A Review of the Multiple-Intelligence Domains of Physically Handicapped Individuals in Terms of Certain Demographic Attributes
Notice bibliographique
Résumé
The purpose of this study is to review the multiple intelligence domains of physically handicapped individuals with regard to certain variables. The population of the study consists of 40 physically handicapped adults in total, 13 females and 27 males, between the ages of 16 to 58 with an age average of 30.80 ± 9.78 who were members of Association of the Physically Handicapped and who participated into the study voluntarily in Samsun province, in 2017. In addition to the descriptive questions about age, gender, educational background and whether they did sports or not, “Multiple Intelligence Inventory” developed by Gülşen (2015) was applied to the respondents in order to obtain data. In the study, t test and Mann Whitney U test for the paired comparisons, and Kruskal Wallis and One Way ANOVA test for the triple comparisons and above were used to compare multiple intelligence theory score averages of the physically handicapped individuals in terms of the variables of gender, age, educational background and whether they do sports or not. Level of significance was taken as (p < 0.05). It was found that there was a significant difference between the logical/mathematical intelligence domain score averages of female and male participants (p < 0.05). It was seen that the logical/mathematical intelligence domain of males was more dominant than that of females. A statistically significant difference was observed at the Visual/Spatial and Musical/Rhythmic Intelligence domains with regard to age group variable (p < 0.05). In addition, when the multiple intelligence score averages were compared according to whether individuals do sports or not, the logical/mathematical intelligence domain of those doing sports was significantly higher than that of those who did not do sports (p < 0.05). The results can be interpreted as that doing sports may develop logical-mathematical intelligence of individuals. The study also shows that none of the fields of intelligence differs statistically in terms of the variable of educational status.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».