MétaCan
Menu
Retour à la cohorte
Enregistrement W2742649485 · doi:10.5539/jel.v6n4p276

The Effectiveness of Yoga on Spiritual Intelligence in Air Traffic Controllers of Tehran Flight Control Center

2017· article· en· W2742649485 sur OpenAlexvenueno aff
Maryam Safara, Pejman Ghasemi

Notice bibliographique

RevueJournal of Education and Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion, Spirituality, and Psychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpiritual intelligencePsychologyPopulationTest (biology)Air traffic controlApplied psychologyConsciousnessSocial psychologyClinical psychologyEngineeringEmotional intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the efficacy of yoga on spiritual intelligence in air traffic controllers in Tehran flight control center. This was a quasi-experimental research and the study population includes all air traffic controllers in Tehran flight control center. The sample consisted of 40 people of the study population that were selected through convenience sampling method and were randomly divided into experimental group (20) and control group (n=20). This research was conducted through training yoga on the air traffic controllers to experimental group compared with the control group. The data were evaluated as the changes resulted after the intervention (post-test) compared to the previous condition (pre-test). King’s (2008) Spiritual Intelligence Self-Report Inventory (SISRI) was used to measure the variables. The data were analyzed by analysis of covariance. The results showed that yoga exercises had a significant effect on spiritual intelligence and its components (critical thinking, personal meaning production, expanded state of consciousness, transcendental consciousness) in the subjects.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,372
Écart entre enseignants0,352 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetReligion, Spirituality, and PsychologyTravaux en français237 207