Predicting the Pursuit of Post-Secondary Education: Role of Trait Emotional Intelligence in a Longitudinal Study
Notice bibliographique
Résumé
Trait Emotional Intelligence (EI) is a constellation of emotional self-perceptions and dispositions related to perceiving, understanding, using, and managing emotions of self and others. Although higher trait EI has been implicated in post-secondary success among university students. There is lack of evidence for whether it predicts the pursuit of post-secondary education (PSE) in emerging adulthood. This was the first study to investigate the role of trait EI in PSE pursuit using a large, nationally-representative sample of Canadian young adults who participated in the National Longitudinal Survey for Children and Youth (NLSCY). Participants in this dataset reported on their PSE status at three biennial waves (age 20-21, 22-23, and 24-25), and completed a four-factor self-report scale for trait EI (Emotional Quotient Inventory: Mini) at ages 20-21 and 24-25. Higher trait EI subscale scores were significantly associated with greater likelihood of PSE participation both concurrently, and at 2- and 4-year follow-ups. Overall, these associations were larger for men than women. The finding that these links persisted over a multi-year period is particularly promising, as it represents an important validation step toward further investment in socioemotional competencies as part of youth development interventions.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».