Social Capital’s Effect on Physical Education and Teachers’ Job Satisfaction
Notice bibliographique
Résumé
This study tested the impact of physical education (PE) teachers’ social capital on job satisfaction and explained levels of social capital for job satisfaction. Study participants were 210 PE teachers. The research methodology used the correlational survey model, and the instruments administered were the Social Capital Scale,and the Minnesota Job Satisfaction Scale. For conducting scales’ confirmatory factor analyses and structural equation modeling, SPSS 23.0 and AMOS 17.0 software were used. The model’s goodness fit index was: RMSEA = 0.081; SRMR = 0.082; CMIN\DF = 2.523; GFI = 0.922; CFI = 0.923; AGFI = 0.843; NFI = 0.913; Chi squared = 2832.001; df = 976 and p = 0.000. According to these results, the model fit index reached an acceptable and desired level. The effect of social capital on job satisfaction and the rate of explaining job satisfaction were tested. In relation to the study’s first hypothesis, it was revealed that PE teachers’ social capital level and job satisfaction were positively and significantly affected. In regard to the second hypothesis, there was a significant relationship between social capital levels and PE teachers’ job satisfaction. The study’s most significant finding was that social capital significantly predicted PE teachers’ job satisfaction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».