An Analysis on the Reading Habits of University Students Studying Physical Education and Sports Training
Notice bibliographique
Résumé
The aim of this research is to analyze the reading habits of students studying physical education and sports trainingwith respect to certain variables. A total of 324 first-year students (125 females, 199 males) voluntarily participatedin the research from physical education and sports training departments of Sinop University, Kafkas University, andOndokuz Mays University. A questionnaire consisting of two parts was used as the data collection tool in theresearch. The personal information form was used in the first part and the "Reading Habit Attitude Scale" developedby Gömleksiz (2004) was used in the second part. Shapiro Wilk and Levene tests were employed to determinewhether the data exhibited a normal distribution in the analysis. The data exhibiting a normal distribution wereanalyzed with the help of t-test and One-Way ANOVA. In multiple comparisons, the Tukey HSD test was used todetermine the groups causing the difference. According to the results of the research, a significant difference wasfound in favor of women in the age variable of sub-dimensions of "love, habit, will, effect and benefit"; in the gendervariable; in favor of ages 18-20-21-22 in sub-dimension of "necessity"; in favor of primary and secondary schoolgraduates in sub-dimensions of "habit, necessity and will" in the father's educational background variable; in favor ofthe average value above 1.5 in sub-dimension of "love" and in favor of average grades between 1.0-2.5 insub-dimension of "benefit" in the academic grade averages variable (p <0.05). No significant difference was foundwith respect to the variables of the department and mother's education background (p> 0.05).It was revealed that among the university students studying physical education and sports training, female studentsread more than the male students and those whose father was a primary or secondary school graduate were morewilling to read and they regarded this habit as a necessity.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».