Emotional Intelligence Among School Teachers in Oman
Notice bibliographique
Résumé
This paper sheds light into the role of emotional intelligence in school teaching. It reports the findings of a study that sought to investigate the emotional intelligence of 4,098 school teachers in the Sultanate of Oman in five dimensions using the Schutte Emotional Intelligence Scale (SEIS). The study also measured the relationship between teachers’ emotional intelligence and a number of demographic teacher and school variables. The results showed that teachers’ emotional intelligence was high in all five dimensions. There were variations in teachers’ emotional intelligence based on certain teacher and school variables. Key words: job satisfaction, Sultanate of Oman, teachers’ emotional intelligence. Cet article fait la lumière sur le rôle de l’intelligence émotionnelle dans l’enseignement. L’article fait rapport des résultats d’une étude ayant porté sur l’intelligence émotionnelle, selon cinq dimensions, de 4 098 enseignants dans le Sultanat d’Oman en employant l’échelle de Schutte sur l’intelligence émotionnelle. L’étude a également mesuré le rapport entre l’intelligence émotionnelle des enseignants et un certain nombre de variables démographiques liées aux enseignants et aux écoles. Les résultats indiquent que l’intelligence émotionnelle des enseignants étaient élevée pour toutes les dimensions. Des variations dans l’intelligence émotionnelle des enseignants se sont révélées selon les variables liées aux enseignants et aux écoles. Mots clés : satisfaction professionnelle; Sultanat d’Oman; intelligence émotionnelle chez les enseignants
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,193 | 0,013 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».