Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "data-mining" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Parental Mistakes Experienced in Childhood by Girls and Their Needs and Values System as Adult Women
Błędy rodzicielskie doświadczane w dzieciństwie przez dziewczęta a ich potrzeby i system wartości jako dorosłych kobiet
Autorzy:
Szymańska, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/28763351.pdf
Data publikacji:
2022
Wydawca:
Akademia Ignatianum w Krakowie
Tematy:
parental mistakes
needs
values
data mining algorithms
błędy rodziców
potrzeby
wartości
algorytmy data mining
Opis:
Childhood experiences are the foundation on which many personality traits develop. Stressful experiences such as parental mistakes may particularly impact the formation of personality traits. The aim of the current study was to examine how the childhood experiences of parental mistakes, such as aggression, rigor, and so forth, co-occur with the ability to satisfy one’s needs and to one’s value system in adulthood. The study was carried out on a sample of 402 women aged 21 to 50 years. In order to answer the research questions, a cluster analysis using data mining algorithms and Social Network Analysis was performed. The study revealed that women who experienced fewer parental mistakes in childhood displayed greater need fulfillment in adulthood than did women who experienced more parental mistakes. Women differed in their value systems depending on whether they experienced more mistakes from their fathers or mothers. Women who experienced fewer mothers’ mistakes held more values that were focused on others, while women who experienced fewer fathers’ mistakes espoused more self-centered values.
Doświadczenia z dzieciństwa są fundamentem, na którym rozwija się wiele cech osobowości. Stresujące doświadczenia, takie jak błędy rodziców, mogą mocno wpływać na kształtowanie się cech osobowości. Celem niniejszej analizy było zbadanie, w jaki sposób dziecięce doświadczenia błędów rodzicielskich, takich jak agresja, rygor itp., współwystępują ze zdolnością do zaspokajania własnych potrzeb i z systemem wartości w życiu dorosłym. Badanie przeprowadzono na próbie 402 kobiet w wieku od 21 do 50 lat. W celu odpowiedzi na postawione pytania badawcze przeprowadzono analizę skupień z wykorzystaniem algorytmów data mining oraz Analizę Sieci Społecznych. Badanie wykazało, że kobiety, które doświadczyły mniej błędów rodzicielskich w dzieciństwie, wykazywały większe zaspokojenie potrzeb w wieku dorosłym niż kobiety, które doświadczyły więcej błędów rodzicielskich. Kobiety różniły się systemami wartości w zależności od tego, czy więcej błędów popełniały ich ojcowie, czy matki. Kobiety, które doświadczyły mniej błędów popełnionych przez ich matki, wyznawały więcej wartości skoncentrowanych na innych, podczas gdy kobiety, które doświadczyły mniej błędów popełnionych przez ich ojców, wyznawały bardziej egocentryczne wartości.
Źródło:
Studia Paedagogica Ignatiana; 2022, 25, 4; 87-114
2450-5358
2450-5366
Pojawia się w:
Studia Paedagogica Ignatiana
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Raising a Child to Live in Society – Personality Traits Parents Develop and Prevent from Developing in their Preschool Children
Autorzy:
Szymańska, Agnieszka
Aranowska, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/36420330.pdf
Data publikacji:
2022-12-20
Wydawca:
Wydawnictwo Naukowe Chrześcijańskiej Akademii Teologicznej w Warszawie
Tematy:
personality development
disorders of personality
parental goals
data mining algorithms
text mining algorithms
social network analysis
Opis:
Personal characteristics that parents want to shape in their children are called parental goals and can be divided into desired and undesired traits. Which of them are most and the least desirable by parents in context of developing child’s personality? Do parental goals change with the age of the child? The study was conducted on a sample of 319 parents of children aged 3, 4, 5 and 6 years old. Analyses were carried out using two data mining algorithms: (a) text mining algorithms, (b) support vector machine and (c) social network analysis, and (d) Aranowska's λ judge agreement coefficient. The results revealed that parents of preschool children care mainly about the development of competency traits, especially self-reliance. When it comes to undesirable traits, parents make sure that their children do not develop traits from the field of temperament - personality (especially aggressiveness) and traits from the area of lack of virtues (selfishness, laziness, lies). It is noticeable that when the child reaches the age of 4 the parental goals change. Based on the characteristics selected by parents, it can be correctly predicted how old the child is.
Źródło:
Studia z Teorii Wychowania; 2022, XIII(4 (41)); 409-431
2083-0998
2719-4078
Pojawia się w:
Studia z Teorii Wychowania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The relationship between the manifestations of mobbing and reactions of mobbing victims
Autorzy:
Grzesiuk, Lidia
Szymańska, Agnieszka
Jastrzębska, Justyna
Rutkowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2082563.pdf
Data publikacji:
2022-02-18
Wydawca:
Instytut Medycyny Pracy im. prof. dra Jerzego Nofera w Łodzi
Tematy:
theoretical model
structural equation model
data mining algorithms
manifestations of mobbing in the workplace
reactions to mobbing
ways of dealing with mobbing
Opis:
Background: The study concerned workplace mobbing, a phenomenon affecting about 3–20% of the Polish population. The aim of the article is to distinguish the manifestations of mobbing, to study the coexistence of mobbing manifestations, and to search for the relationships between the symptoms of mobbing, reactions to mobbing and methods of dealing with mobbing used by victims. Material and Methods: Information on the above variables was obtained using a questionnaire on mobbing, risk factors, and responses to mobbing. The questionnaire was completed by 781 people (women: 66%, men: 34%). The average age of the respondents was 29 years. The current statistical analysis included: distinguishing the manifestations of mobbing by means of a confirmatory factor analysis, studying the coexistence of mobbing manifestations by means of a cluster analysis, and detecting the relationships between mobbing manifestations, reactions to mobbing and ways of dealing with it based on the system of structural equations. Results: The results of the research revealed 3 categories of relationships: a co-occurrence of mobbing manifestations, a relationship of mobbing manifestations with reactions to mobbing, and a relationship of mobbing reactions with methods of dealing with mobbing. Conclusions: Mobbing was found in 22% of the examined group. The study revealed the existence of 5 clusters of mobbing manifestations (i.e., subgroups of respondents characterized by experiencing at least 1 of the mobbing manifestations). In the most numerous clusters in which the symptoms of mobbing were diagnosed, unfriendly working conditions prevailed. In the context of mobbing, people were found to more often react with passivity or with using interpersonal coping methods. However, they rarely turned to institutions for help or used aggression against the mobber. Med Pr. 2022;73(1):1–12
Źródło:
Medycyna Pracy; 2022, 73, 1; 1-12
0465-5893
2353-1339
Pojawia się w:
Medycyna Pracy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie algorytmów Text Mininig do analizy danych tekstowych w psychologii
Usage of text mining algorithms to analyze textual data in psychology
Autorzy:
Szymańska, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/475485.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Instytut Języka Polskiego PAN
Tematy:
algorytmy
dane tekstowe
text mining
algorithms
text data
Opis:
W psychologii analizy danych zapisanych w postaci tekstów stanowią ważny element prac badawczych. Niemniej nadal poszukuje się narzędzi, metod, które mogą umożliwić szybką analizę danych zarejestrowanych w postaci tekstów, gdyż analizy te są najczęściej bardzo czasochłonne. W prezentowanym artykule przybliżono metodę text mining, która ma szczególne zastosowanie w analizie informacji zapisanych w postaci danych tekstowych. Wykorzystanie metody text mining jest omawiane na przykładzie analizy obieranych przez rodziców celów wychowawczych.. W artykule przedstawiono sposób, w jaki algorytmy text mining: a) dokonują analizy tekstu przez zliczenie słów i nadanie im wag, b) przeprowadzają analizę relacji między słowami za pomocą składowych głównych (Principal Component Analysis), c) przekształcają dane słownew liczbowe, przygotowując zbiór danych do kolejnych obliczeń.
In the psychology the analysis of data written in the form of texts are an important element of research work. Nevertheless, tools are still sought, methods that can enable rapid analysis of data recorded in the form of texts, because these analyzes are usually very time consuming. This article approximates the text mining method, which is particularly applicable in the analysis of information recorded in the form of text data. Analysing textual data using text mining algorithms is shown on the example of parents’ choice of educational goals. The paper presents the way in which text mining algorithms: a) perform text analysis by counting words and weighting them, b) analyze relationships between words by means of Principal Component Analysis, c) convert verbal data into numerals by preparing a set data for subsequent calculations.
Źródło:
Socjolingwistyka; 2017, 31; 99-116
0208-6808
Pojawia się w:
Socjolingwistyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies