Notice bibliographique
Résumé
This article studies Predictive Role of personality traits and creativity in 2015.Applying Cochran formula 1 , the study uses a predictor descriptive perfectionism as to male and female teachers at district 1, Zahedan, Iran in correlational method, statistical population of which consists of All male and female teachers at district 1, Zahedan, totally including 649, out of which 242 (128 female and 114 male) were selected randomly engaged in the general educational administrative.N.E.O .2(1985) personality characteristics, Creativity Torrens (1979), and Frost Multidimensional Perfectionism (1990) are the three questionnaires used in collecting data.In analyzing the data, descriptive and inferential statistics are applied.At the descriptive level, mean, standard deviation, frequency, percentage, and at inferential level, Pearson correlation coefficient and regression analysis have been utilized to determine the relationship among variables.As per the descriptive data, the respondents are mostly Female participants, at the age group of 28-38 married and indigenous.As revealed from the analytical results, the dimensions of personality characteristics (duteousness, agreeableness, openness and intro-extroversion) have significant negative relationships with perfectionism.At a level of 0.99 confidence, Creativity has significant positive relationships.The results indicate that among personality characteristics, neuroticism most evidently contributing to predicting Perfectionism and Creativity is not a predictive of perfectionism as to male and female teachers, at district 1, Zahedan.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,926 | 0,938 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».