Factor Analysis of Development Identity for Graduates in the Faculty of Forestry, Kasetsart University
Notice bibliographique
Résumé
This study aims to analyze the identity components of graduates from the Faculty of Forestry at Kasetsart University using exploratory factor analysis and confirmatory factor analysis. Two sample groups were involved: Group 1 (400 individuals) for exploratory factor analysis and Group 2 (710 individuals) for confirmatory factor analysis. Both groups responded to a 5-point Likert scale questionnaire. The exploratory factor analysis results showed a strong Kaiser-Meyer-Olkin measure of .930 and Bartlett's Test of Sphericity with a chi-square value of 10437.275, 1770 degrees of freedom, and a significance level of .0001. Nine identity components were identified through factor rotation using the Varimax method: teamwork, commitment to task completion, application of knowledge, integrity towards oneself and others, adaptability to the environment, humility, willingness to help and share, non-egoism, and perseverance. The confirmatory factor analysis confirmed a good fit of the model to the observed data, indicated by indices such as p = .148, χ²/df = 1.314, RMSEA = .02, GFI = .991, AGFI = .98, CFI = .998, and RMR = .097. Notably, "teamwork" had the highest standardized weight of .825, followed by "willingness to help and share" (.749) and "commitment to task completion" (.739). The standardized weights ranged from .825 to .636. All variables had statistically significant p-values, and the coefficients of determination (R²) ranged from .680 to .405 when measured by Square Multiple Correlation.
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 | 0,000 | 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 ».