Um estudo correlacional entre habilidades sociais e traços de personalidade
Bibliographic record
Abstract
Este trabalho teve como objetivo o desenvolvimento de um estudo correlacional entre habilidades sociais e traços de personalidade segundo o modelo dos cinco grandes fatores. Foram sujeitos da pesquisa 189 estudantes universitários, de ambos os sexos (41 homens e 148 mulheres), de 18 a 59 anos (média 26,3 anos), primeiro-anistas dos cursos de Letras, História, Psicologia, Pedagogia e Biologia. Foram aplicados o Inventário de Habilidades Sociais, que informa sobre (a) enfrentamento com risco, (b) auto-afirmação na expressão de afeto positivo, (c) conversação e desenvoltura social, (d) auto-exposição a desconhecidos e a situações novas e (e) auto-controle da agressividade a situações aversivas; e um Inventário de Personalidade que informa sobre os cinco grandes fatores: extroversão, socialização, escrupulosidade, neuroticismo e abertura para novas experiências. Encontrou-se que a variância de enfrentamento com risco pode ser explicada principalmente por extroversão e abertura para novas experiências; auto-afirmação na expressão de afetos positivos, por socialização e equilíbrio emocional; conversação e desenvoltura social, pelo conjunto equilibrado de todas os cinco grandes fatores, exceto escrupulosidade; auto-exposição a desconhecidos e a situações novas, por extroversão e equilíbrio emocional; e auto-controle da agressividade por socialização.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".