MétaCan
Menu
Retour à la cohorte
Enregistrement W4229040532 · doi:10.5539/gjhs.v14n5p10

Creative Self-Efficacy as a Predictor of the Use of Creative Cognition

2022· article· en· W4229040532 sur OpenAlexvenueno aff
Wu‐jing He

Notice bibliographique

RevueGlobal Journal of Health Science · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesEducation University of Hong Kong
Mots-clésPsychologyCognitionSelf-efficacySocial cognitive theoryPromotion (chess)Perspective (graphical)Scale (ratio)Social cognitionCreative thinkingEmpirical researchVariance (accounting)Social psychologyCreativityComputer science

Résumé

récupéré en direct d'OpenAlex

The present study examined the hypothesized predictive role of creative self-efficacy in the use of creative cognition by taking a perspective rooted in social cognitive theory. A sample of 614 undergraduate students (51.6% female) in Hong Kong was surveyed using the Creative Self-efficacy Scale and the Use of Creative Cognition Scale. The results of multiple regression analyses indicated that creative self-efficacy significantly accounted for 11% of the variance in the tendency to deploy creative cognition. The results of Pearson correlation analysis suggested that the strength of the association between creative self-efficacy and the tendency to deploy creative cognition was of medium size (r = .45). These findings lend empirical support to social cognitive theory and the creative behavior as agentic action (CBAA) model. The findings also suggest the practical implication that creative intention can be facilitated through the promotion of a stronger sense of creative self-belief.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,421
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetCreativity in Education and NeuroscienceTravaux en français237 207