MétaCan
Menu
Retour à la cohorte
Enregistrement W2907352783 · doi:10.5430/wje.v8n6p107

Determination of Subjective Well-Being Level in Adolescents in Association with Sport Participation

2018· article· en· W2907352783 sur OpenAlexvenueno aff
Ahmet Yavuz Mallı, Yasemin Çakmak Yıldızhan

Notice bibliographique

RevueWorld Journal of Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKruskal–Wallis one-way analysis of variancePsychologyAssociation (psychology)Statistical analysisWell-beingTest (biology)Affect (linguistics)Scale (ratio)Subjective well-beingPhysical educationSample (material)Mann–Whitney U testDevelopmental psychologyApplied psychologySocial psychologyMathematics educationHappinessMedicineGeographyStatistics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to determine the subjective well-being levels of high school students in association with theirparticipation in school sports and to examine whether participating in school sports has an impact on subjectivewell-being. The research place is the high schools in Erzincan city centre. The sample contains 1004 adolescentsincluding 479 female and 525 male students randomly selected according to the school types. The data of this studyare collected by using ''Subjective Well-Being Scale'' (High School Form) and ''Personal Information Form.''Research data are analysed using the SPSS 22.0 statistical programme. Mann Whitney U test and Kruskal Wallis Htest are used for the analysis of the data. As a result, it is observed that participation in school sports increasessubjective well-being level of students. Subjective well-being level of female students who participate in schoolsports is higher. School types affect the subjective well-being levels. It is found that the subjective well-being level ofthe students who do not participate in school sports decreases as the grade of the student increases. The students withthe lowest household income have lower subjective well-being levels.

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 enseignants0,028
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,353
Écart entre enseignants0,329 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207