The Relationship Between Career Decision-Making Self-Efficacy and Emotional Intelligence, Career Optimism, Locus of Control and Proactive Personality: A Meta-analysis Study
Notice bibliographique
Résumé
Although there are studies on career decision-making self-efficacy and emotional intelligence, career optimism, locus of control, and proactive personality, no study addresses these four variables together. Therefore, this meta-analysis study examined the correlational findings between career decision-making self-efficacy and four different variables (emotional intelligence, career optimism, locus of control, and proactive personality). In this study, studies published between 1993-2022 examining the relationship between the variables determined from 10 scientific databases (Eric, JSTOR, Sage Journal, Google Academic, Scopus, Springer Ling, Taylor, and Francis ULAKBİM, Proquest, EBSCO) and career decision-making self-efficacy were used. As a result of the research, career decision-making self-efficacy and optimism (r = 0.46; 95% CI [0.33, 0.57]), locus of control (r = 0.36; 95% CI [0.02, 0.62]), proactive personality (r = 0.47; %) 95 CI [0.37, 0.57]) and emotional intelligence (r = 0.45; 95% CI [0.35, 0.54]) were found to be significantly correlated. These critical results point to promising aspects for researchers and practitioners working in career counseling.
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 | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,027 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».