A Descriptive Analysis of Personality and Gender at the Louisiana State University School of Veterinary Medicine
Notice bibliographique
Résumé
The goals of this study were to explore the Myers-Briggs Type Indicator profile and gender differences of Louisiana State University veterinary students. A 12-year composite sample (N = 935) revealed that the personality profile was different from the published US population norm, but similar to the bimodal ESTJ-ISTJ profile found in Louisiana medical students. Significant gender differences were found among six of the 16 types. A 12-year trend analysis revealed a significant shift away from the prototypical ESTJ-ISTJ profile, culminating in a discernable heterogeneous profile for both males and females in the last four years. Composite scores for the 2004-2007 cohort (N = 331) revealed that the predominant types for women were ENFP, ESFJ, ESTJ, ISFJ, and ISTJ. For men, the predominant types were ESTJ, ESTP, INTP, and ISTJ. Post hoc tests confirmed significant gender differences for ESTP, INTP, ISTP, and ESFJ types. The evidence of significant gender differences and confirmation that personality profiles have begun to vary widely across the Myers-Briggs Type Indicator spectrum in the last four years have implications at the practical and theoretical levels. This could have profound effects on pedagogical considerations for faculty involved in veterinary medical education.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».