MétaCan
Menu
Retour à la cohorte
Enregistrement W2287467322 · doi:10.5539/ass.v12n3p170

The Relationship between Resilience, Psychological Hardiness, Spiritual Intelligence, and Development of the Moral Judgement of the Female Students

2016· article· en· W2287467322 sur OpenAlexvenueno aff
Kobra Darvishzadeh, Zahra Dasht Bozorgi

Notice bibliographique

RevueAsian Social Science · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesShahid Chamran University of Ahvaz
Mots-clésHardiness (plants)PsychologySpiritual intelligenceJudgementScale (ratio)Social psychologyPsychological resilienceRegression analysisEmotional intelligenceStatisticsMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the relationship between resilience, psychological hardiness, spiritual intelligence, and development of the moral judgment of the female students in 2014. The research sample included 200 female high school students of District 2, Ahvaz-Iran in educational year of 2014-15 that were selected using the available sampling method. In this paper, for measuring the resilience, psychological hardiness, and spiritual intelligence, resilience scale, Ahvaz Hardiness questionnaire, and moral judgment questionnaire were used, respectively. For data analysis, in addition to the descriptive statistics, inferential statistical such as Pearson's correlation coefficient and multivariate regression analysis using the simultaneous method was used. Data analysis showed that there is a positive and significant relationship between the psychological hardiness, spiritual intelligence, and growth of the moral judgment. Moreover, results of the regression analysis showed that predictor variables are effective in clarifying the 0.41 of the variance of the spiritual intelligence development of the students.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,117
Tête enseignante GPT0,447
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetResilience and Mental HealthTravaux en français237 207