Exploring the Innovative Personality Characteristics among Teachers
Notice bibliographique
Résumé
<p class="apa">The aim of this study is to explore the characteristics of innovative personality among teachers in Malaysia. Samples of the research were randomly selected among secondary school teachers in three districts in Malaysia. Research instrument was self-developed by the researchers based on interviews carried out with some resource persons who are both experts and authoritative in their fields, as well as through literature review. A pilot study was carried out among 30 respondents. Cronbach’s Alpha value for the whole instrument is .952, indicating that it is reliable and suitable for actual data collection. A total of 484 sets of questionnaires were completed and gathered to form the data for this research. The data were then analysed using an advanced statistical method called Principal Component Analysis (PCA). Findings of the research concluded three constructs, namely, Leadership, Openness and Braveness. The constructs were labelled based on groups of items which were formed as a result of the PCA analysis. Meanwhile, Confirmatory Factor Analysis (CFA) was used to validate each dimension and to analyse the coherence of data based on model hypothesis. The findings of CFA indicated the goodness-of-fit values of the revised model, as follows: CMIN/DF=2.56; CFI=.935; and RMSEA=.057; with each figure above the threshold value. <strong></strong></p>
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».