Moral education of the individual is a complex and multifaceted process that includes pedagogical and social phenomena. However, the process of moral education is to some extent autonomous. Moral education is effectively carried out only as a holistic pedagogical process that meets the norms of universal morality, the organization of all life and student life, including modern youth. As well as activities, relationships, communication, taking into account their age and individual characteristics. The result of a holistic process is the formation of a morally whole personality, in the unity of its consciousness, moral feelings, conscience, moral will, skills, habits, socially valuable behavior. Moral education includes: the formation of students’ awareness of their connection with society, dependence on it, the need to coordinate their behavior with the interests of society; familiarization with moral ideals, requirements of society, proof of their legitimacy and reasonableness; transformation of moral knowledge into moral beliefs, creation of a system of these beliefs; formation of stable moral feelings, high culture of behavior as one of the main manifestations of respect for people; formation of moral skills. The content of education is understood as a system of knowledge, beliefs, skills, qualities and personality traits, stable behavioral habits that students should possess in accordance with the set goals and objectives. In today’s rapidly changing world, the ability to be independent and self-sufficient is increasingly recognized as a vital skill for success in various areas of life, including education. This is especially true for first-year university students, as they transition from the structured environment of high school to the more autonomous and demanding world of higher education. Developing independence skills in these students is crucial for their adaptation to the university environment and overall personal and academic growth. The concept of independence encompasses various aspects, including the development of autonomy and the development of skills that enable students to navigate the complexities of university life. Autonomy refers to the ability to make decisions, take initiative, and act independently, while the development of independence skills involves acquiring the necessary competencies to function effectively in the educational environment. The state of knowledge regarding the development of independence skills in first-year students is an area of ongoing research. Understanding the factors that contribute to the development of independence in students is essential for supporting them during this transition and enriching their overall educational experience.
ABSTRACT The Merdeka Belajar Kampus Merdeka (MBKM) program provides learning experiences that require students to adapt, learn from experience, and develop innovative ideas. Individual differences in personality may be associated with variations in these abilities, making further investigation of personality dimensions necessary. This study aimed to analyze the role of the five Big Five personality dimensions in predicting learning agility and innovative behavior among MBKM participants. A quantitative approach with a cross-sectional correlational design was employed, involving 303 students who were currently participating in or had previously participated in MBKM activities. Participants were selected using a non-probability sampling technique. Data were collected through self-report questionnaires and analyzed using Confirmatory Factor Analysis (CFA) and multivariate regression with Mplus 8.4. The results indicated that openness to experience was the strongest positive predictor of innovative behavior (β = 0.422; p < 0.001) and learning agility (β = 0.361; p < 0.001). Conscientiousness and extraversion were also positively associated with both outcomes. In contrast, agreeableness was negatively associated with innovative behavior (β = −0.116; p = 0.016) but was not significantly associated with learning agility. Neuroticism showed no significant association with either outcome. These findings highlight the relevance of personality characteristics in understanding variations in student competencies and support the development of adaptive MBKM mentoring programs without using personality profiles as the sole basis for student selection. ABSTRAK Program Merdeka Belajar Kampus Merdeka (MBKM) memberikan pengalaman belajar yang menuntut mahasiswa mampu beradaptasi, memanfaatkan pengalaman, dan mengembangkan gagasan inovatif. Perbedaan karakteristik individu diduga berkaitan dengan variasi kemampuan tersebut, sehingga perlu dikaji melalui dimensi kepribadian. Penelitian ini bertujuan menganalisis peran lima dimensi Big Five personality dalam memprediksi learning agility dan perilaku inovatif mahasiswa peserta MBKM. Penelitian menggunakan pendekatan kuantitatif dengan desain korelasional cross-sectional yang melibatkan 303 mahasiswa yang sedang atau pernah mengikuti kegiatan MBKM. Sampel diperoleh melalui teknik non-probability sampling. Data dikumpulkan menggunakan kuesioner laporan diri dan dianalisis dengan Confirmatory Factor Analysis (CFA) serta regresi multivariat menggunakan Mplus 8.4. Hasil penelitian menunjukkan bahwa openness to experience merupakan prediktor positif terkuat bagi perilaku inovatif (β = 0,422; p < 0,001) dan learning agility (β = 0,361; p < 0,001). Conscientiousness dan extraversion juga berhubungan positif dengan kedua variabel tersebut. Sebaliknya, agreeableness berhubungan negatif dengan perilaku inovatif (β = −0,116; p = 0,016), tetapi tidak signifikan terhadap learning agility. Neuroticism tidak menunjukkan hubungan signifikan dengan kedua variabel. Temuan ini menegaskan relevansi karakteristik kepribadian dalam memahami variasi kompetensi mahasiswa, sekaligus mendukung pengembangan pendampingan MBKM yang adaptif tanpa menjadikan profil kepribadian sebagai dasar tunggal seleksi mahasiswa.
This study develops an approach to predict personality traits based on the Big Five model through essay text by combining global and contextual information using a Vocabulary Graph Convolutional Network (VGCN) and Bidirectional Encoder Representations from Transformers (BERT). VGCN is used to capture global relationships between words through a vocabulary graph representation built based on NPMI weights, while BERT plays a role in producing richer and more contextual text representations. Experimental results show that the integration of structural and contextual features can provide good performance in multi-label classification tasks. Based on the grid search process and 5-fold cross-validation, the best model configuration obtained a macro F1 score of 0.6827 and a weighted F1 score of 0.6829 in out-of-fold prediction. The evaluation results for each feature show that the recall value is close to 1.0, while the precision value ranges from 0.50 to 0.56. This condition indicates a tendency for the model to produce more positive predictions. Furthermore, the results of the study highlight the importance of optimizing the prediction threshold value to obtain a more optimal compromise between precision and recall. Overall, the integration of graph-based semantic information with contextual representations from BERT shows that the VGCN-BERT approach has good potential for application in multi-label personality classification
Social deduction games require people to identify the truth-tellers and liars based on limited and vague information. This exploratory study investigated the relationship between agreeableness, neuroticism and accuracy of deception judgment in a structured social-deduction task. Sixty-three participants aged 15-35 completed a 120-item Big Five personality inventory and then observed the materials from a Werewolf game before making five judgments, three hidden-role judgments and two truth-value judgments. The results showed that neuroticism was negatively correlated with the accuracy of judgment (r = -0.294, p = .019, 95% CI [-0.505, -0.050]), and agreeableness was not significantly related to accuracy (r = -0.128, p = .317, 95% CI [-0.364, 0.124]). Exploratory analysis of trait combinations also showed that the mean accuracy of the agreeableness and neuroticism groups was different. Therefore, it is proposed that neuroticism may be linked to differences in the judgement of deception among individuals, but agreeableness alone was not significantly associated with performance in the current task. As an exploratory correlational study, the results provide an initial indication of personality differences in deception judgment under the circumstances of structured social interaction.
This special issue brings together six papers exploring how speech prosody intersects with other linguistic, cognitive and social domains, with particular attention to methodological diversity and understudied languages. The collection addresses a range of complementary topics: the role of intonation in resolving lexical ambiguity in Korean; the perceived personality traits of synthetic versus natural voices; prosodic modifications children make in demanding communicative contexts; perceptual cues to lexical pitch accent discrimination in South Kyungsang Korean; rhythmic differences between Hadari and Bedouin Arabic dialects; and durational marking of lexical stress beyond the stressed syllable in Soikkola Ingrian and Ayutla Tlapanec. Collectively, these studies make valuable contributions to the empirical and theoretical foundations of prosody research. By combining diverse methods with a broad linguistic scope, the collection provides a basis for future research on how prosody interacts with other dimensions of language and communication.
این شماره ویژه شامل شش مقاله است که به بررسی چگونگی تلاقی آهنگ گفتار با حوزههای زبانی، شناختی و اجتماعی دیگر میپردازد و توجه ویژهای به تنوع روششناختی و زبانهای کمتر مطالعهشده دارد. این مجموعه به موضوعات مکمل متعددی میپردازد: نقش زیر و بمی صدا در رفع ابهام واژگانی در زبان کرهای؛ ویژگیهای شخصیتی ادراکشده در صداهای مصنوعی در مقایسه با صداهای طبیعی؛ تغییرات آهنگی که کودکان در زمینههای ارتباطی دشوار ایجاد میکنند؛ نشانههای ادراکی برای تمایز لهجه زیر و بمی واژگانی در کرهای جنوب کیونگسانگ؛ تفاوتهای ریتمیک میان گویشهای عربی حضری و بدوی؛ و نشانهگذاری زمانی تأکید واژگانی فراتر از هجاهای تأکیدشده در زبانهای Soikkola Ingrian و Ayutla Tlapanec. این پژوهشها به طور جمعی، سهم ارزشمندی در بنیانهای تجربی و نظری پژوهشهای آهنگ گفتار دارند. با ترکیب روشهای متنوع و دامنه وسیع زبانی، این مجموعه مبنایی برای پژوهشهای آینده درباره چگونگی تعامل آهنگ گفتار با سایر ابعاد زبان و ارتباط فراهم میکند.
The DSM-5 Alternative Model for Personality Disorders introduced a dimensional approach to personality pathology, with maladaptive traits assessed by the Personality Inventory for DSM-5 Brief Form (PID-5-BF). Despite extensive validation, evidence on its diagnostic accuracy and empirically derived cutoff scores remains limited. This study aims to compare PID-5-BF trait levels and profiles across individuals with personality disorders (PDs), clinical participants without PDs, and nonclinical participants and to evaluate its diagnostic accuracy and screening cutoffs. This cross-sectional study included 1168 Hungarian participants: 867 nonclinical, 237 clinical without PD, and 64 with PD. Group differences were examined using one-way ANOVAs, whereas domain profiles were evaluated with mixed-design repeated-measures ANOVA. Diagnostic accuracy was assessed using ROC analyses adjusted for age, sex, and education, and optimal cutoffs were determined using Youden's index. Participants with PD showed the highest pathological trait scores, followed by clinical participants without PD and nonclinical participants. The largest group effects emerged for disinhibition, total score, and detachment. For distinguishing PD from nonclinical participants, the adjusted AUC for the PID-5-BF total score was 0.849, with an optimal cutoff of ≥ 1.32. Domain-specific cutoffs ranged from 0.60 to 1.60 (median = 1.20). Negative predictive values were high (mean NPV = 0.934), whereas positive predictive values were modest (mean PPV = 0.327). The PID-5-BF may be useful as a brief screening measure for identifying individuals requiring further personality assessment. However, its limited positive predictive value and weaker discrimination between PD and other clinical conditions preclude its use as a stand-alone diagnostic instrument.
مدل جایگزین DSM-5 برای اختلالات شخصیت، رویکردی ابعادی به آسیبشناسی شخصیت ارائه میدهد که در آن صفات ناسازگارانه توسط فرم کوتاه پرسشنامه شخصیت برای DSM-5 (PID-5-BF) ارزیابی میشوند. علیرغم اعتبارسنجی گسترده، شواهد مربوط به دقت تشخیصی و نمرات برش تجربی این ابزار همچنان محدود است. هدف این مطالعه مقایسه سطوح و پروفایلهای صفات PID-5-BF در میان افراد مبتلا به اختلالات شخصیت (PDs)، شرکتکنندگان بالینی بدون PD و شرکتکنندگان غیربالینی و همچنین ارزیابی دقت تشخیصی و نمرات برش غربالگری آن است. این مطالعه مقطعی شامل ۱۱۶۸ شرکتکننده مجارستانی بود: ۸۶۷ نفر غیربالینی، ۲۳۷ نفر بالینی بدون PD و ۶۴ نفر مبتلا به PD. تفاوتهای گروهی با استفاده از تحلیل واریانس یکطرفه (ANOVA) بررسی شد و پروفایلهای حوزهها با ANOVA اندازهگیریهای مکرر با طرح مختلط ارزیابی گردید. دقت تشخیصی با استفاده از تحلیلهای ROC تعدیلشده بر اساس سن، جنس و تحصیلات سنجیده شد و نمرات برش بهینه با شاخص Youden تعیین گردید. شرکتکنندگان مبتلا به PD بالاترین نمرات صفات آسیبشناختی را نشان دادند و پس از آن شرکتکنندگان بالینی بدون PD و شرکتکنندگان غیربالینی قرار داشتند. بیشترین اثرات گروهی مربوط به بیبازداری، نمره کل و کنارهگیری بود. برای تمایز PD از شرکتکنندگان غیربالینی، سطح زیر منحنی (AUC) تعدیلشده برای نمره کل PID-5-BF برابر با ۰.۸۴۹ و نمره برش بهینه برابر با ≥ ۱.۳۲ بود. نمرات برش حوزهای بین ۰.۶۰ تا ۱.۶۰ (میانگین = ۱.۲۰) متغیر بود. مقادیر پیشبینی منفی بالا بودند (میانگین NPV = ۰.۹۳۴) در حالی که مقادیر پیشبینی مثبت متوسط بودند (میانگین PPV = ۰.۳۲۷). پرسشنامه PID-5-BF میتواند به عنوان ابزاری کوتاه برای غربالگری افراد نیازمند ارزیابی بیشتر شخصیت مفید باشد، اما به دلیل محدودیت در مقدار پیشبینی مثبت و قدرت تمایز کمتر بین PD و سایر شرایط بالینی، نمیتواند به عنوان ابزار تشخیصی مستقل مورد استفاده قرار گیرد.
Understanding how individuals evaluate social content in affective scenes is crucial for research in emotion, social cognition, and decision-making. However, standardized image databases often lack fine-grained ratings of social dimensions beyond basic emotional content. We present a normative dataset of 296 affective scenes rated by 424 adult participants across six social-affective dimensions: social relevance, emotion sharing, action sharing, interpersonal equality, scene pleasantness, and participatory arousal. Each image was independently coded for objective features such as number of people, face visibility, and gaze direction. All rating dimensions showed excellent interrater reliability. Pleasantness ratings demonstrated strong convergent validity with established valence norms from the International Affective Picture System (IAPS), while arousal ratings differentiated between experienced and participatory arousal, suggesting that the latter captures a distinct affective component. Correlation analyses revealed that social relevance was strongly associated with scene pleasantness and a composite “engagement” factor combining emotion sharing, action sharing, and equality. Notably, the association between pleasantness and social relevance was especially pronounced in scenes depicting single individuals. Linear mixed models further indicated that extraversion showed a tentative positive association with the engagement–social relevance relationship, which did not survive correction for multiple comparisons and requires replication. Other personality traits and empathy did not significantly moderate these relationships. This open-access dataset provides a reliable, multidimensional tool for selecting affective scenes based on both emotional and social-interpersonal features. It supports improved stimulus control and design in a wide range of behavioral and neurocognitive research. By systematically mapping social meaning in static affective scenes, our study advances existing methodological resources and offers empirical insight into the structure of social-affective appraisals. All image codes, mean ratings, and analysis scripts are publicly available via the Open Science Framework.
درک نحوه ارزیابی افراد از محتوای اجتماعی در صحنههای عاطفی برای پژوهش در حوزه هیجان، شناخت اجتماعی و تصمیمگیری اهمیت اساسی دارد. با این حال، پایگاههای داده تصویری استاندارد اغلب فاقد ارزیابیهای دقیق ابعاد اجتماعی فراتر از محتوای عاطفی پایه هستند. در این پژوهش، مجموعه داده هنجاری شامل ۲۹۶ صحنه عاطفی ارائه میشود که توسط ۴۲۴ شرکتکننده بزرگسال در شش بعد اجتماعی-عاطفی ارزیابی شدهاند: ارتباط اجتماعی، اشتراک هیجان، اشتراک عمل، برابری بینفردی، خوشایندی صحنه و برانگیختگی مشارکتی. هر تصویر به طور مستقل از نظر ویژگیهای عینی مانند تعداد افراد، قابلیت مشاهده چهره و جهت نگاه کدگذاری شده است. تمامی ابعاد ارزیابی، پایایی بین ارزیاب بسیار عالی نشان دادند. ارزیابیهای خوشایندی، روایی همگرا قوی با هنجارهای ارزشگذاری تثبیتشده از سامانه بینالمللی تصاویر عاطفی (IAPS) داشتند، در حالی که ارزیابیهای برانگیختگی بین برانگیختگی تجربهشده و مشارکتی تمایز قائل شدند که نشان میدهد برانگیختگی مشارکتی مؤلفه عاطفی متمایزی را منعکس میکند. تحلیلهای همبستگی نشان داد که ارتباط اجتماعی با خوشایندی صحنه و عامل ترکیبی «درگیری» (شامل اشتراک هیجان، اشتراک عمل و برابری) ارتباط قوی دارد. به طور قابل توجهی، این ارتباط میان خوشایندی و ارتباط اجتماعی در صحنههایی که تنها یک فرد را نشان میدهند، برجستهتر بود. مدلهای خطی آمیخته همچنین نشان دادند که برونگرایی ارتباط مثبت و اولیهای با رابطه درگیری–ارتباط اجتماعی دارد که پس از اصلاح برای مقایسههای متعدد معنادار باقی نماند و نیازمند تکرار است. سایر صفات شخصیتی و همدلی به طور معناداری این روابط را تعدیل نکردند. این مجموعه داده دسترسی آزاد، ابزاری پایا و چندبعدی برای انتخاب صحنههای عاطفی بر اساس ویژگیهای هیجانی و اجتماعی-بینفردی فراهم میکند. این مجموعه از کنترل و طراحی بهتر محرکها در طیف وسیعی از پژوهشهای رفتاری و عصبشناختی حمایت میکند. با ترسیم نظاممند معنای اجتماعی در صحنههای عاطفی ایستا، مطالعه حاضر منابع روششناختی موجود را ارتقا داده و بینش تجربی درباره ساختار ارزیابیهای اجتماعی-عاطفی ارائه میدهد. تمامی کدهای تصاویر، میانگین ارزیابیها و اسکریپتهای تحلیل از طریق Open Science Framework به صورت عمومی در دسترس است.
Empirical evidence indicates that societal crises and adverse conditions can negatively impact population mental health. The Big Five personality traits – neuroticism, extraversion, openness, agreeableness, and conscientiousness –significantly influence stress responses. In this article, we examine how personality traits were associated with mental distress during and in the aftermath of the COVID-19 pandemic. Based on data from the Understanding America Study, we find that, since the pandemic began, individuals with high levels of neuroticism were more likely to experience mental distress. By contrast, the remaining personality traits exhibited weaker, inconsistent, or statistically insignificant associations with mental health trajectories. Further analyses indicate that the heightened vulnerability among individuals high in neuroticism was accompanied by elevated risk perceptions, differential adoption of protective behaviors, and less adaptive coping patterns. Taken together, these findings suggest that personality-linked differences, particularly driven by the level of neuroticism, help explain heterogeneity in mental health responses to large-scale societal stressors. Our findings point to the relevance of personality traits (particularly neuroticism) for identifying individuals who may benefit from targeted mental health support during future crises.
شواهد تجربی نشان میدهد که بحرانهای اجتماعی و شرایط نامطلوب میتوانند سلامت روان جمعیت را به طور منفی تحت تأثیر قرار دهند. پنج عامل بزرگ شخصیت – روانرنجوری، برونگرایی، گشودگی، توافقپذیری و وظیفهشناسی – تأثیر قابلتوجهی بر واکنشهای استرس دارند. در این مقاله، بررسی میشود که چگونه صفات شخصیتی با پریشانی روانی در طول و پس از همهگیری COVID-19 مرتبط بودهاند. بر اساس دادههای مطالعه Understanding America Study، یافتهها نشان میدهد که از زمان آغاز همهگیری، افرادی که سطوح بالایی از روانرنجوری داشتند، بیشتر در معرض تجربه پریشانی روانی قرار گرفتند. در مقابل، سایر صفات شخصیتی ارتباطات ضعیفتر، ناسازگار یا از نظر آماری غیرمعناداری با مسیرهای سلامت روان نشان دادند. تحلیلهای بیشتر نشان میدهد که آسیبپذیری افزایشیافته در میان افراد با روانرنجوری بالا با ادراک خطر بالاتر، اتخاذ متفاوت رفتارهای محافظتی و الگوهای مقابلهای کمتر سازگار همراه بوده است. مجموع این یافتهها حاکی از آن است که تفاوتهای مرتبط با شخصیت، بهویژه تحت تأثیر سطح روانرنجوری، به توضیح ناهمگونی در واکنشهای سلامت روان به فشارهای اجتماعی گسترده کمک میکند. یافتههای ما بر اهمیت صفات شخصیتی (بهویژه روانرنجوری) برای شناسایی افرادی که ممکن است از حمایت هدفمند سلامت روان در بحرانهای آینده بهرهمند شوند، تأکید دارد.
This study examines whether Big Five personality traits are associated with grit among Ghanaian teacher trainees, applying regularisation assisted econometric estimation within a double machine learning framework. Using survey data from 288 students at Jasikan College of Education, three complementary post lasso estimators were applied, namely ordinary least squares with CHS lasso orthogonalised variables, CHS post lasso orthogonalised variables, and PDS selected variables alongside the full regressor set, each employing lasso purely for covariate selection and orthogonalisation within an OLS framework. A cross validated predictive lasso model corroborated these estimates. Across specifications, openness and conscientiousness consistently predicted higher grit, with openness exceeding conscientiousness in effect size, while extraversion, agreeableness and neuroticism showed no significant association. These specific findings suggest that personality dimensions relevant to grit may depend on resource constrained teacher training conditions, offering targets for interventions strengthening grit among prospective educators in Ghana.
این مطالعه بررسی میکند که آیا ویژگیهای شخصیتی پنجگانه با پشتکار در میان کارآموزان معلم غنایی مرتبط هستند یا خیر، و در این راستا از برآورد اقتصادسنجی با کمک منظمسازی در چارچوب یادگیری ماشین دوگانه بهره میگیرد. با استفاده از دادههای پیمایشی ۲۸۸ دانشجو از کالج آموزش Jasikan، سه برآوردگر مکمل پسلاسو به کار گرفته شد: حداقل مربعات معمولی با متغیرهای ارتوگونالشدهی CHS لاسو، متغیرهای ارتوگونالشدهی CHS پسلاسو، و متغیرهای انتخابشدهی PDS همراه با مجموعهی کامل متغیرهای تبیینگر، که در هر یک، لاسو صرفاً برای انتخاب و ارتوگونالسازی متغیرهای همبسته در چارچوب OLS به کار رفت. یک مدل لاسو پیشبینی با اعتبارسنجی متقاطع این برآوردها را تأیید کرد. در تمامی مدلها، گشودگی و وظیفهشناسی به طور پیوسته پیشبینیکنندهی بالاتر بودن پشتکار بودند، بهطوری که گشودگی از لحاظ اندازهی اثر از وظیفهشناسی پیشی گرفت، در حالی که برونگرایی، توافقپذیری و روانرنجوری هیچ ارتباط معناداری نشان ندادند. این یافتههای خاص نشان میدهند که ابعاد شخصیتی مرتبط با پشتکار ممکن است به شرایط آموزش معلم در محیطهای با منابع محدود وابسته باشند و اهدافی را برای مداخلات تقویت پشتکار در میان معلمان آینده در غنا ارائه میکنند.
OBJECTIVE: The present study used the Pairfam longitudinal dataset to examine the effects of Big Five and Dark Triad personality traits on the probability of being single. METHOD: Generalized linear mixed models with a within-between decomposition distinguished stable individual differences (between-person component) from wave-to-wave fluctuations (within-person component). RESULTS: For the Big Five, higher between-person Openness was associated with greater odds of being single, particularly for women, while higher between-person Conscientiousness, Extraversion, and Agreeableness were each associated with lower odds, with the Extraversion effect more pronounced for men. Higher mean Neuroticism was associated with greater odds of being single for men but not for women. For the Dark Triad, higher between-person Machiavellianism was associated with lower odds of being single, while Psychopathy and Narcissistic Admiration were associated with higher odds, the latter particularly for women. Narcissistic Rivalry was a risk factor concentrated among men. Within-person fixed effects were largely non-significant, consistent with the rank-order stability of personality, but significant random slopes indicated substantial heterogeneity across individuals. CONCLUSIONS: The findings indicate that personality predicts singlehood primarily through stable dispositional channels, with selective and heterogeneous contributions from within-person dynamics.
هدف: پژوهش حاضر با استفاده از دادههای طولی Pairfam به بررسی اثرات صفات شخصیتی پنجگانه بزرگ و سهگانه تاریک بر احتمال مجرد بودن پرداخت. روش: مدلهای خطی تعمیمیافته آمیخته با تجزیه درونفردی-برونفردی، تفاوتهای پایدار فردی (مولفه برونفردی) را از نوسانات موج به موج (مولفه درونفردی) متمایز کردند. یافتهها: در مورد پنجگانه بزرگ، برونفردی بالاتر در باز بودن با احتمال بیشتر مجرد بودن همراه بود، بهویژه در زنان، در حالی که برونفردی بالاتر در وظیفهشناسی، برونگرایی و توافقپذیری هر یک با احتمال کمتر مجرد بودن همراه بود و اثر برونگرایی در مردان برجستهتر بود. میانگین بالاتر روانرنجوری با احتمال بیشتر مجرد بودن در مردان، اما نه در زنان، همراه بود. در مورد سهگانه تاریک، برونفردی بالاتر در ماکیاولیسم با احتمال کمتر مجرد بودن همراه بود، در حالی که روانپریشی و تحسین خودشیفته با احتمال بیشتر مجرد بودن مرتبط بودند و دومی بهویژه در زنان مشاهده شد. رقابت خودشیفته به عنوان یک عامل خطر عمدتاً در مردان متمرکز بود. اثرات ثابت درونفردی عمدتاً معنادار نبودند که با ثبات رتبهای شخصیت سازگار است، اما شیبهای تصادفی معنادار نشاندهنده ناهمگونی قابل توجه در میان افراد بود. نتیجهگیری: یافتهها نشان میدهد که شخصیت عمدتاً از طریق کانالهای پایدار صفتی، مجردی را پیشبینی میکند و مشارکتهای انتخابی و ناهمگونی از پویاییهای درونفردی وجود دارد.
Background The Big Five Personality (BFP) model is an established dimensional framework, whereas the Quantum-8-Personality (Q8P) model is an emerging culturally grounded framework derived from Chinese philosophical traditions. This study explored dimension-level relationships between the two frameworks. Methods Network analysis was conducted using data from 1,052 Chinese adults who completed the Quantum-8-Personality Scale (Q8PS) and Big Five Inventory-2 (BFI-2). Results The largest cross-framework connections involved Q8P Contradiction and BFP neuroticism, Q8P Extraversion and BFP extraversion, and Q8P Yanggang and BFP conscientiousness. These associations were small to moderate in magnitude. Conclusion The findings identify preliminary areas of correspondence between the Q8P and BFP dimensions but do not establish equivalence, convergent validity, or incremental validity of the Q8PS. The results should be interpreted as exploratory because the factorial validity of the Q8PS remains provisional.
زمینه: مدل شخصیت پنجعاملی (BFP) یک چارچوب ابعادی تثبیتشده است، در حالی که مدل شخصیت کوانتومی هشتگانه (Q8P) چارچوبی نوظهور و مبتنی بر فرهنگ است که از سنتهای فلسفی چینی استخراج شده است. این مطالعه به بررسی روابط در سطح ابعاد میان این دو چارچوب پرداخت. روشها: تحلیل شبکهای با استفاده از دادههای ۱۰۵۲ بزرگسال چینی که مقیاس شخصیت کوانتومی هشتگانه (Q8PS) و پرسشنامه پنجعاملی شخصیت-۲ (BFI-2) را تکمیل کردند، انجام شد. یافتهها: بیشترین ارتباطات میانچارچوبی شامل تضاد در Q8P و روانرنجوری در BFP، برونگرایی در Q8P و برونگرایی در BFP، و یانگگانگ در Q8P و وظیفهشناسی در BFP بود. این ارتباطات از نظر اندازه کوچک تا متوسط بودند. نتیجهگیری: یافتهها حوزههای اولیهای از همپوشانی میان ابعاد Q8P و BFP را شناسایی میکنند اما معادل بودن، روایی همگرا یا روایی افزایشی Q8PS را اثبات نمیکنند. نتایج باید به صورت اکتشافی تفسیر شوند، زیرا روایی عاملی Q8PS همچنان موقتی است.
Objective This study aims to identify the latent profiles of secondary traumatic stress-secondary posttraumatic growth (STS-SPTG) among clinical nurses and explore factors associated with profile membership. Methods A convenience sampling method was used to recruit clinical nurses from a provincial tertiary Grade A hospital in Anhui Province between June and August 2024. Data were collected using the general information questionnaire, the Secondary Traumatic Stress Scale, the Secondary Posttraumatic Growth Inventory, the 10-item Big Five Inventory, and the Social Support Rating Scale. Latent profile analysis was performed to identify distinct STS-SPTG profiles among clinical nurses, and multinomial logistic regression analysis was used to explore factors associated with profile membership. Results A total of 496 valid questionnaires were collected. Three latent profiles of STS-SPTG were identified among clinical nurses: the low-response profile (34.3%), the high-risk profile (42.3%), and the positive-growth profile (23.4%). Self-rated health status, job satisfaction, perceived job burnout, administrative position, personality traits, and social support were associated with latent profile membership among clinical nurses ( p < 0.05). Conclusion Clinical nurses exhibited substantial heterogeneity in STS-SPTG patterns. The identified profiles and associated factors may provide preliminary evidence for early identification and stratified supportive approaches for nurses with different psychological response patterns. However, associations involving personality traits should be interpreted cautiously and require further validation in future studies.
هدف: این مطالعه با هدف شناسایی پروفایلهای نهفته استرس ثانویه ناشی از تروما-رشد پساتروما ثانویه (STS-SPTG) در میان پرستاران بالینی و بررسی عوامل مرتبط با عضویت در پروفایلها انجام شد. روشها: نمونهگیری در دسترس برای جذب پرستاران بالینی از یک بیمارستان درجه یک سهگانه استانی در استان آنهویی بین ژوئن تا اوت ۲۰۲۴ به کار گرفته شد. دادهها با استفاده از پرسشنامه اطلاعات عمومی، مقیاس استرس ثانویه ناشی از تروما، فهرست رشد پساتروما ثانویه، نسخه ۱۰ مادهای فهرست پنج عامل بزرگ شخصیت و مقیاس ارزیابی حمایت اجتماعی جمعآوری گردید. تحلیل پروفایل نهفته برای شناسایی پروفایلهای متمایز STS-SPTG در میان پرستاران بالینی انجام شد و تحلیل رگرسیون لجستیک چندوجهی برای بررسی عوامل مرتبط با عضویت در پروفایلها به کار رفت. نتایج: در مجموع ۴۹۶ پرسشنامه معتبر جمعآوری شد. سه پروفایل نهفته STS-SPTG در میان پرستاران بالینی شناسایی گردید: پروفایل پاسخ پایین (۳۴٫۳٪)، پروفایل پرخطر (۴۲٫۳٪) و پروفایل رشد مثبت (۲۳٫۴٪). وضعیت سلامت خودارزیابیشده، رضایت شغلی، فرسودگی شغلی ادراکشده، سمت اداری، ویژگیهای شخصیتی و حمایت اجتماعی با عضویت در پروفایل نهفته در میان پرستاران بالینی مرتبط بودند (p < 0.05). نتیجهگیری: پرستاران بالینی ناهمگونی قابل توجهی در الگوهای STS-SPTG نشان دادند. پروفایلها و عوامل شناساییشده میتوانند شواهد مقدماتی برای شناسایی زودهنگام و رویکردهای حمایتی لایهبندیشده برای پرستاران با الگوهای مختلف پاسخ روانشناختی فراهم کنند. با این حال، ارتباطات مربوط به ویژگیهای شخصیتی باید با احتیاط تفسیر شود و نیازمند اعتبارسنجی بیشتر در پژوهشهای آینده است.
Background The current research assesses whether students can achieve better academic performance through the proposed collaborative learning management system (C-LMS) developed as the primary virtual collaborative learning environment. It is intended to examine the relationship between students’ personality traits and their technological, pedagogical, and content knowledge (TPACK) proficiency and to determine their continued use of technology. Methods The current research initiated an investigation of the issue from psychological perspectives, using students’ Big Five Personality Traits (BFPT) as predictors and extending the study by grounding it in the TPACK framework. It aimed to explain the relationship between BFPT and TPACK among students regarding their continued use of technology. The research experiment was conducted using the developed proposed C-LMS integrated into the virtual collaborative learning environment. Participants completed the provided pre-module knowledge-checking test after completing the BFPT questionnaire. Then, they needed to complete a post-module knowledge-checking test, a TPACK questionnaire, and course feedback. Their course feedback indicates their intention to continue using technology. Results Based on the findings, the students’ BFPT had a significant effect on their TPACK and continued use of technology, except for extraversion, neuroticism and TCK towards TPACK. Using PLSpredict, the proposed model demonstrated substantial predictive power over the LM model, consistently achieving lower RMSE and MAE across most indicators. Engagement within the C-LMS was positively associated with students’ academic performance, suggesting that collaborative features align with higher academic outcomes Conclusions The current research demonstrated the proposed structural model, adopting the Big Five Personality Traits (BFPT) and the TPACK framework, and integrating the proposed C-LMS to improve students’ collaborativeness through a dedicated online course. Moreover, students’ understanding of the enrolled online course improves significantly when the proposed C-LMS is integrated as the primary virtual collaborative learning environment. The phenomenon explained the positive impact of the proposed C-LMS on students’ academic performance in collaboration and knowledge co-creation.
زمینه و هدف: پژوهش حاضر بررسی میکند که آیا دانشجویان میتوانند از طریق سامانه مدیریت یادگیری مشارکتی پیشنهادی (C-LMS) که به عنوان محیط اصلی یادگیری مشارکتی مجازی توسعه یافته است، عملکرد تحصیلی بهتری کسب کنند یا خیر. هدف این پژوهش بررسی رابطه بین ویژگیهای شخصیتی دانشجویان و شایستگی آنها در دانش فناورانه، آموزشی و محتوایی (TPACK) و تعیین تداوم استفاده آنها از فناوری است. روشها: این پژوهش با رویکرد روانشناختی، ویژگیهای شخصیتی پنجگانه بزرگ (BFPT) دانشجویان را به عنوان متغیر پیشبین مورد استفاده قرار داد و مطالعه را با استناد به چارچوب TPACK گسترش داد. هدف، تبیین رابطه بین BFPT و TPACK در میان دانشجویان با توجه به تداوم استفاده آنها از فناوری بود. آزمایش پژوهش با استفاده از C-LMS پیشنهادی که در محیط یادگیری مشارکتی مجازی ادغام شده بود، انجام شد. شرکتکنندگان پس از تکمیل پرسشنامه BFPT، آزمون پیشآزمون دانش را انجام دادند. سپس لازم بود آزمون پسآزمون دانش، پرسشنامه TPACK و بازخورد دوره را تکمیل کنند. بازخورد آنها از دوره، نشاندهنده قصد آنها برای تداوم استفاده از فناوری بود. یافتهها: بر اساس نتایج، ویژگیهای شخصیتی پنجگانه بزرگ دانشجویان تأثیر معناداری بر TPACK و تداوم استفاده آنها از فناوری داشت، به جز برونگرایی، روانرنجوری و TCK نسبت به TPACK. با استفاده از PLSpredict، مدل پیشنهادی قدرت پیشبینی قابل توجهی نسبت به مدل LM نشان داد و به طور مداوم RMSE و MAE کمتری را در اکثر شاخصها به دست آورد. مشارکت در C-LMS با عملکرد تحصیلی دانشجویان رابطه مثبت داشت و نشان داد که ویژگیهای مشارکتی با نتایج تحصیلی بالاتر همسو هستند. نتیجهگیری: پژوهش حاضر مدل ساختاری پیشنهادی را که ویژگیهای شخصیتی پنجگانه بزرگ (BFPT) و چارچوب TPACK را اتخاذ کرده و C-LMS پیشنهادی را برای بهبود مشارکت دانشجویان از طریق یک دوره آنلاین اختصاصی ادغام میکند، نشان داد. همچنین، درک دانشجویان از دوره آنلاین ثبتنامشده به طور معناداری زمانی که C-LMS پیشنهادی به عنوان محیط اصلی یادگیری مشارکتی مجازی ادغام میشود، بهبود مییابد. این پدیده تأثیر مثبت C-LMS پیشنهادی بر عملکرد تحصیلی دانشجویان در همکاری و همآفرینی دانش را تبیین کرد.
Support for the growing population of family caregivers in the United States remains a challenging public health issue. With a limited workforce to support families coping with chronic and degenerative conditions, caregivers are turning to individualized approaches to gain information and emotional support. One approach that may be gaining popularity in caregiving support is the use of Artificial Intelligence (AI) chatbots. This study examined caregivers' awareness and general use of AI chatbots, their use of AI chatbots for caregiving purposes, and variations in these outcomes by individual characteristics (e.g., the Big 5 personality traits, internet literacy, cognitive ability) and caregiving contextual factors (e.g., caregiving relationship, caregiving stress, the health condition of the care recipient). To this end, we used one of the waves of the Understanding America Study-Caregiving Lifecourse Experiences Assessed in Real-time (UAS-CLEAR), a longitudinal study of caregivers in the U.S. The sample consisted of 1,300 caregivers, with data collected between August and October 2025. We employed a cross-sectional, mixed-methods design, combining quantitative analysis of structured survey items with thematic coding of open-ended responses. Of the 487 respondents who reported being AI chatbot users, 25% used the technology for caregiving. Those who were more likely to use AI for caregiving were higher in openness, lower in internet literacy, lower in cognitive ability, helped with more caregiving tasks, and were more uncertain in their caregiving role. Over half (58%) used AI chatbots for information about caregiving, 34% for emotional support related to caregiving, and 37% reported other uses. Open-ended responses about individuals' experiences using AI chatbots for caregiving also revealed that the most common reason for use was information seeking. In addition, caregivers found the chatbot support to be useful, while acknowledging some limitations of their use. Future research should examine perceptions of AI chatbots among non-users, the mechanisms linking individual traits to caregiving-related chatbot use, and the longitudinal effects of such use on caregiver well-being.
حمایت از جمعیت رو به رشد مراقبان خانوادگی در ایالات متحده همچنان یک مسئله چالشبرانگیز در حوزه سلامت عمومی است. با توجه به نیروی کار محدود برای حمایت از خانوادههایی که با شرایط مزمن و تحلیلبرنده مواجه هستند، مراقبان به رویکردهای فردی برای کسب اطلاعات و حمایت عاطفی روی آوردهاند. یکی از رویکردهایی که ممکن است در حمایت از مراقبان محبوبیت بیشتری پیدا کند، استفاده از چتباتهای هوش مصنوعی (AI) است. این مطالعه به بررسی آگاهی و استفاده کلی مراقبان از چتباتهای هوش مصنوعی، استفاده آنها از چتباتهای هوش مصنوعی برای اهداف مراقبتی، و تفاوتهای این پیامدها بر اساس ویژگیهای فردی (مانند پنج عامل بزرگ شخصیت، سواد اینترنتی، توانایی شناختی) و عوامل زمینهای مراقبت (مانند نوع رابطه مراقبتی، استرس مراقبت، وضعیت سلامت دریافتکننده مراقبت) پرداخت. بدین منظور، یکی از موجهای مطالعه Understanding America Study-Caregiving Lifecourse Experiences Assessed in Real-time (UAS-CLEAR)، که یک مطالعه طولی درباره مراقبان در ایالات متحده است، مورد استفاده قرار گرفت. نمونه شامل ۱۳۰۰ مراقب بود و دادهها بین اوت و اکتبر ۲۰۲۵ جمعآوری شد. ما از یک طرح مقطعی با روشهای ترکیبی استفاده کردیم که تحلیل کمی پرسشهای ساختاریافته پرسشنامه را با کدگذاری تماتیک پاسخهای باز ترکیب میکرد. از میان ۴۸۷ پاسخدهندهای که گزارش کردند کاربر چتبات هوش مصنوعی هستند، ۲۵٪ از این فناوری برای مراقبت استفاده کردند. افرادی که احتمال بیشتری داشت از هوش مصنوعی برای مراقبت استفاده کنند، در باز بودن بالاتر، در سواد اینترنتی پایینتر، در توانایی شناختی پایینتر، در انجام وظایف مراقبتی بیشتر و در نقش مراقبتی خود نامطمئنتر بودند. بیش از نیمی (۵۸٪) از چتباتهای هوش مصنوعی برای کسب اطلاعات درباره مراقبت، ۳۴٪ برای حمایت عاطفی مرتبط با مراقبت و ۳۷٪ برای سایر کاربردها استفاده کردند. پاسخهای باز درباره تجربه افراد از استفاده از چتباتهای هوش مصنوعی برای مراقبت نیز نشان داد که رایجترین دلیل استفاده، جستجوی اطلاعات بوده است. علاوه بر این، مراقبان حمایت چتبات را مفید یافتند، در حالی که به برخی محدودیتهای استفاده از آن نیز اذعان داشتند. پژوهشهای آتی باید به بررسی ادراکات نسبت به چتباتهای هوش مصنوعی در میان غیرکاربران، سازوکارهای پیونددهنده ویژگیهای فردی با استفاده مراقبتی از چتبات و اثرات طولی چنین استفادهای بر بهزیستی مراقبان بپردازند.
