Mostrar el registro sencillo del ítem
dc.contributor.author
Castro Solano, Alejandro
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Lupano Perugini, Maria Laura
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Caporiccio Trillo, Micaela
dc.contributor.author
Cosentino, Alejandro César
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2024-06-03T10:48:25Z
dc.date.issued
2024-05
dc.identifier.citation
Castro Solano, Alejandro; Lupano Perugini, Maria Laura; Caporiccio Trillo, Micaela; Cosentino, Alejandro César; Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning; Universidad Católica de Uruguay; Ciencias Psicológicas; 18; 1; 5-2024; 1-16
dc.identifier.issn
1688-4221
dc.identifier.uri
http://hdl.handle.net/11336/236771
dc.description.abstract
El objetivo de este estudio fue verificar un modelo predictivo de rasgos de personalidad positivos y negativos tomando como criterio el bienestar psicológico mediante la implementación de algoritmos de machine learning. Participaron 2038 sujetos adultos (51.9 % mujeres). Para la recolección de datos se utilizó: Big Five Inventory y Mental Health Continuum-Short Form. Además, para evaluar los rasgos positivos y negativos de personalidad se utilizaron los ítems ya validados de los modelos de rasgos positivos (HFM) y negativos (BAM) de forma conjunta. A partir de los hallazgos encontrados se pudo verificar que la eficacia predictiva del modelo testeado de rasgos positivos y negativos derivados de un enfoque léxico resultó superior a la capacidad predictiva de los rasgos normales de personalidad para la predicción del bienestar.
dc.description.abstract
The objective of the study was to verify a predictive model of positive and negative personality traits taking psychological well-being as a criterion through the implementation of machine learning algorithms. 2038 adult subjects (51.9 % women) participated. For data collection were used: Big Five Inventory and Mental Health Continuum-Short Form. In addition, to assess the positive and negative personality traits, the already validated items of the positive (HFM) and negative trait models (BAM), were used jointly. Based on the findings found, it was possible to verify that the predictive efficacy of the tested model of positive and negative traits, derived from a lexical approach, was superior to the predictive capacity of normal personality traits for the prediction of well-being.
dc.description.abstract
O objetivo do estudo foi verificar um modelo preditivo de traços de personalidade positivos e negativos tendo como critério o bem-estar psicológico por meio da implementação de algoritmos de machine learning. Participaram 2.038 sujeitos adultos (51,9 % mulheres). Para a coleta de dados foram utilizados: Big Five Inventory e Mental Health Continuum-Short Form. Além disso, para avaliar os traços de personalidade positivos e negativos, foram utilizados conjuntamente os itens já validados dos modelos de traços positivos (HFM) e negativos (BAM). Foi possível verificar que a eficácia preditiva do modelo testado de traços positivos e negativos derivados de uma abordagem lexical foi superior à capacidade preditiva de traços normais de personalidade para a predição do bem-estar.
dc.format
application/pdf
dc.language.iso
spa
dc.publisher
Universidad Católica de Uruguay
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by/2.5/ar/
dc.subject
RASGOS POSITIVOS
dc.subject
RASGOS NEGATIVOS
dc.subject
PERSONALIDAD
dc.subject
RASGOS PSICOLÓGICOS
dc.subject
ALGORITMOS
dc.subject.classification
Psicología
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Psicología
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS SOCIALES
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning
dc.title
Validation of a model of positive and negative personality traits as predictors of psychological well-being using machine learning algorithms
dc.title
Validação de um modelo de traços de personalidade positivos e negativoscomo preditores do bem-estar psicológico aplicando algoritmos de machine learning
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2024-05-27T10:57:06Z
dc.journal.volume
18
dc.journal.number
1
dc.journal.pagination
1-16
dc.journal.pais
Uruguay
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
Montevideo
dc.description.fil
Fil: Castro Solano, Alejandro. Universidad de Palermo; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Lupano Perugini, Maria Laura. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Palermo; Argentina
dc.description.fil
Fil: Caporiccio Trillo, Micaela. Universidad de Palermo; Argentina
dc.description.fil
Fil: Cosentino, Alejandro César. Universidad de Palermo; Argentina
dc.journal.title
Ciencias Psicológicas
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.22235/cp.v18i1.3286
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://revistas.ucu.edu.uy/index.php/cienciaspsicologicas/article/view/3286
Archivos asociados