefPage>197-211</RefPage>
        <RefTotal>Rovai AP. Development of an instrument to measure classroom community. Internet High Educ. 2002;5(3):197-211. DOI: 10.1016&#47;s1096-7516(02)00102-1</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;s1096-7516(02)00102-1</RefLink>
      </Reference>
      <Reference refNo="4">
        <RefAuthor>Knof H</RefAuthor>
        <RefAuthor>Shiozawa T</RefAuthor>
        <RefTitle>Validation of the German form of Classroom-Community-Scale (CCS-D)</RefTitle>
        <RefYear>2025</RefYear>
        <RefJournal>GMS J Med Educ</RefJournal>
        <RefPage>Doc13</RefPage>
        <RefTotal>Knof H, Shiozawa T. Validation of the German form of Classroom-Community-Scale (CCS-D). GMS J Med Educ. 2025;42(1):Doc13. DOI: 10.3205&#47;zma001737</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.3205&#47;zma001737</RefLink>
      </Reference>
      <Reference refNo="5">
        <RefAuthor>Dillenbourg P</RefAuthor>
        <RefTitle>What do you mean by &#39;collaborative learning&#39;&#63;</RefTitle>
        <RefYear>1999</RefYear>
        <RefBookTitle>Collaborative Learning: Cognitive and Computational Approaches</RefBookTitle>
        <RefPage>1-15</RefPage>
        <RefTotal>Dillenbourg P. What do you mean by &#39;collaborative learning&#39;&#63; In: Dillenbourg P, editor. Collaborative Learning: Cognitive and Computational Approaches. Advances in learning and instruction series. 1st ed. London: Pergamon; 1999. (Advances in learning and instruction series). p.1-15.</RefTotal>
      </Reference>
      <Reference refNo="6">
        <RefAuthor>Sevenhuysen S</RefAuthor>
        <RefAuthor>Haines T</RefAuthor>
        <RefAuthor>Kiegaldie D</RefAuthor>
        <RefAuthor>Molloy E</RefAuthor>
        <RefTitle>Implementing collaborative and peer-assisted learning</RefTitle>
        <RefYear>2016</RefYear>
        <RefJournal>Clin Teach</RefJournal>
        <RefPage>325-331</RefPage>
        <RefTotal>Sevenhuysen S, Haines T, Kiegaldie D, Molloy E. Implementing collaborative and peer-assisted learning. Clin Teach. 2016;13(5):325-331. DOI: 10.1111&#47;tct.12583</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1111&#47;tct.12583</RefLink>
      </Reference>
      <Reference refNo="7">
        <RefAuthor>O&#39;Brien BC</RefAuthor>
        <RefAuthor>Forrest K</RefAuthor>
        <RefAuthor>Wijnen&#8208;Meijer M</RefAuthor>
        <RefAuthor>ten Cate O</RefAuthor>
        <RefTitle>A Global View of Structures and Trends in Medical Education</RefTitle>
        <RefYear>2018</RefYear>
        <RefBookTitle>Understanding Medical Education</RefBookTitle>
        <RefPage>7-22</RefPage>
        <RefTotal>O&#39;Brien BC, Forrest K, Wijnen&#8208;Meijer M, ten Cate O. A Global View of Structures and Trends in Medical Education. In: Swanwick T, Forrest K, O&#8217;Brien BC, editors. Understanding Medical Education. 3rd ed. Hoboken: Wiley-Blackwill; 2018. p.7-22. DOI: 10.1002&#47;9781119373780.ch2</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;9781119373780.ch2</RefLink>
      </Reference>
      <Reference refNo="8">
        <RefAuthor>Almajed A</RefAuthor>
        <RefAuthor>Winning T</RefAuthor>
        <RefAuthor>Skinner V</RefAuthor>
        <RefAuthor>Peterson R</RefAuthor>
        <RefTitle>Medical and Dental Students&#39; Perceptions and Experiences of Collaborative Learning: A Systematic Review</RefTitle>
        <RefYear>2011</RefYear>
        <RefJournal>JBI Libr Syst Rev</RefJournal>
        <RefPage>1-13</RefPage>
        <RefTotal>Almajed A, Winning T, Skinner V, Peterson R. Medical and Dental Students&#39; Perceptions and Experiences of Collaborative Learning: A Systematic Review. JBI Libr Syst Rev. 2011;9(32 Suppl):1-13. DOI: 10.11124&#47;01938924-201109321-00001</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.11124&#47;01938924-201109321-00001</RefLink>
      </Reference>
      <Reference refNo="9">
        <RefAuthor>Skinner VJ</RefAuthor>
        <RefAuthor>Braunack-Mayer A</RefAuthor>
        <RefAuthor>Winning TA</RefAuthor>
        <RefTitle>The Purpose and Value for Students of PBL Groups for Learning</RefTitle>
        <RefYear>2015</RefYear>
        <RefJournal>Interdiscip J Problem-Based Learn</RefJournal>
        <RefPage></RefPage>
        <RefTotal>Skinner VJ, Braunack-Mayer A, Winning TA. The Purpose and Value for Students of PBL Groups for Learning. Interdiscip J Problem-Based Learn. 2015;9(1). DOI: 10.7771&#47;1541-5015.1499</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.7771&#47;1541-5015.1499</RefLink>
      </Reference>
      <Reference refNo="10">
        <RefAuthor>Pluta WJ</RefAuthor>
        <RefAuthor>Richards BF</RefAuthor>
        <RefAuthor>Mutnick A</RefAuthor>
        <RefTitle>PBL and beyond: trends in collaborative learning</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>Teach Learn Med</RefJournal>
        <RefPage>S9-S16</RefPage>
        <RefTotal>Pluta WJ, Richards BF, Mutnick A. PBL and beyond: trends in collaborative learning. Teach Learn Med. 2013;25 Suppl 1:S9-S16. DOI: 10.1080&#47;10401334.2013.842917</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;10401334.2013.842917</RefLink>
      </Reference>
      <Reference refNo="11">
        <RefAuthor>Chatterjee R</RefAuthor>
        <RefAuthor>Correia A-P</RefAuthor>
        <RefTitle>Online Students&#8217; Attitudes Toward Collaborative Learning and Sense of Community</RefTitle>
        <RefYear>2019</RefYear>
        <RefJournal>Am J Distance Educ</RefJournal>
        <RefPage>53-68</RefPage>
        <RefTotal>Chatterjee R, Correia A-P. Online Students&#8217; Attitudes Toward Collaborative Learning and Sense of Community. Am J Distance Educ. 2019;34(1):53-68. DOI: 10.1080&#47;08923647.2020.1703479</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;08923647.2020.1703479</RefLink>
      </Reference>
      <Reference refNo="12">
        <RefAuthor>Garrison DR</RefAuthor>
        <RefAuthor>Anderson T</RefAuthor>
        <RefAuthor>Archer W</RefAuthor>
        <RefTitle>The first decade of the community of inquiry framework: A retrospective</RefTitle>
        <RefYear>2010</RefYear>
        <RefJournal>Internet High Educ</RefJournal>
        <RefPage>5-9</RefPage>
        <RefTotal>Garrison DR, Anderson T, Archer W. The first decade of the community of inquiry framework: A retrospective. Internet High Educ. 2010;13(1-2):5-9. DOI: 10.1016&#47;j.iheduc.2009.10.003</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.iheduc.2009.10.003</RefLink>
      </Reference>
      <Reference refNo="13">
        <RefAuthor>Halic O</RefAuthor>
        <RefAuthor>Lee D</RefAuthor>
        <RefAuthor>Paulus T</RefAuthor>
        <RefAuthor>Spence M</RefAuthor>
        <RefTitle>To blog or not to blog: Student perceptions of blog effectiveness for learning in a college-level course</RefTitle>
        <RefYear>2010</RefYear>
        <RefJournal>Internet High Educ</RefJournal>
        <RefPage>206-213</RefPage>
        <RefTotal>Halic O, Lee D, Paulus T, Spence M. To blog or not to blog: Student perceptions of blog effectiveness for learning in a college-level course. Internet High Educ. 2010;13(4):206-213. DOI: 10.1016&#47;j.iheduc.2010.04.001</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.iheduc.2010.04.001</RefLink>
      </Reference>
      <Reference refNo="14">
        <RefAuthor>Lai KW</RefAuthor>
        <RefTitle>Knowledge construction in online learning communities: a case study of a doctoral course</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>Stud High Educ</RefJournal>
        <RefPage>561-579</RefPage>
        <RefTotal>Lai KW. Knowledge construction in online learning communities: a case study of a doctoral course. Stud High Educ. 2013;40(4):561-579. DOI: 10.1080&#47;03075079.2013.831402</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;03075079.2013.831402</RefLink>
      </Reference>
      <Reference refNo="15">
        <RefAuthor>Rovai AP</RefAuthor>
        <RefTitle>Building Sense of Community at a Distance</RefTitle>
        <RefYear>2002</RefYear>
        <RefJournal>Int Rev Res Open Dis</RefJournal>
        <RefPage>1-16</RefPage>
        <RefTotal>Rovai AP. Building Sense of Community at a Distance. Int Rev Res Open Dis. 2002;3(1):1-16. DOI: 10.19173&#47;irrodl.v3i1.79</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.19173&#47;irrodl.v3i1.79</RefLink>
      </Reference>
      <Reference refNo="16">
        <RefAuthor>Bruffee KA</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1993</RefYear>
        <RefBookTitle>Collaborative Learning: Higher Education, Interdependence, and the Authority of Knowledge</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Bruffee KA. Collaborative Learning: Higher Education, Interdependence, and the Authority of Knowledge. 1st ed. Baltimore: Johns Hopkins University Press; 1993.</RefTotal>
      </Reference>
      <Reference refNo="17">
        <RefAuthor>Tinto V</RefAuthor>
        <RefTitle>Classrooms as Communities</RefTitle>
        <RefYear>1997</RefYear>
        <RefJournal>J High Educ</RefJournal>
        <RefPage>599-623</RefPage>
        <RefTotal>Tinto V. Classrooms as Communities. J High Educ. 1997;68(6):599-623. DOI: 10.1080&#47;00221546.1997.11779003</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;00221546.1997.11779003</RefLink>
      </Reference>
      <Reference refNo="18">
        <RefAuthor>Sheets MF</RefAuthor>
        <RefTitle>Characteristics of Adult Education Students and Factors Which Determine Course Completion: A Review</RefTitle>
        <RefYear>1992</RefYear>
        <RefJournal>New Horiz Adult Educ</RefJournal>
        <RefPage>3-18</RefPage>
        <RefTotal>Sheets MF. Characteristics of Adult Education Students and Factors Which Determine Course Completion: A Review. New Horiz Adult Educ. 1992;6(1):3-18. DOI: 10.1002&#47;nha3.10034</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;nha3.10034</RefLink>
      </Reference>
      <Reference refNo="19">
        <RefAuthor>McMillan D</RefAuthor>
        <RefAuthor>Chavis D</RefAuthor>
        <RefTitle>Sense of Community: A Definition and Theory</RefTitle>
        <RefYear>1986</RefYear>
        <RefJournal>J Community Psychol</RefJournal>
        <RefPage>6-23</RefPage>
        <RefTotal>McMillan D, Chavis D. Sense of Community: A Definition and Theory. J Community Psychol. 1986;14(1):6-23. DOI: 10.1002&#47;1520-6629(198601)14:1&#60;6::AID-JCOP2290140103&#62;3.0.CO;2-I</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;1520-6629(198601)14:1&#60;6::AID-JCOP2290140103&#62;3.0.CO;2-I</RefLink>
      </Reference>
      <Reference refNo="20">
        <RefAuthor>Hill JL</RefAuthor>
        <RefTitle>Psychological sense of community: Suggestions for future research</RefTitle>
        <RefYear>1996</RefYear>
        <RefJournal>J Community Psychol</RefJournal>
        <RefPage>431-438</RefPage>
        <RefTotal>Hill JL. Psychological sense of community: Suggestions for future research. J Community Psychol. 1996;24(4):431-438. DOI: 10.1002&#47;(Sici)1520-6629(199610)24:4&#60;431::Aid-Jcop10&#62;3.3.Co;2-Z</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;(Sici)1520-6629(199610)24:4&#60;431::Aid-Jcop10&#62;3.3.Co;2-Z</RefLink>
      </Reference>
      <Reference refNo="21">
        <RefAuthor>Rovai AP</RefAuthor>
        <RefTitle>Sense of community, perceived cognitive learning, and persistence in asynchronous learning networks</RefTitle>
        <RefYear>2002</RefYear>
        <RefJournal>Internet High Educ</RefJournal>
        <RefPage>319-332</RefPage>
        <RefTotal>Rovai AP. Sense of community, perceived cognitive learning, and persistence in asynchronous learning networks. Internet High Educ. 2002;5(4):319-332. DOI: 10.1016&#47;s1096-7516(02)00130-6</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;s1096-7516(02)00130-6</RefLink>
      </Reference>
      <Reference refNo="22">
        <RefAuthor>Shaffer C</RefAuthor>
        <RefAuthor>Anundsen K</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1993</RefYear>
        <RefBookTitle>Creating community anywhere: Finding support and connection in a fragmented world</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Shaffer C, Anundsen K. Creating community anywhere: Finding support and connection in a fragmented world. 1st ed. Los Angeles: Tarcher&#47;Perigree; 1993.</RefTotal>
      </Reference>
      <Reference refNo="23">
        <RefAuthor>Rheingold H</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1993</RefYear>
        <RefBookTitle>The virtual community: Finding commection in a computerized world</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Rheingold H. The virtual community: Finding commection in a computerized world. 1st ed. Boston: Addison-Wesley Longman Publishing Co. Inc.; 1993.</RefTotal>
      </Reference>
      <Reference refNo="24">
        <RefAuthor>Strayhorn TL</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2018</RefYear>
        <RefBookTitle>College Students&#8217; Sense of Belonging - A Key to Educational Success for All Students</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Strayhorn TL. College Students&#8217; Sense of Belonging - A Key to Educational Success for All Students. 2nd ed. New York: Routlege; 2018. DOI: 10.4324&#47;9781315297293</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.4324&#47;9781315297293</RefLink>
      </Reference>
      <Reference refNo="25">
        <RefAuthor>Wang W</RefAuthor>
        <RefAuthor>Gao Y</RefAuthor>
        <RefAuthor>Pitts A</RefAuthor>
        <RefAuthor>Dong L</RefAuthor>
        <RefTitle>A Bibliometric Analysis of Neighborhood Sense of Community</RefTitle>
        <RefYear>2023</RefYear>
        <RefJournal>Sustainability</RefJournal>
        <RefPage>4183</RefPage>
        <RefTotal>Wang W, Gao Y, Pitts A, Dong L. A Bibliometric Analysis of Neighborhood Sense of Community. Sustainability. 2023;15(5):4183. DOI: 10.3390&#47;su15054183</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.3390&#47;su15054183</RefLink>
      </Reference>
      <Reference refNo="26">
        <RefAuthor>Barnard-Brak L</RefAuthor>
        <RefAuthor>Shiu W</RefAuthor>
        <RefTitle>Classroom Community Scale in the blended learning environment. A psychometric review</RefTitle>
        <RefYear>2010</RefYear>
        <RefJournal>Int J E-Learn</RefJournal>
        <RefPage>303-311</RefPage>
        <RefTotal>Barnard-Brak L, Shiu W. Classroom Community Scale in the blended learning environment: A psychometric review. Int J E-Learn. 2010;9(3):303-311.</RefTotal>
      </Reference>
      <Reference refNo="27">
        <RefAuthor>Hur EH</RefAuthor>
        <RefAuthor>Glassman M</RefAuthor>
        <RefAuthor>Kim Y</RefAuthor>
        <RefTitle>Finding autonomy in activity: Development and validation of a democratic classroom survey</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>Educ Ass Eval Account</RefJournal>
        <RefPage>303-320</RefPage>
        <RefTotal>Hur EH, Glassman M, Kim Y. Finding autonomy in activity: Development and validation of a democratic classroom survey. Educ Ass Eval Account. 2013;25(4):303-320. DOI: 10.1007&#47;s11092-013-9173-y</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1007&#47;s11092-013-9173-y</RefLink>
      </Reference>
      <Reference refNo="28">
        <RefAuthor>Ahmady S</RefAuthor>
        <RefAuthor>Kohan N</RefAuthor>
        <RefAuthor>Bagherzadeh R</RefAuthor>
        <RefAuthor>Rakshhani T</RefAuthor>
        <RefAuthor>Shahabi M</RefAuthor>
        <RefTitle>Validity testing of classroom community scale in virtual environment learning: A cross sectional study</RefTitle>
        <RefYear>2018</RefYear>
        <RefJournal>Ann Med Surg (Lond)</RefJournal>
        <RefPage>256-260</RefPage>
        <RefTotal>Ahmady S, Kohan N, Bagherzadeh R, Rakshhani T, Shahabi M. Validity testing of classroom community scale in virtual environment learning: A cross sectional study. Ann Med Surg (Lond). 2018;36:256-260. DOI: 10.1016&#47;j.amsu.2018.08.021</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.amsu.2018.08.021</RefLink>
      </Reference>
      <Reference refNo="29">
        <RefAuthor>Yan J</RefAuthor>
        <RefAuthor>Ding X</RefAuthor>
        <RefAuthor>Xiong L</RefAuthor>
        <RefAuthor>Liu E</RefAuthor>
        <RefAuthor>Zhang Y</RefAuthor>
        <RefAuthor>Luan Y</RefAuthor>
        <RefAuthor>Qin L</RefAuthor>
        <RefAuthor>Zhou C</RefAuthor>
        <RefAuthor>Zhang W</RefAuthor>
        <RefTitle>Team-based learning: assessing the impact on anatomy teaching in People&#39;s Republic of China</RefTitle>
        <RefYear>2018</RefYear>
        <RefJournal>Adv Med Educ Pract</RefJournal>
        <RefPage>589-594</RefPage>
        <RefTotal>Yan J, Ding X, Xiong L, Liu E, Zhang Y, Luan Y, Qin L, Zhou C, Zhang W. Team-based learning: assessing the impact on anatomy teaching in People&#39;s Republic of China. Adv Med Educ Pract. 2018;9:589-594. DOI: 10.2147&#47;AMEP.S169949</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.2147&#47;AMEP.S169949</RefLink>
      </Reference>
      <Reference refNo="30">
        <RefAuthor>Abdeldayem M</RefAuthor>
        <RefAuthor>Aldulaimi SH</RefAuthor>
        <RefAuthor>Aldulaimi MLA</RefAuthor>
        <RefTitle>Virtual Learning and Students&#8217; Connectedness in the Time of Coronavirus</RefTitle>
        <RefYear>2020</RefYear>
        <RefJournal>Int J Adv Sci</RefJournal>
        <RefPage>12634-12645</RefPage>
        <RefTotal>Abdeldayem M, Aldulaimi SH, Aldulaimi MLA. Virtual Learning and Students&#8217; Connectedness in the Time of Coronavirus. Int J Adv Sci. 2020;29(5):12634-12645.</RefTotal>
      </Reference>
      <Reference refNo="31">
        <RefAuthor>Perrucci V</RefAuthor>
        <RefAuthor>Cacciamani S</RefAuthor>
        <RefAuthor>Khanlari A</RefAuthor>
        <RefAuthor>Balboni G</RefAuthor>
        <RefTitle>The Classroom Community Scale in a Face-to-Face University Context: Factorial Structure and Convergent&#47;Divergent Validity</RefTitle>
        <RefYear>2022</RefYear>
        <RefJournal>Test Psychom Methodol Appl Psychol</RefJournal>
        <RefPage>297-307</RefPage>
        <RefTotal>Perrucci V, Cacciamani S, Khanlari A, Balboni G. The Classroom Community Scale in a Face-to-Face University Context: Factorial Structure and Convergent&#47;Divergent Validity. Test Psychom Methodol Appl Psychol. 2022;29(3):297-307. DOI: 10.4473&#47;TPM29.3.2</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.4473&#47;TPM29.3.2</RefLink>
      </Reference>
      <Reference refNo="32">
        <RefAuthor>Franzen P</RefAuthor>
        <RefAuthor>Arens AK</RefAuthor>
        <RefAuthor>Greiff S</RefAuthor>
        <RefAuthor>van der Westhuizen L</RefAuthor>
        <RefAuthor>Fischbach A</RefAuthor>
        <RefAuthor>Wollschl&#228;ger R</RefAuthor>
        <RefAuthor>Niepl C</RefAuthor>
        <RefTitle>Developing and Validating a Short-Form Questionnaire for the Assessment of Seven Facets of Conscientiousness in Large-Scale Assessments</RefTitle>
        <RefYear>2022</RefYear>
        <RefJournal>J Pers Assess</RefJournal>
        <RefPage>759-773</RefPage>
        <RefTotal>Franzen P, Arens AK, Greiff S, van der Westhuizen L, Fischbach A, Wollschl&#228;ger R, Niepl C. Developing and Validating a Short-Form Questionnaire for the Assessment of Seven Facets of Conscientiousness in Large-Scale Assessments. J Pers Assess. 2022;104(6):759-773. DOI: 10.1080&#47;00223891.2021.1998083</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;00223891.2021.1998083</RefLink>
      </Reference>
      <Reference refNo="33">
        <RefAuthor>Stanton JM</RefAuthor>
        <RefAuthor>Sinar EF</RefAuthor>
        <RefAuthor>Balzer WK</RefAuthor>
        <RefAuthor>Smith PC</RefAuthor>
        <RefTitle>Issues and Strategies for Reducing the Length of Self&#8208;Report Scales</RefTitle>
        <RefYear>2002</RefYear>
        <RefJournal>Pers Psychol</RefJournal>
        <RefPage>167-194</RefPage>
        <RefTotal>Stanton JM, Sinar EF, Balzer WK, Smith PC. Issues and Strategies for Reducing the Length of Self&#8208;Report Scales. Pers Psychol. 2002;55(1):167-194. DOI: 10.1111&#47;j.1744-6570.2002.tb00108.x</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1111&#47;j.1744-6570.2002.tb00108.x</RefLink>
      </Reference>
      <Reference refNo="34">
        <RefAuthor>Passarelli M</RefAuthor>
        <RefAuthor>Casetta L</RefAuthor>
        <RefAuthor>Rizzi L</RefAuthor>
        <RefAuthor>Chiorri C</RefAuthor>
        <RefAuthor>Cassina F</RefAuthor>
        <RefAuthor>Voi S</RefAuthor>
        <RefAuthor>Rocco D</RefAuthor>
        <RefTitle>Short and sweet: Comparing strategies for the reduction of questionnaires on self-criticism and social safeness while preserving construct validity</RefTitle>
        <RefYear>2024</RefYear>
        <RefJournal>Int J Psychol</RefJournal>
        <RefPage>1234-1244</RefPage>
        <RefTotal>Passarelli M, Casetta L, Rizzi L, Chiorri C, Cassina F, Voi S, Rocco D. Short and sweet: Comparing strategies for the reduction of questionnaires on self-criticism and social safeness while preserving construct validity. Int J Psychol. 2024;59(6):1234-1244. DOI: 10.1002&#47;ijop.13249</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1002&#47;ijop.13249</RefLink>
      </Reference>
      <Reference refNo="35">
        <RefAuthor>Kilmen S</RefAuthor>
        <RefAuthor>Bulut O</RefAuthor>
        <RefTitle>Shortening Psychological Scales: Semantic Similarity Matters</RefTitle>
        <RefYear>2025</RefYear>
        <RefJournal>Educ Psychol Meas</RefJournal>
        <RefPage>910-934</RefPage>
        <RefTotal>Kilmen S, Bulut O. Shortening Psychological Scales: Semantic Similarity Matters. Educ Psychol Meas. 2025;85(5):910-934. DOI: 10.1177&#47;00131644251319047</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1177&#47;00131644251319047</RefLink>
      </Reference>
      <Reference refNo="36">
        <RefAuthor>Yarkoni T</RefAuthor>
        <RefTitle>The Abbreviation of Personality, or how to Measure 200 Personality Scales with 200 Items</RefTitle>
        <RefYear>2010</RefYear>
        <RefJournal>J Res Pers</RefJournal>
        <RefPage>180-198</RefPage>
        <RefTotal>Yarkoni T. The Abbreviation of Personality, or how to Measure 200 Personality Scales with 200 Items. J Res Pers. 2010;44(2):180-198. DOI: 10.1016&#47;j.jrp.2010.01.002</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.jrp.2010.01.002</RefLink>
      </Reference>
      <Reference refNo="37">
        <RefAuthor>Alcaraz S</RefAuthor>
        <RefAuthor>Viladrich C</RefAuthor>
        <RefAuthor>Torregrosa M</RefAuthor>
        <RefTitle>Less time, better quality. Shortening questionnaires to assess team environment and goal orientation</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>Span J Psychol</RefJournal>
        <RefPage>E77</RefPage>
        <RefTotal>Alcaraz S, Viladrich C, Torregrosa M. Less time, better quality. Shortening questionnaires to assess team environment and goal orientation. Span J Psychol. 2013;16:E77. DOI: 10.1017&#47;sjp.2013.74</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1017&#47;sjp.2013.74</RefLink>
      </Reference>
      <Reference refNo="38">
        <RefAuthor>Fraser BJ</RefAuthor>
        <RefTitle>Development of Short Forms of Several Classroom Environment Scales</RefTitle>
        <RefYear>1982</RefYear>
        <RefJournal>J Educ Meas</RefJournal>
        <RefPage>221-227</RefPage>
        <RefTotal>Fraser BJ. Development of Short Forms of Several Classroom Environment Scales. J Educ Meas. 1982;19(3):221-227. DOI: 10.1111&#47;j.1745-3984.1982.tb00130.x</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1111&#47;j.1745-3984.1982.tb00130.x</RefLink>
      </Reference>
      <Reference refNo="39">
        <RefAuthor>Coste J</RefAuthor>
        <RefAuthor>Guillemin F</RefAuthor>
        <RefAuthor>Pouchot J</RefAuthor>
        <RefAuthor>Fermanian J</RefAuthor>
        <RefTitle>Methodological approaches to shortening composite measurement scales</RefTitle>
        <RefYear>1997</RefYear>
        <RefJournal>J Clin Epidemiol</RefJournal>
        <RefPage>247-252</RefPage>
        <RefTotal>Coste J, Guillemin F, Pouchot J, Fermanian J. Methodological approaches to shortening composite measurement scales. J Clin Epidemiol. 1997;50(3):247-252. DOI: 10.1016&#47;s0895-4356(96)00363-0</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;s0895-4356(96)00363-0</RefLink>
      </Reference>
      <Reference refNo="40">
        <RefAuthor>Lewis K</RefAuthor>
        <RefAuthor>McVay-Dyche J</RefAuthor>
        <RefAuthor>Chen H</RefAuthor>
        <RefAuthor>Soto T</RefAuthor>
        <RefTitle>Examining Sense of Community among Medical Professionals in an Online Graduate Program</RefTitle>
        <RefYear>2015</RefYear>
        <RefJournal>J Educ Online</RefJournal>
        <RefPage></RefPage>
        <RefTotal>Lewis K, McVay-Dyche J, Chen H, Soto T. Examining Sense of Community among Medical Professionals in an Online Graduate Program. J Educ Online. 2015;12(1). DOI: 10.9743&#47;jeo.2015.1.8</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.9743&#47;jeo.2015.1.8</RefLink>
      </Reference>
      <Reference refNo="41">
        <RefAuthor>Cho J</RefAuthor>
        <RefAuthor>Demmans Epp C</RefAuthor>
        <RefTitle>Improving the Classroom Community Scale: Toward a Short-Form of the CCS</RefTitle>
        <RefYear></RefYear>
        <RefBookTitle>American Educational Research Association (AERA) Annual Meeting; 2019 Apr 5-9; Toronto, Canada</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Cho J, Demmans Epp C. Improving the Classroom Community Scale: Toward a Short-Form of the CCS.  In: American Educational Research Association (AERA) Annual Meeting; 2019 Apr 5-9; Toronto, Canada. DOI: 10.3102&#47;1432534</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.3102&#47;1432534</RefLink>
      </Reference>
      <Reference refNo="42">
        <RefAuthor>Brown TA</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2015</RefYear>
        <RefBookTitle>Confirmatory factor analysis for applied research</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Brown TA. Confirmatory factor analysis for applied research. 2nd ed. New York (NY): The Guilford Press; 2015.</RefTotal>
      </Reference>
      <Reference refNo="43">
        <RefAuthor>Hair JF</RefAuthor>
        <RefAuthor>Black WC</RefAuthor>
        <RefAuthor>Babin BJ</RefAuthor>
        <RefAuthor>Anderson RE</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2019</RefYear>
        <RefBookTitle>Multivariate Data Analysis</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Hair JF, Black WC, Babin BJ, Anderson RE. Multivariate Data Analysis. 8th ed. Cheriton House: Cengage Learning; 2019.</RefTotal>
      </Reference>
      <Reference refNo="44">
        <RefAuthor>Li Y</RefAuthor>
        <RefAuthor>Wen Z</RefAuthor>
        <RefAuthor>Hau KT</RefAuthor>
        <RefAuthor>Yuan KH</RefAuthor>
        <RefAuthor>Peng Y</RefAuthor>
        <RefTitle>Effects of Cross-loadings on Determining the Number of Factors to Retain</RefTitle>
        <RefYear>2020</RefYear>
        <RefJournal>Struct Equation Model</RefJournal>
        <RefPage>841-863</RefPage>
        <RefTotal>Li Y, Wen Z, Hau KT, Yuan KH, Peng Y. Effects of Cross-loadings on Determining the Number of Factors to Retain. Struct Equation Model. 2020;27(6):841-863. DOI: 10.1080&#47;10705511.2020.1745075</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;10705511.2020.1745075</RefLink>
      </Reference>
      <Reference refNo="45">
        <RefAuthor>Hinkin TR</RefAuthor>
        <RefTitle>A Brief Tutorial on the Development of Measures for Use in Survey Questionnaires</RefTitle>
        <RefYear>1998</RefYear>
        <RefJournal>Organ Res Method</RefJournal>
        <RefPage>104-121</RefPage>
        <RefTotal>Hinkin TR. A Brief Tutorial on the Development of Measures for Use in Survey Questionnaires. Organ Res Method. 1998;1(1):104-121. DOI: 10.1177&#47;109442819800100106</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1177&#47;109442819800100106</RefLink>
      </Reference>
      <Reference refNo="46">
        <RefAuthor>Tackett M</RefAuthor>
        <RefAuthor>Viel S</RefAuthor>
        <RefAuthor>Manturuk K</RefAuthor>
        <RefTitle>A validation of the short-form classroom community scale for undergraduate mathematics and statistics students</RefTitle>
        <RefYear>2023</RefYear>
        <RefJournal>J Uni Teach Learn Pract</RefJournal>
        <RefPage></RefPage>
        <RefTotal>Tackett M, Viel S, Manturuk K. A validation of the short-form classroom community scale for undergraduate mathematics and statistics students. J Uni Teach Learn Pract. 2023;20(1). DOI: 10.53761&#47;1.20.01.08</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.53761&#47;1.20.01.08</RefLink>
      </Reference>
      <Reference refNo="47">
        <RefAuthor>Jokovic A</RefAuthor>
        <RefAuthor>Locker D</RefAuthor>
        <RefAuthor>Guyatt G</RefAuthor>
        <RefTitle>Short forms of the Child Perceptions Questionnaire for 11-14-year-old children (CPQ11-14): development and initial evaluation</RefTitle>
        <RefYear>2006</RefYear>
        <RefJournal>Health Qual Life Outcomes</RefJournal>
        <RefPage>4</RefPage>
        <RefTotal>Jokovic A, Locker D, Guyatt G. Short forms of the Child Perceptions Questionnaire for 11-14-year-old children (CPQ11-14): development and initial evaluation. Health Qual Life Outcomes. 2006;4:4. DOI: 10.1186&#47;1477-7525-4-4</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1186&#47;1477-7525-4-4</RefLink>
      </Reference>
      <Reference refNo="48">
        <RefAuthor>Smith GT</RefAuthor>
        <RefAuthor>McCarthy DM</RefAuthor>
        <RefAuthor>Anderson KG</RefAuthor>
        <RefTitle>On the sins of short-form development</RefTitle>
        <RefYear>2000</RefYear>
        <RefJournal>Psychol Assess</RefJournal>
        <RefPage>102-111</RefPage>
        <RefTotal>Smith GT, McCarthy DM, Anderson KG. On the sins of short-form development. Psychol Assess. 2000;12(1):102-111. DOI: 10.1037&#47;&#47;1040-3590.12.1.102</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;&#47;1040-3590.12.1.102</RefLink>
      </Reference>
      <Reference refNo="49">
        <RefAuthor>Watson D</RefAuthor>
        <RefAuthor>Clark LA</RefAuthor>
        <RefTitle>Measurement and mismeasurement of mood: recurrent and emergent issues</RefTitle>
        <RefYear>1997</RefYear>
        <RefJournal>J Pers Assess</RefJournal>
        <RefPage>267-296</RefPage>
        <RefTotal>Watson D, Clark LA. Measurement and mismeasurement of mood: recurrent and emergent issues. J Pers Assess. 1997;68(2):267-296. DOI: 10.1207&#47;s15327752jpa6802&#95;4</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1207&#47;s15327752jpa6802&#95;4</RefLink>
      </Reference>
      <Reference refNo="50">
        <RefAuthor>Clark LA</RefAuthor>
        <RefAuthor>Watson D</RefAuthor>
        <RefTitle>Constructing validity: Basic issues in objective scale development</RefTitle>
        <RefYear>1995</RefYear>
        <RefJournal>Psychol Assess</RefJournal>
        <RefPage>309-319</RefPage>
        <RefTotal>Clark LA, Watson D. Constructing validity: Basic issues in objective scale development. Psychol Assess. 1995;7(3):309-319. DOI: 10.1037&#47;14805-012</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;14805-012</RefLink>
      </Reference>
      <Reference refNo="51">
        <RefAuthor>Worthington RL</RefAuthor>
        <RefAuthor>Whittaker TA</RefAuthor>
        <RefTitle>Scale Development Research: A Content Analysis and Recommendations for Best Practices</RefTitle>
        <RefYear>2006</RefYear>
        <RefJournal>Couns Psychol</RefJournal>
        <RefPage>806-838</RefPage>
        <RefTotal>Worthington RL, Whittaker TA. Scale Development Research: A Content Analysis and Recommendations for Best Practices. Couns Psychol. 2006;34(6):806-838. DOI: 10.1177&#47;0011000006288127</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1177&#47;0011000006288127</RefLink>
      </Reference>
      <Reference refNo="52">
        <RefAuthor>Cortina JM</RefAuthor>
        <RefTitle>What is coefficient alpha&#63; An examination of theory and applications</RefTitle>
        <RefYear>1993</RefYear>
        <RefJournal>J Appl Psychol</RefJournal>
        <RefPage>98-104</RefPage>
        <RefTotal>Cortina JM. What is coefficient alpha&#63; An examination of theory and applications. J Appl Psychol. 1993;78(1):98-104. DOI: 10.1037&#47;0021-9010.78.1.98</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;0021-9010.78.1.98</RefLink>
      </Reference>
      <Reference refNo="53">
        <RefAuthor>Osborne J</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2014</RefYear>
        <RefBookTitle>Best Practices in Exploratory Factor Analysis: Four Recommendations for Getting the Most From Your Analysis</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Osborne J. Best Practices in Exploratory Factor Analysis: Four Recommendations for Getting the Most From Your Analysis. Scotts Valley, CA: CreateSpace Independent Publishing; 2014.</RefTotal>
      </Reference>
      <Reference refNo="54">
        <RefAuthor>Nunnally JC</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1978</RefYear>
        <RefBookTitle>Psychometric theory</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Nunnally JC. Psychometric theory. 2nd ed. New York (NY): McGraw-Hill; 1978.</RefTotal>
      </Reference>
      <Reference refNo="55">
        <RefAuthor>Kruyen PM</RefAuthor>
        <RefAuthor>Emons WH</RefAuthor>
        <RefAuthor>Sijtsma K</RefAuthor>
        <RefTitle>On the Shortcomings of Shortened Tests: A Literature Review</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>Int J Testing</RefJournal>
        <RefPage>223-248</RefPage>
        <RefTotal>Kruyen PM, Emons WH, Sijtsma K. On the Shortcomings of Shortened Tests: A Literature Review. Int J Testing. 2013;13(3):223-248. DOI: 10.1080&#47;15305058.2012.703734</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;15305058.2012.703734</RefLink>
      </Reference>
      <Reference refNo="56">
        <RefAuthor>Crowley SL</RefAuthor>
        <RefAuthor>Fan X</RefAuthor>
        <RefTitle>Structural equation modeling: basic concepts and applications in personality assessment research</RefTitle>
        <RefYear>1997</RefYear>
        <RefJournal>J Pers Assess</RefJournal>
        <RefPage>508-531</RefPage>
        <RefTotal>Crowley SL, Fan X. Structural equation modeling: basic concepts and applications in personality assessment research. J Pers Assess. 1997;68(3):508-531. DOI: 10.1207&#47;s15327752jpa6803&#95;4</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1207&#47;s15327752jpa6803&#95;4</RefLink>
      </Reference>
      <Reference refNo="57">
        <RefAuthor>Hooper D</RefAuthor>
        <RefAuthor>Coughlan J</RefAuthor>
        <RefAuthor>Mullen M</RefAuthor>
        <RefTitle>Structural Equation Modeling: Guidelines for Determining Model Fit</RefTitle>
        <RefYear>2007</RefYear>
        <RefJournal>Elect J Business Res Meth</RefJournal>
        <RefPage></RefPage>
        <RefTotal>Hooper D, Coughlan J, Mullen M. Structural Equation Modeling: Guidelines for Determining Model Fit. Elect J Business Res Meth. 2007;6.</RefTotal>
      </Reference>
      <Reference refNo="58">
        <RefAuthor>Kline RB</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2016</RefYear>
        <RefBookTitle>Principles and practice of structural equation modeling</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Kline RB. Principles and practice of structural equation modeling. 4th ed. New York (NY): Guilford Press; 2016.</RefTotal>
      </Reference>
      <Reference refNo="59">
        <RefAuthor>Kline RB</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1998</RefYear>
        <RefBookTitle>Principles and practice of structural equation modeling</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Kline RB. Principles and practice of structural equation modeling. New York (NY): Guilford Press; 1998.</RefTotal>
      </Reference>
      <Reference refNo="60">
        <RefAuthor>Hu Lt</RefAuthor>
        <RefAuthor>Bentler PM</RefAuthor>
        <RefTitle>Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives</RefTitle>
        <RefYear>1999</RefYear>
        <RefJournal>Struct Equat Mod</RefJournal>
        <RefPage>1-55</RefPage>
        <RefTotal>Hu Lt, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Struct Equat Mod. 1999;6(1):1-55. DOI: 10.1080&#47;10705519909540118</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;10705519909540118</RefLink>
      </Reference>
      <Reference refNo="61">
        <RefAuthor>Browne MW</RefAuthor>
        <RefAuthor>Cudeck R</RefAuthor>
        <RefTitle>Alternative Ways of Assessing Model Fit</RefTitle>
        <RefYear>1992</RefYear>
        <RefJournal>Sociol Methods Res</RefJournal>
        <RefPage>230-258</RefPage>
        <RefTotal>Browne MW, Cudeck R. Alternative Ways of Assessing Model Fit. Sociol Methods Res. 1992;21(2):230-258. DOI: 10.1177&#47;0049124192021002005</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1177&#47;0049124192021002005</RefLink>
      </Reference>
      <Reference refNo="62">
        <RefAuthor>J&#246;reskog KG</RefAuthor>
        <RefAuthor>S&#246;rbom D</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1993</RefYear>
        <RefBookTitle>LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>J&#246;reskog KG, S&#246;rbom D. LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Scientific Software International; 1993.</RefTotal>
      </Reference>
      <Reference refNo="63">
        <RefAuthor>MacCallum RC</RefAuthor>
        <RefAuthor>Browne MW</RefAuthor>
        <RefAuthor>Sugawara HM</RefAuthor>
        <RefTitle>Power analysis and determination of sample size for covariance structure modeling</RefTitle>
        <RefYear>1996</RefYear>
        <RefJournal>Psychol Methods</RefJournal>
        <RefPage>130-149</RefPage>
        <RefTotal>MacCallum RC, Browne MW, Sugawara HM. Power analysis and determination of sample size for covariance structure modeling. Psychol Methods. 1996;1(2):130-149.</RefTotal>
      </Reference>
      <Reference refNo="67">
        <RefAuthor>Comrey AL</RefAuthor>
        <RefAuthor>Lee HB</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>1992</RefYear>
        <RefBookTitle>A first course in factor analysis</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Comrey AL, Lee HB. A first course in factor analysis. 2nd ed. Hillsdale (NJ): L. Erlbaum Associates; 1992.</RefTotal>
      </Reference>
      <Reference refNo="64">
        <RefAuthor>Knekta E</RefAuthor>
        <RefAuthor>Runyon C</RefAuthor>
        <RefAuthor>Eddy S</RefAuthor>
        <RefTitle>One Size Doesn&#39;t Fit All: Using Factor Analysis to Gather Validity Evidence When Using Surveys in Your Research</RefTitle>
        <RefYear>2019</RefYear>
        <RefJournal>CBE Life Sci Educ</RefJournal>
        <RefPage>rm1</RefPage>
        <RefTotal>Knekta E, Runyon C, Eddy S. One Size Doesn&#39;t Fit All: Using Factor Analysis to Gather Validity Evidence When Using Surveys in Your Research. CBE Life Sci Educ. 2019;18(1):rm1. DOI: 10.1187&#47;cbe.18-04-0064</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1187&#47;cbe.18-04-0064</RefLink>
      </Reference>
      <Reference refNo="65">
        <RefAuthor>Martin CR</RefAuthor>
        <RefAuthor>Savage-McGlynn E</RefAuthor>
        <RefTitle>A &#8216;good practice&#8217; guide for the reporting of design and analysis for psychometric evaluation</RefTitle>
        <RefYear>2013</RefYear>
        <RefJournal>J Reprod Infant Psychol</RefJournal>
        <RefPage>449-455</RefPage>
        <RefTotal>Martin CR, Savage-McGlynn E. A &#8216;good practice&#8217; guide for the reporting of design and analysis for psychometric evaluation. J Reprod Infant Psychol. 2013;31(5):449-455. DOI: 10.1080&#47;02646838.2013.835036</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;02646838.2013.835036</RefLink>
      </Reference>
      <Reference refNo="66">
        <RefAuthor>Fabrigar LR</RefAuthor>
        <RefAuthor>Wegener DT</RefAuthor>
        <RefAuthor>MacCallum RC</RefAuthor>
        <RefAuthor>Strahan EJ</RefAuthor>
        <RefTitle>Evaluating the use of exploratory factor analysis in psychological research</RefTitle>
        <RefYear>1999</RefYear>
        <RefJournal>Psychol Methods</RefJournal>
        <RefPage>272-299</RefPage>
        <RefTotal>Fabrigar LR, Wegener DT, MacCallum RC, Strahan EJ. Evaluating the use of exploratory factor analysis in psychological research. Psychol Methods. 1999;4(3):272-299. DOI: 10.1037&#47;1082-989x.4.3.272</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;1082-989x.4.3.272</RefLink>
      </Reference>
      <Reference refNo="68">
        <RefAuthor>Kaiser HF</RefAuthor>
        <RefTitle>The Application of Electronic Computers to Factor Analysis</RefTitle>
        <RefYear>1960</RefYear>
        <RefJournal>Educ Psychol Meas</RefJournal>
        <RefPage>141-151</RefPage>
        <RefTotal>Kaiser HF. The Application of Electronic Computers to Factor Analysis. Educ Psychol Meas. 1960;20(1):141-151. DOI: 10.1177&#47;001316446002000116</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1177&#47;001316446002000116</RefLink>
      </Reference>
      <Reference refNo="69">
        <RefAuthor>Guttman L</RefAuthor>
        <RefTitle>Some Necessary Conditions for Common-Factor Analysis</RefTitle>
        <RefYear>2025</RefYear>
        <RefJournal>Psychometrika</RefJournal>
        <RefPage>149-161</RefPage>
        <RefTotal>Guttman L. Some Necessary Conditions for Common-Factor Analysis. Psychometrika. 2025;19(2):149-161. DOI: 10.1007&#47;bf02289162</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1007&#47;bf02289162</RefLink>
      </Reference>
      <Reference refNo="70">
        <RefAuthor>Arbaugh JB</RefAuthor>
        <RefAuthor>Cleveland-Innes M</RefAuthor>
        <RefAuthor>Diaz SR</RefAuthor>
        <RefAuthor>Garrison DR</RefAuthor>
        <RefAuthor>Ice P</RefAuthor>
        <RefAuthor>Richardson JC</RefAuthor>
        <RefAuthor>Swan KP</RefAuthor>
        <RefTitle>Developing a community of inquiry instrument: Testing a measure of the Community of Inquiry framework using a multi-institutional sample</RefTitle>
        <RefYear>2008</RefYear>
        <RefJournal>Internet High Educ</RefJournal>
        <RefPage>133-136</RefPage>
        <RefTotal>Arbaugh JB, Cleveland-Innes M, Diaz SR, Garrison DR, Ice P, Richardson JC, Swan KP. Developing a community of inquiry instrument: Testing a measure of the Community of Inquiry framework using a multi-institutional sample. Internet High Educ. 2008;11(3):133-136. DOI: 10.1016&#47;j.iheduc.2008.06.003</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.iheduc.2008.06.003</RefLink>
      </Reference>
      <Reference refNo="71">
        <RefAuthor>Zhang YY</RefAuthor>
        <RefAuthor>Lin X</RefAuthor>
        <RefAuthor>Xu M</RefAuthor>
        <RefTitle>Rovai&#8217;s Classroom Community Scale and Its Application in Chinese College English Class</RefTitle>
        <RefYear>2011</RefYear>
        <RefJournal>Sino-US Engl Teach</RefJournal>
        <RefPage>592-598</RefPage>
        <RefTotal>Zhang YY, Lin X, Xu M. Rovai&#8217;s Classroom Community Scale and Its Application in Chinese College English Class. Sino-US Engl Teach. 2011;8(9):592-598.</RefTotal>
      </Reference>
      <Reference refNo="72">
        <RefAuthor>Lowenthal PR</RefAuthor>
        <RefAuthor>Trespalacios J</RefAuthor>
        <RefTitle>Classroom Community and Time: Comparing Student Perceptions in Traditional vs. Accelerated Online Courses</RefTitle>
        <RefYear>2022</RefYear>
        <RefJournal>Online Learn</RefJournal>
        <RefPage>59-77</RefPage>
        <RefTotal>Lowenthal PR, Trespalacios J. Classroom Community and Time: Comparing Student Perceptions in Traditional vs. Accelerated Online Courses. Online Learn. 2022;26(4):59-77. DOI: 10.24059&#47;olj.v26i4.3498</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.24059&#47;olj.v26i4.3498</RefLink>
      </Reference>
      <Reference refNo="73">
        <RefAuthor>Trespalacios J</RefAuthor>
        <RefAuthor>Lowenthal P</RefAuthor>
        <RefTitle>What do they really like&#63; An investigation of students&#39; perceptions of their coursework in a fully online educational technology program</RefTitle>
        <RefYear>2019</RefYear>
        <RefJournal>Australas J Educ Technol</RefJournal>
        <RefPage>60-78</RefPage>
        <RefTotal>Trespalacios J, Lowenthal P. What do they really like&#63; An investigation of students&#39; perceptions of their coursework in a fully online educational technology program. Australas J Educ Technol. 2019;35(5):60-78. DOI: 10.14742&#47;ajet.4364</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.14742&#47;ajet.4364</RefLink>
      </Reference>
      <Reference refNo="74">
        <RefAuthor>Lowenthal PR</RefAuthor>
        <RefAuthor>Dunlap JC</RefAuthor>
        <RefTitle>Investigating students&#8217; perceptions of instructional strategies to establish social presence</RefTitle>
        <RefYear>2018</RefYear>
        <RefJournal>Distance Educ</RefJournal>
        <RefPage>281-298</RefPage>
        <RefTotal>Lowenthal PR, Dunlap JC. Investigating students&#8217; perceptions of instructional strategies to establish social presence. Distance Educ. 2018;39(3):281-298. DOI: 10.1080&#47;01587919.2018.1476844</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1080&#47;01587919.2018.1476844</RefLink>
      </Reference>
      <Reference refNo="75">
        <RefAuthor>Picton A</RefAuthor>
        <RefAuthor>Greenfield S</RefAuthor>
        <RefAuthor>Parry J</RefAuthor>
        <RefTitle>Why do students struggle in their first year of medical school&#63; A qualitative study of student voices</RefTitle>
        <RefYear>2022</RefYear>
        <RefJournal>BMC Med Educ</RefJournal>
        <RefPage>100</RefPage>
        <RefTotal>Picton A, Greenfield S, Parry J. Why do students struggle in their first year of medical school&#63; A qualitative study of student voices. BMC Med Educ. 2022;22(1):100. DOI: 10.1186&#47;s12909-022-03158-4</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1186&#47;s12909-022-03158-4</RefLink>
      </Reference>
      <Reference refNo="76">
        <RefAuthor>Traus A</RefAuthor>
        <RefAuthor>H&#246;ffken K</RefAuthor>
        <RefAuthor>Thomas S</RefAuthor>
        <RefAuthor>Mangold K</RefAuthor>
        <RefAuthor>Schr&#246;er W</RefAuthor>
        <RefTitle></RefTitle>
        <RefYear>2020</RefYear>
        <RefBookTitle>Stu.diCo. &#8211; Studieren digital in Zeiten von Corona</RefBookTitle>
        <RefPage></RefPage>
        <RefTotal>Traus A, H&#246;ffken K, Thomas S, Mangold K, Schr&#246;er W. Stu.diCo. &#8211; Studieren digital in Zeiten von Corona. Hildesheim: UVH - Universit&#228;tsverlag Hildesheim; 2020.</RefTotal>
      </Reference>
      <Reference refNo="77">
        <RefAuthor>Beeson E</RefAuthor>
        <RefAuthor>Aideyan B</RefAuthor>
        <RefAuthor>Shoney CO</RefAuthor>
        <RefAuthor>Bowes DA</RefAuthor>
        <RefAuthor>Ansell KL</RefAuthor>
        <RefAuthor>Peterson HM</RefAuthor>
        <RefTitle>Predicting Sense of Community among Graduate Students in a Distance Learning Environment</RefTitle>
        <RefYear>2019</RefYear>
        <RefJournal>Univers J Educ Res</RefJournal>
        <RefPage>746-753</RefPage>
        <RefTotal>Beeson E, Aideyan B, Shoney CO, Bowes DA, Ansell KL, Peterson HM. Predicting Sense of Community among Graduate Students in a Distance Learning Environment. Univers J Educ Res. 2019;7(3):746-753. DOI: 10.13189&#47;ujer.2019.070314</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.13189&#47;ujer.2019.070314</RefLink>
      </Reference>
      <Reference refNo="78">
        <RefAuthor>Floyd FJ</RefAuthor>
        <RefAuthor>Widaman KF</RefAuthor>
        <RefTitle>Factor analysis in the development and refinement of clinical assessment instruments</RefTitle>
        <RefYear>1995</RefYear>
        <RefJournal>Psychol Assess</RefJournal>
        <RefPage>286-299</RefPage>
        <RefTotal>Floyd FJ, Widaman KF. Factor analysis in the development and refinement of clinical assessment instruments. Psychol Assess. 1995;7(3):286-299. DOI: 10.1037&#47;1040-3590.7.3.286</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;1040-3590.7.3.286</RefLink>
      </Reference>
      <Reference refNo="79">
        <RefAuthor>Olaru G</RefAuthor>
        <RefAuthor>Witth&#246;ft M</RefAuthor>
        <RefAuthor>Wilhelm O</RefAuthor>
        <RefTitle>Methods matter: Testing competing models for designing short-scale Big-Five assessments</RefTitle>
        <RefYear>2015</RefYear>
        <RefJournal>J Res Person</RefJournal>
        <RefPage>56-68</RefPage>
        <RefTotal>Olaru G, Witth&#246;ft M, Wilhelm O. Methods matter: Testing competing models for designing short-scale Big-Five assessments. J Res Person. 2015;59:56-68. DOI: 10.1016&#47;j.jrp.2015.09.001</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.jrp.2015.09.001</RefLink>
      </Reference>
      <Reference refNo="80">
        <RefAuthor>Schroeders U</RefAuthor>
        <RefAuthor>Wilhelm O</RefAuthor>
        <RefAuthor>Olaru G</RefAuthor>
        <RefTitle>The influence of item sampling on sex differences in knowledge tests</RefTitle>
        <RefYear>2016</RefYear>
        <RefJournal>Intelligence</RefJournal>
        <RefPage>22-32</RefPage>
        <RefTotal>Schroeders U, Wilhelm O, Olaru G. The influence of item sampling on sex differences in knowledge tests. Intelligence. 2016;58:22-32. DOI: 10.1016&#47;j.intell.2016.06.003</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1016&#47;j.intell.2016.06.003</RefLink>
      </Reference>
      <Reference refNo="81">
        <RefAuthor>MacCallum R</RefAuthor>
        <RefAuthor>Widaman K</RefAuthor>
        <RefAuthor>Zhang S</RefAuthor>
        <RefAuthor>Hong S</RefAuthor>
        <RefTitle>Sample Size in Factor Analysis</RefTitle>
        <RefYear>1999</RefYear>
        <RefJournal>Psychol Methods</RefJournal>
        <RefPage>84-99</RefPage>
        <RefTotal>MacCallum R, Widaman K, Zhang S, Hong S. Sample Size in Factor Analysis. Psychol Methods. 1999;4:84-99. DOI: 10.1037&#47;1082-989X.4.1.84</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;1082-989X.4.1.84</RefLink>
      </Reference>
      <Reference refNo="82">
        <RefAuthor>Kenny DA</RefAuthor>
        <RefAuthor>McCoach DB</RefAuthor>
        <RefTitle>Effect of the Number of Variables on Measures of Fit in Structural Equation Modeling</RefTitle>
        <RefYear>2009</RefYear>
        <RefJournal>Struct Equ Modeling</RefJournal>
        <RefPage>333-351</RefPage>
        <RefTotal>Kenny DA, McCoach DB. Effect of the Number of Variables on Measures of Fit in Structural Equation Modeling. Struct Equ Modeling. 2009;10(3):333-351. DOI: 10.1207&#47;s15328007sem1003&#95;1</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1207&#47;s15328007sem1003&#95;1</RefLink>
      </Reference>
      <Reference refNo="83">
        <RefAuthor>Jackson DL</RefAuthor>
        <RefAuthor>Gillaspy JA</RefAuthor>
        <RefAuthor>Purc-Stephenson R</RefAuthor>
        <RefTitle>Reporting practices in confirmatory factor analysis: an overview and some recommendations</RefTitle>
        <RefYear>2009</RefYear>
        <RefJournal>Psychol Methods</RefJournal>
        <RefPage>6-23</RefPage>
        <RefTotal>Jackson DL, Gillaspy JA, Purc-Stephenson R. Reporting practices in confirmatory factor analysis: an overview and some recommendations. Psychol Methods. 2009;14(1):6-23. DOI: 10.1037&#47;a0014694</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.1037&#47;a0014694</RefLink>
      </Reference>
      <Reference refNo="84">
        <RefAuthor>Knof H</RefAuthor>
        <RefAuthor>Huber V</RefAuthor>
        <RefAuthor>Shiozawa T</RefAuthor>
        <RefTitle>Validierung einer Kurzform der Deutschen Version der Classroom Community Scale (CCS-D-SF)</RefTitle>
        <RefYear>2026</RefYear>
        <RefBookTitle>Jahrestagung der Gesellschaft f&#252;r Medizinische Ausbildung (GMA). Dresden, 17.-19.09.2026</RefBookTitle>
        <RefPage>DocV-0701</RefPage>
        <RefTotal>Knof H, Huber V, Shiozawa T. Validierung einer Kurzform der Deutschen Version der Classroom Community Scale (CCS-D-SF). In: Jahrestagung der Gesellschaft f&#252;r Medizinische Ausbildung (GMA). Dresden, 17.-19.09.2026. D&#252;sseldorf: German Medical Science GMS Publishing House; 2026. DocV-0701. DOI: 10.3205&#47;26gma037</RefTotal>
        <RefLink>https:&#47;&#47;doi.org&#47;10.3205&#47;26gma037</RefLink>
      </Reference>
    </References>
    <Media>
      <Tables>
        <Table format="png">
          <MediaNo>1</MediaNo>
          <MediaID language="en">1en</MediaID>
          <MediaID language="de">1de</MediaID>
          <Caption language="en"><Pgraph><Mark1>Table 1: Final version of CCS-D-SF</Mark1></Pgraph></Caption>
          <Caption language="de"><Pgraph><Mark1>Tabelle 1: Finale Version der CCS-D-SF</Mark1></Pgraph></Caption>
        </Table>
        <Table format="png">
          <MediaNo>2</MediaNo>
          <MediaID language="en">2en</MediaID>
          <MediaID language="de">2de</MediaID>
          <Caption language="en"><Pgraph><Mark1>Table 2: Descriptive statistics of CCS-D-SF items</Mark1></Pgraph></Caption>
          <Caption language="de"><Pgraph><Mark1>Tabelle 2: Deskriptive Statistik der CCS-D-SF-Items</Mark1></Pgraph></Caption>
        </Table>
        <Table format="png">
          <MediaNo>3</MediaNo>
          <MediaID language="en">3en</MediaID>
          <MediaID language="de">3de</MediaID>
          <Caption language="en"><Pgraph><Mark1>Table 3: Descriptive statistics of CCS-D-SF subscales</Mark1></Pgraph></Caption>
          <Caption language="de"><Pgraph><Mark1>Tabelle 3: Deskriptive Statistik der CCS-D-SF-Subskalen</Mark1></Pgraph></Caption>
        </Table>
        <Table format="png">
          <MediaNo>4</MediaNo>
          <MediaID language="en">4en</MediaID>
          <MediaID language="de">4de</MediaID>
          <Caption language="en"><Pgraph><Mark1>Table 4: Varimax rotation PCA</Mark1></Pgraph></Caption>
          <Caption language="de"><Pgraph><Mark1>Tabelle 4: Hauptkomponentenanalyse</Mark1></Pgraph></Caption>
        </Table>
        <NoOfTables>4</NoOfTables>
      </Tables>
      <Figures>
        <Figure width="481" height="503" format="png">
          <MediaNo>1</MediaNo>
          <MediaID language="en">1en</MediaID>
          <MediaID language="de">1de</MediaID>
          <Caption language="en"><Pgraph><Mark1>Figure 1: CCS-D-SF CFA Model</Mark1></Pgraph></Caption>
          <Caption language="de"><Pgraph><Mark1>Abbildung 1: CCS-D-SF CFA-Modell</Mark1></Pgraph></Caption>
        </Figure>
        <NoOfPictures>1</NoOfPictures>
      </Figures>
      <InlineFigures>
        <NoOfPictures>0</NoOfPictures>
      </InlineFigures>
      <Attachments>
        <Attachment>
          <MediaNo>1</MediaNo>
          <MediaID mimeType="application/pdf" size="153417" filename="zma001891.a1en.pdf" url="" origFilename="Attachment&#95;1.pdf" language="en">1en</MediaID>
          <MediaID mimeType="application/pdf" size="156935" filename="zma001891.a1de.pdf" url="" origFilename="Anhang&#95;1.pdf" language="de">1de</MediaID>
          <AttachmentTitle language="en">Supplementary tables</AttachmentTitle>
          <AttachmentTitle language="de">Zus&#228;tzliche Tabellen</AttachmentTitle>
        </Attachment>
        <NoOfAttachments>1</NoOfAttachments>
      </Attachments>
    </Media>
  </OrigData>
</GmsArticle>