The Relationship between Big-Five Personality Traits, English Language Proficiency Scores on IELTS, and Academic Success of Iranian Foreign Students
Notice bibliographique
Résumé
There is a potential to supply personality as a psychological factor in terms of the Big-Five Model including Extraversion, Agreeableness, Consciousness, Openness to Experience, and Neuroticism. This study was an attempt to examine the relationship between Big-Five personality traits, English language proficiency scores on IELTS, and academic success of Iranian foreign students. The participants of the study included 202 Iranian students (126 males and 76 females) who studied at English speaking universities in different countries including Armenia, Austria, Australia, Canada, Cyprus, Germany, Hungary, India, Italy, Malaysia, New Zealand, Pakistan, Philippines, Sweden, the United Arab Emirates, the United Kingdom, Ukraine, and the United States of America. The necessary data for this study were collected from participants' first-semester academic reports to measure the degree of academic achievement, academic IELTS certificates to determine the language proficiency of candidates, as well as International Personality Item Pool Big-Five inventory to identify the participants’ personality traits. The data were gathered via different communication tools. The correlational analyses showed that there were significant relationships amongst personality traits and Iranian foreign students’ language proficiency. Neuroticism was the only psychological trait, negatively correlated with both language proficiency and academic success of Iranian foreign students. The study also revealed that there was a high correlation between the scores on IELTS and academic success of Iranian foreign students. Finally, multiple regression analysis indicated the causality among the Big-Five personality traits, English language proficiency score on IELTS, and academic success of Iranian foreign students. These bear testimony to the idea of cognitive approach in that one’s underlying mental processes are in charge of second language learning process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».