Understanding Emotions as a Unique Predictor of Social Self-Realization in Part-Time and Full-Time Students
Notice bibliographique
Résumé
Self-realization, as a psychological phenomenon that combines well-pronounced motivational and cognitive-evaluative components, largely determines adaptive resources of a person. This article analyzes the relationships among three types of self-realization, basic personal traits, professional experience and emotional intelligence of young adults on a sample of 125 students (girls and boys) of the Southern Federal University. A part of the sample consisted of part-time students who combined work and professional training (n=51), the rest were full-time students in their respective fields of study (n=74). The study tested three research hypotheses, namely that: (1) The respondents would report relatively low level of social self-realization, in comparison with professional and personal self-realization; (2) Significant differences would be observed in indicators of social self-realization, but not in emotional intelligence, between the sub-samples of part-time and full-time students; (3) Professional experience, basic personal characteristics and individual indicators of emotional intelligence would contribute to the respondents' subjective assessment of their social self-realization. Results of ANOVA, correlational and regression analysis of data collected using psychodiagnostic techniques by Kudinov (self-realization profiles), Lyusin (EmIn), and Sschebetenko (Big Five-2), by and large, confirmed all three study hypotheses, in particular and most importantly – about the differences between the two categories of respondents in the level of their social self-realization and in various combinations of its predictors, specifically, about the unique role of the ‘understanding emotions’ factor. The article also discusses the importance of self-realization for successful social adaptation of young people and describes various psycho-correctional and psychological-pedagogical methods, including specialized training of emotional intelligence, designed to compensate for low social self-realization.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».