MétaCan
Menu
Retour à la cohorte
Enregistrement W2748701166 · doi:10.3968/9682

Emotional Capital Within the Cultural Dimensions Framework

2017· article· en· W2748701166 sur OpenAlexvenueno aff
Somaye Piri, Zohreh Eslami Rasekh, Reza Pishghadam

Notice bibliographique

RevueCross-cultural communication · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHofstede's cultural dimensions theoryUncertainty avoidanceCultural capitalSocializationMasculinityPsychologySocial capitalSocial psychologyMultivariate analysis of varianceCultural diversityDevelopmental psychologySociologyPolitical scienceCollectivismSocial scienceIndividualism

Résumé

récupéré en direct d'OpenAlex

Emotional capital (EC) has become an important concept in educational and intercultural communication. It is shown to be a booster capital potentializing human, social, and cultural capitals. The competencies comprising emotional capital are learned from the early ages through socialization process and get consistently reshaped in different contexts. Accordingly, the present study aims at exploring how cultural dimensions and emotional capital are related using Hofstede’s cultural framework. To this end, Emotional Capital Questionnaire was distributed among 180 students from Iran, the Unites States, China, Brazil, and India. The results revealed considerable cultural differences in the level of learners’ EC. Also, cultural specificity of emotional skills was confirmed using MANOVA. Further analyses have shown that cultures which emphasized maintenance of social order––that is, those with higher levels of masculinity and long-term orientation tended to have higher scores on EC. In contrast, in countries where people minimized the maintenance of social order and emphasized uncertainty avoidance tend to have lower scores on EC. In the end, practical implications of these findings are discussed, and future research directions are provided.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,874
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,081
Tête enseignante GPT0,435
Écart entre enseignants0,355 · 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.

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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetEmotional Intelligence and PerformanceTravaux en français237 207