Notice bibliographique
Résumé
The aim of this study is to determine the leisure satisfaction levels of students who study sports sciences. In addition, in the study, the satisfaction levels of the students were compared according to their gender, departments and the most preferred activity type in leisure. The research was in quantitative descriptive design and consisted of a total of 379 sports sciences students, including 144 female and 235 men. The “Leisure Satisfaction Scale” developed by Beard and Raghep (1992) which is adapted to Turkish by Gökçe and Orhan (2011) and the “Personal Information Form” developed by the researcher were used as data collection tools. T-test, ANOVA and one-way MANOVA test techniques were used in the analysis of the data. According to the research findings, the leisure satisfaction of the students of Sports Sciences has been observed to be high level. In general, it was found that leisure satisfaction of those who do most physical activity is higher than those who did social, intellectual and artistic etc. activity. According to the gender factor, leisure satisfaction total score did not make a difference, but it was seen that female had higher scores than psychological and relaxation dimensions. In the comparisons between the departments, it was determined that the recreation department had more leisure satisfaction than the coaching and physical education teaching department students. It has been observed that the highest score section is recreation and the lowest score section is coaching. Finally, the research findings were discussed.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».