MétaCan
Menu
Retour à la cohorte
Enregistrement W2789857007 · doi:10.5539/ass.v14n3p78

The Relationship between Happiness and Economic Development in KSA: Study of Jazan Region

2018· article· en· W2789857007 sur OpenAlexvenueno aff
Hanaa Abdelaty Hasan Esmail, Nedra Nouredeen Jomaa Shili

Notice bibliographique

RevueAsian Social Science · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHappinessCronbach's alphaLikert scaleSample (material)CredibilityPsychologyOrder (exchange)Scale (ratio)Social psychologyEconomicsEconomic growthPolitical scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

It is generally assumed that happiness is a major source of motivation. Though economic growth remains the main goal of all nations, nowadays a society with happy people is an objective to aim at. From this raises the issue of the relationship between happiness and economic growth.In this paper, researchers try to find how people’s happiness influences GDP and economic development. But before that they focused on the question of how happiness is achieved. In order to do so, we start by directly asking Jazan’s habitants through a survey about the source of their subjective well-being and what themselves say about what makes them happy. Then how do these sources of happiness influence their economic performance and participation in GDP growth. The sample’s answers have been formed according to the quintuple likert scale. We used the statistical technique of Cronbach’s Alpha to measure the credibility of the sample’s answers.Researchers used the analytical descriptive methodology in order to analyze all collected data. Results show that social factors are the most important factors drivers of happiness and therefore influencing positively individual’s contribution in economic development of Jazan region. However, economic factors and political factors show that social factors are the main sources of happiness for our sample leading to a better economic development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,376
Écart entre enseignants0,294 · 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.

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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207