Leisure Attitudes: A Follow-up Study Comparing Canadians, Chinese in Canada, and Mainland Chinese
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This study examines Mainland Chinese and Canadian's cognitive, affective, and behavioral leisure attitudes, and it compares these attitudes with those of Anglo-Canadians and Chinese in Canada (as reported in Deng, Walker, & Swinnerton; 2006). Data from 132 Mainland Chinese and 198 Canadians visiting, respectively, Tiantong Mountain National Forest Park and Elk Island National Park were obtained. Factor analysis of the Leisure Attitude Scale (Ragheb & Beard, 1982) resulted in four useable sub-scales: cognitive, affective, behavioral/preference, and behavioral/leisure education. A MANOVA and follow-up ANOVAs indicated that our study's Canadian participants had significantly (p < .01) higher mean scores than our Mainland Chinese participants on all but the behavioral/leisure education attitude scale. In order to compare our behavioral leisure attitude findings with Deng's et al., an averaged score was first calculated, and then t-tests of this and the other two leisure attitudes were conducted. Results indicated that: (a) our study's Mainland Chinese participants had a significantly (p < .01) lower cognitive leisure attitude mean score than Deng's et al. Chinese in Canada participants, and this finding held true irrespective of whether those in the latter group were low- or high-acculturated; and (b) our study's Canadian participants had significantly (p < .01) higher affective and behavioral leisure attitude mean scores than Deng's et al. Anglo-Canadian participants. The two studies' findings are compared and contrasted, and research recommendations are proposed.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle