The Relative Contribution of Mindfulness and Gratitude in Predicting Happiness among University Students
Notice bibliographique
Résumé
The present study aims at identifying the separate and interactive contribution of gratitude and mindfulness in predicting happiness; examining the relationship between these variables; identifying differences between students with high happiness and students with low happiness in gratitude and mindfulness; and identifying the levels of gratitude, mindfulness, and happiness among the students of Princess Nourah Bint Abdulrahman University. The research sample consisted of 447 female students aged 18-25 years. The research instruments included the Toronto Mindfulness Scale, the Oxford Happiness Questionnaire, as well as the Gratitude, Resentment, and Appreciation Test-Short form. The study found out that gratitude and mindfulness had a significant contribution in predicting happiness among university students (31% and 41.5%, respectively). The interaction between the total scores of mindfulness and gratitude contributed 51.5% of the variance in happiness among university students. The interaction between mindfulness, sense of abundance, and simple appreciation contributed 54.4% of the variance in happiness among university students. The study found a positive correlation between mindfulness, gratitude (sense of abundance, simple appreciation, appreciation of others), and happiness. Additionally, it was found that students at Nourah Bint Abdulrahman University had moderate levels of mindfulness and moderate to high levels of gratitude and happiness. The sense of abundance domain was moderate, the simple appreciation domain was high, and the appreciation of others domain was moderate. Mindfulness, gratitude, sense of abundance, simple appreciation, and appreciation of others increased among the students with high happiness. Received: 8 March 2021 / Accepted: 22 June 2021 / Published: 8 July 2021
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».