MétaCan
Menu
Retour à la cohorte
Enregistrement W2118400335 · doi:10.5539/gjhs.v7n1p210

Do Self-Perceptions of Emotional Intelligence Predict Health-Related Quality of Life? A Case Study in Hospital Managers in Greece

2014· article· en· W2118400335 sur OpenAlexvenueno aff
George Gourzoulidis, Nick Kontodimopoulos, Catherine Kastanioti, Thaleia Bellali, Konstantinos Goumas, Dikaios Voudigaris, Nikolaos Polyzos

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOptimismScale (ratio)PsychologyQuality of life (healthcare)Emotional intelligencePerceptionMental healthClinical psychologyMedicineGerontologyPsychiatryDevelopmental psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to examine HRQoL outcome and EI of managers of Health Organizations. We collected data from 120 general managers of Greek public hospitals who completed the Assessing Emotions Scale (AES) and the SF-36 Health Survey. The results showed that male managers generally exhibited better HRQoL and slightly worse EI than females, although differences were not significant throughout. The three EI factors of the AES addressing appraisal, optimism/regulation and utilization of emotions correlated from 0.18 to 0.39 with sub-dimensions of HRQoL mostly related to mental -rather than physical- aspects of health, and were also significant predictors of HRQoL. There was a noteworthy gender difference in the manner in which EI predicted HRQoL and this suggests more testing. Overall, this study might enrich the potential for EI studies in Greece as well as to contribute to the international literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,428
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetEmotional Intelligence and PerformanceTravaux en français237 207