The relationship between spiritual intelligence and hardiness on the level of pain perception with the mediating role of death Anxiety and Positive Thinking
Notice bibliographique
Résumé
Background: Despite years of war, veterans still face many physical and psychological problems that can seriously affect the quality of life of veterans. In the meantime, what is the role of spiritual intelligence and the severity of important variables in the lives of veterans. Aims: The purpose of this study was to investigate the relationship between spiritual intelligence and hardiness on the level of pain perception with the mediating role of death Anxiety and Positive Thinking. Method: The method of this study was correlation with structural equation method. From the statistical population of Kerman province, 280 people were randomly selected and evaluated using the available list. The instruments of the research were Spiritual Intelligence Questionnaire (2008), kobasa (1992), Connor and Davidson (1998), McGill's Pain Perception (2004), Templar’s Death Anxiety Inventory (1998), and Sheer & Carver's Optimism (1985). For data analysis, the path analysis was used in the spss-19 and AMOS software. Results: The results of path analysis showed that after modification of the initial model, the final model had a good fit. In the final model, the ratio of chi-square to relative degrees of freedom or relative chi-square (2.24), goodness of fit index adjusted for 0.92, normalized fit index equal to 0.91 and root mean square error error equal to 05 It was 0. Bootstrap also showed that the mediating role of death anxiety and optimism was significant in the relationship between spiritual intelligence and hardiness with pain perception. Conclusions: spiritual intelligence and hardiness play an important role in decreasing pain perception among veterans by improving optimism and reducing death anxiety
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 | 0,011 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».