Self-Construal and Demographic Variables as Predictors of Blind and Constructive Patriotism in University Students
Notice bibliographique
Résumé
The aim of this study is to investigate the blind and constructive patriotism trends of university students in light of the demographic structure and variables. The investigation is performed by using the correlational descriptive model. The purposeful sampling technique is used and data was collected from 390 university students. 225(%57.7) of the participants are female, and 65(%42.3) are male, the age ranges vary between 18 and 26 and the mean of the age is 20.42(SD=1.88). Demographic Information Form, Patriotism Attitude Scale and Relational, Individual and Collective Self Aspects Scale has been applied to the participants. The correlation, t-test, analysis of variance and regression analysis techniques were used in the analysis of the data. The obtained results reveal that, the blind patriotism scores of the participants show a significant difference according to sex. It was found that, the blind patriotism scores show differences according to the city they live in. On the other hand, it should be noted that there is a relationship between the blind patriotism and relational aspect and collective aspect of the self. Also it has been seen that there is a significant relationship between the constructive patriotism and the relational aspect, individual aspect and collective aspect of the self. Finally, it was found that the collective self-aspect, being a man and continue to the education in Sivas are meaningful predictors of the blind patriotism; the collective self aspect is a significant predictor of constructive patriotism.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».