Empatía y estrés académico en estudiantes de una Universidad privada de Trujillo
Bibliographic record
Abstract
La presente investigación titulada “Empatía y estrés académico en estudiantes de una universidad privada de Trujillo”, tuvo como objetivo establecer la relación entre las dimensiones de la empatía y estrés académico en estudiantes de una universidad privada de Trujillo. Es una investigación de tipo sustantivo, con un diseño descriptivo correlacional, con una población conformada por 762 universitarios, con una muestra constituida de 257 estudiantes universitarios del `programa académico de psicología, empleando para su evaluación el Cuestionario de Empatía de Toronto (TEQ), de la adaptación realizada por Carranza y Huamani y el Cuestionario de Estrés Académico en la Universidad (CEAU) de García-Ros. Teniendo como resultado una correlación no significativa entre las dimensiones de empatía y el estrés académico (p>.05), el cual significa que no hay relación entre el enfoque de la empatía afectiva y los estímulos estresores académicos. Por otro lado, en relación a cada una de las dimensiones, no se halla correlación significativa (p>.05) entre la dimensión resonancia empática de empatía y las dimensiones obligaciones académicas, expediente y perspectivas de futuro, dificultades interpersonales y expresión y comunicación de ideas del estrés académico, de la misma forma ocurre entre la dimensión distancia empática y las dimensiones de estrés académico.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".