...........................................................................................................................................................................................................................................................................................................................................................................
خوش آمدید این سایت دارای مجوز می باشد برای مشاهده مجوز ها پایین صفحه را مشاهده فرمائید.
مقیاس خودسنجی بیشفعالی و نقص توجه بزرگسالان (ASRS) کسلر و همکاران (۲۰۰۵)
مقیاس خودسنجی بیشفعالی بزرگسالان (ASRS) چیست؟
اختلال بیشفعالی همراه با نقص توجه (ADHD) یکی از شایعترین اختلالات عصبی‑رشدی در دوران کودکی است که در بسیاری از موارد تا بزرگسالی تداوم مییابد.
این اختلال با نشانههایی نظیر بیتوجهی مداوم، تکانشگری و بیشفعالی مشخص میشود و میتواند عملکرد تحصیلی، شغلی، اجتماعی و خانوادگی فرد را بهشدت تحت تأثیر قرار دهد.
بزرگسالان مبتلا به ADHD اغلب در برنامهریزی، سازماندهی، مدیریت زمان، کنترل خشم و تصمیمگیری دچار مشکل هستند و خطر ابتلا به سوءمصرف مواد، حوادث رانندگی و مشکلات بینفردی در آنها بالاتر است. با توجه به شیوع نسبتاً بالا (حدود ۴/۴ درصد در بزرگسالان) و عواقب ناشی از تشخیصنادرست یا درماننشدن این اختلال، دسترسی به ابزارهای غربالگری معتبر و کوتاه برای شناسایی افراد در معرض خطر، از ضرورتهای بهداشت روان محسوب میشود.
مقیاس خودسنجی ASRS بهعنوان یکی از پرکاربردترین ابزارهای خودگزارشی، برای غربالگری اولیه و کمک به تشخیص بالینی ADHD در بزرگسالان طراحی شده است.
مقیاس خودسنجی بیشفعالی و نقص توجه بزرگسالان (ASRS) توسط سازمان بهداشت جهانی (WHO) و کارگروهی از روانپزشکان و محققان به رهبری کسلر و همکاران (۲۰۰۵) ساخته شده است.
این ابزار شامل ۱۸ سؤال است که بر اساس معیارهای DSM‑IV‑TR (و منطبق با DSM‑5) تدوین شده و دو خردهمقیاس «نقص توجه» و «بیشفعالی/تکانشگری» را میسنجد.
نسخه فارسی آن توسط مختاری و همکاران (۱۳۹۴) ترجمه و اعتباریابی شده است. زمان پاسخگویی به پرسشنامه حدود ۵ دقیقه است.
خواهشمند است، نظر خودتان را در پایان نوشته در سایت https://rava20.ir مرقوم نمایید. همین نظرات و پیشنهاد های شما باعث پیشرفت سایت می گردد. با تشکر
پیشنهاد می شود مطالب زیر را هم در سایت روا 20 مطالعه نمایید:
برای تبدیل واقعی اعداد انگلیسی به فارسی در جداول Word (نه فقط نمایش با فونت Hindi)، چند روش وجود دارد:
روش ۱: استفاده از Find and Replace (جستجو و جایگزینی)
این روش اعداد را واقعاً به کاراکترهای فارسی تبدیل میکند:
Ctrl + H را بزنید تا پنجره Replace باز شود
روی More >> کلیک کنید
تیک Use wildcards را بزنید
در کادر Find what بنویسید: [0-9]
در کادر Replace with باید هر عدد را جداگانه جایگزین کنید:
ابتدا 0 را پیدا کرده و با ۰ جایگزین کنید
سپس 1 را با ۱
و همینطور تا 9 با ۹
نکته: این روش زمانبر است اما اعداد واقعاً فارسی میشوند.
روش ۲: استفاده از ماکرو (VBA) – سریعترین روش
برای اینکه این ماکرو همیشه در دسترس باشد و برای **همه اسناد Word** کار کند، باید آن را در فایل **Normal.dotm** (قالب پیشفرض Word) ذخیره کنید.
## **مراحل ذخیره ماکرو برای همه اسناد:**
### **مرحله ۱: باز کردن Normal Template**
1. کلیدهای **Alt + F11** را بزنید تا VBA Editor باز شود
2. در پنجره سمت چپ (Project Explorer)، به دنبال **Normal** بگردید
3. روی **Normal** راستکلیک کنید
4. از منو، **Insert > Module** را انتخاب کنید
5. یک ماژول جدید زیر Normal ایجاد میشود (مثلاً Module1)
### **مرحله ۲: کپی کردن کد**
1. کد زیر را در ماژول جدید Paste کنید:
2. کلیدهای **Ctrl + S** را بزنید تا ذخیره شود
3. پنجره VBA را ببندید
### **مرحله ۳: تست کردن**
1. یک سند Word **جدید** باز کنید
2. چند عدد انگلیسی تایپ کنید (مثلاً: 12345)
3. **Alt + F8** را بزنید
4. ماکروی **ConvertEnglishToPersianNumbers** را انتخاب و Run کنید
5. اعداد باید فارسی شوند! ✅
## **نکات مهم:**
✅ **مزیت:** حالا هر سند جدید یا قدیمی که باز کنید، این ماکرو در دسترس است
✅ **Normal.dotm** قالب اصلی Word است و همیشه بارگذاری میشود
⚠️ **هشدار:** اگر Word را آپدیت کنید یا Normal.dotm پاک شود، ماکرو از بین میرود
💡 **پیشنهاد:** یک کپی از کد را در یک فایل متنی (.txt) هم ذخیره کنید تا اگر نیاز شد، دوباره اضافه کنید
## **راه سریعتر – اضافه کردن به Quick Access Toolbar:**
برای دسترسی سریعتر:
1. روی نوار بالای Word راستکلیک کنید
2. **Customize Quick Access Toolbar** را انتخاب کنید
3. از لیست سمت چپ، **Macros** را انتخاب کنید
4. ماکروی **ConvertEnglishToPersianNumbers** را پیدا کنید
5. دکمه **Add >>** را بزنید
6. OK را بزنید
🎯حالا یک آیکون جدید در نوار بالا دارید که با یک کلیک ماکرو را اجرا میکند!
روش 3: تنظیمات خودکار Word (بدون ماکرو)
اگر نمیخواهید از ماکرو استفاده کنید:
File > Options را بزنید
به بخش Advanced بروید
در قسمت Show document content، گزینه Numeral را پیدا کنید
آن را روی Context یا Hindi قرار دهید
OK را بزنید
⚠️ اما توجه: این روش فقط نمایش را تغییر میدهد و اعداد واقعاً فارسی نمیشوند. پس اگر فایل را در سیستم دیگری باز کنید یا فونت را عوض کنید، ممکن است دوباره انگلیسی نشان داده شوند.
پیشنهاد من:
از روش 2 (ماکرو) استفاده کنید چون:
✅ اعداد واقعاً به یونیکد فارسی تبدیل میشوند
✅ مستقل از فونت و سیستم هستند
✅ برای جداول آماری SPSS عالی است
✅ یک بار اجرا میکنید و تمام!
خواهشمند است، نظر خودتان را در پایان نوشته در سایت https://rava20.ir مرقوم نمایید. همین نظرات و پیشنهاد های شما باعث پیشرفت سایت می گردد. با تشکر
پیشنهاد می شود مطالب زیر را هم در سایت روا 20 مطالعه نمایید:
آیا میدانید بهزیستی دیجیتال فراتر از صرفاً «کم کردن زمان استفاده از موبایل» است؟ پاسخ کوتاه این است: بله. بهزیستی دیجیتال یک سازه روانشناختی پیچیده است که توانایی فرد در مدیریت تعادل میان زندگی واقعی و دنیای مجازی را میسنجد. اگر دانشجو هستید یا روی سلامت روان پژوهش میکنید، این ابزار جدید (۲۰۲۶) کلید طلایی تحقیقات شماست.
در دنیای امروز، مرز بین زندگی شخصی و فضای مجازی محو شده است. بسیاری از ما تصور میکنیم اعتیاد به اینترنت تنها مشکل است؛ اما واقعیت چیز دیگری است. مسئله اصلی، «کیفیت تعامل» ما با تکنولوژی است، نه فقط کمیت آن.
این مقاله به معرفی دقیقترین و بهروزترین ابزار سنجش این حوزه میپردازد: مقیاس بهزیستی دیجیتال (DWS) طراحی شده توسط جوزف آپیانینگ و همکاران در سال ۲۰۲۶.
با مطالعه این مطلب، نه تنها با ابعاد پنهان سلامت روان در عصر دیجیتال آشنا میشوید، بلکه به نسخه کامل پرسشنامه، روش نمرهگذاری و تفسیر نتایج دسترسی پیدا خواهید کرد.
بهزیستی دیجیتال چیست؟ فراتر از یک تعریف ساده
بیایید نگاهی عمیقتر بیندازیم. ادبیات پژوهشی نشان میدهد که بهزیستی دیجیتال ماهیتی دوگانه دارد. این مفهوم مانند یک شمشیر دو لبه عمل میکند:
جنبه مثبت: شامل احساس کنترل، رضایت از زندگی و ایمنی مسئولانه در فضای آنلاین است.
جنبه چالشبرانگیز: شامل تداخل در وظایف روزمره، وابستگی عاطفی به لایکها و ناتوانی در تنظیم هیجان است.
چرا این موضوع برای دانشجویان دانشگاهی حیاتی است؟ شواهد علمی ثابت کردهاند که دانشجویان به دلیل فشارهای تحصیلی سنگین و نیاز مداوم به فناوری برای یادگیری، در خط مقدم آسیبپذیری قرار دارند.
پیامدهای نادیده گرفتن بهزیستی دیجیتال پایین:
افت شدید عملکرد تحصیلی و تمرکز.
اختلالات خواب و ریتم شبانهروزی بدن.
افزایش علائم اضطراب اجتماعی و افسردگی پنهان.
فرسودگی شناختی زودرس.
بنابراین، ارزیابی دقیق این سازه برای طراحان آموزشی و روانشناسان بالینی دیگر یک انتخاب نیست، بلکه یک ضرورت اجتنابناپذیر است.
پرسشنامهای که پیش روی شماست، حاصل تلاش تیم پژوهشی متشکل از جوزف آپیانینگ، فرانک کوانساه و راجر آمواکو است که در سال ۲۰۲۶ منتشر شد.
این ابزار با هدف پر کردن خلاء بزرگ در اندازهگیری جامع بهزیستی دیجیتال در محیطهای آموزش عالی توسعه یافته است. خبر خوب اینجاست که انعطافپذیری این پرسشنامه بسیار بالاست.
کاربردهای گسترده این مقیاس:
✅ دانشگاهها و مراکز آموزش عالی.
✅ مدارس متوسطه (با تغییرات جزئی).
✅ مراکز آموزش فنی و حرفهای.
✅ سازمانهای غیرآموزشی و محیطهای کاری.
✅ سنجش سلامت روان در زندگی شخصی.
نسخه نهایی این پرسشنامه شامل ۴۱ گویه دقیق است. این سوالات بر اساس نظریه قدرتمند «خودتعیینگری» (Self-Determination Theory) تدوین شدهاند. هدف طراحان، پوشش دادن همزمان جنبههای آسیبزا و جنبههای سازگارانه استفاده از فناوری بوده است.
ابعاد ششگانه مقیاس DWS: زیر ذرهبین روانسنجی
برای اینکه بتوانید دادههای دقیقی استخراج کنید، باید بدانید این پرسشنامه چه چیزی را میسنجد. مقیاس بهزیستی دیجیتال شش مؤلفه اصلی را مورد بررسی قرار میدهد:
۱. تداخل در تکالیف (Task Interference)
این بعد میزان اختلالی را میسنجد که استفاده از دیجیتال در انجام وظایف اصلی (درس، کار، خانواده) ایجاد میکند. آیا چک کردن نوتیفیکیشنها مانع تمرکز شما میشود؟
۲. ایمنی و استفاده مسئولانه دیجیتال (Digital Safety & Responsible Use)
این بخش به آگاهی فرد از خطرات سایبری، حفظ حریم خصوصی و رفتار اخلاقی در فضای آنلاین میپردازد.
۳. کنترل ادراکشده و رضایت (Perceived Control & Satisfaction)
آیا فرد احساس میکند فرمان دست اوست یا الگوریتمها؟ این بعد حس تسلط و لذت بردن از تعاملات دیجیتال را میسنجد.
۴. تعادل زندگی دیجیتال (Digital Life Balance)
این مؤلفه توانایی فرد در ایجاد مرز سالم بین زمان آنلاین و آفلاین را ارزیابی میکند.
۵. تنظیم هیجان (Emotion Regulation)
چگونه از فناوری برای مدیریت احساسات استفاده میکنیم؟ آیا گوشی موبایل پناهگاه فرار از استرس است یا ابزاری برای آرامش؟
۶. وابستگی و ناکامی دیجیتال (Dependency & Digital Frustration)
این بعد علائم ترک، بیقراری هنگام عدم دسترسی به اینترنت و احساس ناامیدی ناشی از مشکلات فنی را میسنجد.
ویژگیهای روانسنجی و اعتبار علمی (Why Trust This Tool?)
به عنوان یک متخصص تحلیل داده، میدانید که بدون روایی (Validity) و پایایی (Reliability)، هیچ پرسشنامهای ارزش علمی ندارد.
مقیاس DWS ۲۰۲۶ از نظر آماری دارای ویژگیهای زیر است:
پایایی بالا: ضرایب آلفای کرونباخ برای خردهمقیاسها در محدوده قابل قبول (بالای ۰.۷) گزارش شده است.
روایی سازه: تحلیل عاملی تأییدی (CFA) برازش مدل شش عاملی را تایید کرده است.
توزیع نرمال: گویهها به گونهای طراحی شدهاند که قابلیت استفاده در تحلیلهای پارامتریک مانند رگرسیون و همبستگی پیرسون را دارند.
چرا این محتوا برای پژوهشگران ایرانی منحصربهفرد است؟
تاکنون اکثر پرسشنامههای موجود در ایران، ترجمههای قدیمی از ابزارهای “اعتیاد به اینترنت” بودند. اما مقیاس بهزیستی دیجیتال ۲۰۲۶ نگاهی مدرن و چندبعدی دارد.
📥 برای دانلود فایل کامل پرسشنامه (Word)، راهنمای نمرهگذاری ، همین حالا اقدام کنید.
💬 سوالی دارید؟ آیا تجربه استفاده از ابزارهای سنجش دیجیتال را داشتهاید؟ یا درباره نحوه تحلیل عاملی این پرسشنامه سوالی دارید؟ لطفاً نظرات خود را در بخش کامنتها بنویسید. ما به تمام سوالات تخصصی شما پاسخ خواهیم داد.
راههای ارتباطی با ما
برای دسترسی به جدیدترین ابزارهای روانسنجی، آموزشهای SPSS و مقالات بهروز، از طریق لینکهای زیر با ما همراه باشید:
📊
سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی
تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد.
📊
نرم افزار های کمی: SPSS- PLS – Amos
📊
نرم افزارهای کیفی: Maxqda
📊
تعیین حجم نمونه با:Spss samplepower
📞
Mobile : 09143444846
📱
Telegram: https://t.me/RAVA2020
🌐 وب سایت: https://rava20.ir
🌐
E-mail: abazizi1392@gmail.com
🔔 این مطلب را با دوستان خود به اشتراک بگذارید
آیا تغییرات اقلیمی باعث بیخوابی، نشخوار فکری یا اختلال در عملکرد روزمره شما شده است؟ اگر پاسخ شما مثبت است، تنها نیستید. اضطراب تغییرات اقلیمی یکی از پدیدههای روانشناختی نوظهور است که در سالهای اخیر توجه بسیاری از محققان را به خود جلب کرده است. در این مقاله، به معرفی کامل مقیاس اضطراب تغییرات اقلیمی – فرم کوتاه (CCAS‑SF) میپردازیم؛ ابزاری معتبر و علمی که توسط ماریا میراندی و همکاران در سال ۲۰۲۵ طراحی شده است.
اضطراب تغییرات اقلیمی چیست و چرا باید آن را جدی بگیریم؟
اضطراب تغییرات اقلیمی تنها یک نگرانی ساده درباره محیطزیست نیست. این سازه روانشناختی چندبعدی شامل پاسخهای منفی شناختی، هیجانی و کارکردی نسبت به تهدیدات ناشی از تغییرات آبوهوایی است. به عبارت دیگر، این اضطراب میتواند از نشخوار فکری و احساس عدمقطعیت نسبت به آینده گرفته تا احساس ناتوانی، گناه و حتی اختلال در عملکرد روزمره فرد را شامل شود-.
نکته مهم این است که این اضطراب ماهیتی پیوسته و بُعدی دارد و در طیفی از شدت قرار میگیرد:
سطوح پایین: ممکن است به انکار مسئله منجر شود.
سطوح متوسط: میتواند سازگاری و اقدام مثبت را تسهیل کند.
سطوح بالا: میتواند به شکل بالینی و آسیبزا ظاهر شده و با علائم افسردگی و اضطراب عمومی همپوشانی داشته باشد.
چرا بزرگسالان نوپدید (۱۹ تا ۲۹ سال) در معرض خطر بیشتری هستند؟
بر اساس پژوهشها، بزرگسالان نوپدید (Emerging Adults) که در مرحله حساس رشدی و شکلگیری هویت قرار دارند، نسبت به سایر گروههای سنی دیدگاههای بدبینانهتری نسبت به بحران اقلیمی دارند. این گروه سنی بیشتر مستعد احساس درماندگی، خشم و ناامیدی نسبت به آینده هستند. اضطراب تغییرات اقلیمی در این افراد میتواند:
انگیزه و هدفمندی لازم برای برنامهریزی آینده را مختل کند.
زمینهساز علائم افسردگی شود.
عملکرد تحصیلی، شغلی و اجتماعی را تحت تأثیر قرار دهد.
مطالعات نشان دادهاند که اگرچه زنان معمولاً نمرات بالاتری در مؤلفه شناختی‑هیجانی گزارش میکنند، اما مردان نیز ممکن است تحت تأثیر راهبردهای سرکوب هیجان، ارتباط قویتری بین این اضطراب و علائم افسردگی تجربه کنند.
معرفی پرسشنامه CCAS‑SF
مقیاس اضطراب تغییرات اقلیمی – فرم کوتاه (Climate Change Anxiety Scale-Short Form) با مخفف CCAS‑SF، توسط ماریا میراندی، جورجیا گیتزونی، کارلو گاروفالو، الیزا دلوکیو، جاکومو رتوری، سوزان کلیتون و کلودیا ماتزسکی در سال ۲۰۲۵ طراحی و اعتباریابی شده است-1-2.
این ابزار نسخه کوتاهشده مقیاس اصلی ۲۲ سوالی کلیتون و کارازسیا (۲۰۲۰) است-. هدف از توسعه این فرم کوتاه، کاهش بار پاسخدهی و افزایش کارایی در پژوهشها و محیطهای بالینی بوده است.
کاربردهای بالینی و پژوهشی
CCAS‑SF به عنوان یک ابزار کوتاه، معتبر و قابلاعتماد برای سنجش اضطراب تغییرات اقلیمی، کاربردهای متعددی دارد-1-5:
پژوهشهای زمانمحدود: به دلیل طول کوتاه، برای مطالعات بزرگمقیاس و پیمایشهای آنلاین ایدهآل است.
غربالگری بالینی: به متخصصان سلامت روان کمک میکند تا افراد در معرض خطر را شناسایی کنند.
مداخلات پیشگیرانه: شناسایی سطوح بالای این اضطراب میتواند به طراحی مداخلات درمانی مناسب کمک کند.
بررسی همهگیرشناختی: امکان مطالعه شیوع این پدیده در جمعیتهای مختلف را فراهم میکند.
جمعبندی
مقیاس اضطراب تغییرات اقلیمی – فرم کوتاه (CCAS‑SF) یک ابزار روانسنجی نوین و کارآمد است که توسط ماریا میراندی و همکاران در سال ۲۰۲۵ توسعه یافته است. این پرسشنامه با ۸ گویه و دو زیرمقیاس، امکان ارزیابی سریع و دقیق اضطراب ناشی از تغییرات اقلیمی را فراهم میکند. یافتههای پژوهشی نشان میدهد که این ابزار از پایایی و روایی خوبی برخوردار است و میتواند در پژوهشها و محیطهای بالینی مورد استفاده قرار گیرد.
با توجه به افزایش نگرانیهای زیستمحیطی در سراسر جهان، دسترسی به ابزارهای معتبر برای سنجش پیامدهای روانشناختی تغییرات اقلیمی بیش از پیش ضروری به نظر میرسد. CCAS‑SF گامی مؤثر در این مسیر است.
نظر شما چیست؟ آیا تا به حال اضطراب ناشی از تغییرات اقلیمی را تجربه کردهاید؟ تجربیات خود را در بخش نظرات با ما به اشتراک بگذارید. همچنین اگر این مطلب برایتان مفید بود، آن را با دوستان خود به اشتراک بگذارید.
کاربر عزیز برای نوشتههای خود میتوانید به صورت زیر به این منبع ارجاع بدهید: عزیزی مقدم، ا. (۱۴۰۵). مقیاس اضطراب تغییرات اقلیمی – فرم کوتاه (CCAS‑SF): راهنمای جامع و کامل. قابل دسترسی در https://rava20.ir
📊
سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی
تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد.
📊
نرم افزار های کمی: SPSS- PLS – Amos
📊
نرم افزارهای کیفی: Maxqda
📊
تعیین حجم نمونه با:Spss samplepower
📞
Mobile : 09143444846
📱
Telegram: https://t.me/RAVA2020
🌐 وب سایت: https://rava20.ir
🌐
E-mail: abazizi1392@gmail.com
🔔 این مطلب را با دوستان خود به اشتراک بگذارید
راهنمای جامع و کامل کدهای مخفی هوش مصنوعی برای پرامپت نویسی حرفهای
اگر تا به حال حس کردهاید که پاسخهای هوش مصنوعی خیلی خشک، کلیشهای یا غیرطبیعی هستند، حتماً به دنبال راهی بودهاید که کیفیت خروجی را به سطح بالاتری ببرید. پاسخ ساده است: کدهای مخفی (دستورات خاص) وجود دارند که با قرار دادن آنها در پرامپت، سبک، لحن و دقت پاسخ را به شکل چشمگیری تغییر میدهند. در این مقاله، تمام این کدهای قدرتمند را به همراه کاربرد دقیق هر یک معرفی میکنیم و به شما نشان میدهیم چطور مثل یک متخصص پرامپت بنویسید.
تحلیل داده های آماری با مناسبترین قیمت و کیفیت برتر!
🌟با تجربهی بیش از 17 سال و ارائهی بهترین خدمات
مشاوره : پایان نامه و مقاله نویسی تحلیل داده های آماری
توجه: همه ی پرسشنامه هااز منابع معتبر تهیه شده، استاندارد ، دارای روایی و پایایی و منابع داخل و پایان متن می باشند . همه ی پرسشنامه ها قابل ویرایش در قالب نرم افزار ورد Word می باشد.
کدهای مخفی در واقع دستوراتی هستند که به مدل زبانی میگویند از چه رویکردی برای پردازش سوال شما استفاده کند. این کدها معمولاً به شکل یک کلمه یا عبارت با اسلش (مثل /humanize) یا به صورت یک کلیدواژه خاص (مثل TRUTHMODE) در ابتدای پرامپت قرار میگیرند. آنچه این کدها را ویژه میکند، تأثیر فوری آنها بر ساختار پاسخ، انتخاب واژگان، لحن و حتی عمق تحلیل است.
لیست کامل کدهای مخفی و دستورات پرکاربرد
در ادامه، تمامی کدهای مهم را بر اساس کاربردشان دستهبندی کردهایم:
۱. کدهای تغییر سبک و انسانیسازی (Humanization)
کد
کاربرد
/human یا humanize
متن را بهگونهای بازنویسی میکند که انگار یک انسان واقعی آن را نوشته؛ جملههای کوتاه، اصطلاحات روزمره و احساسات طبیعی جایگزین لحن رباتیک میشوند.
HUMAN (بدون اسلش)
مشابه حالت قبل اما با تأکید بر طبیعیترین شکل ممکن.
۲. کدهای افزایش دقت و صراحت
کد
کاربرد
TRUTHMODE
پاسخهای بسیار رک، بیپرده و بدون تعارف ارائه میدهد. دیگر با شما موافقت نمیکند و نظرات واقعگرایانه را بیان میکند.
REDTEAM
نقش «وکیل مدافع شیطان» را بازی میکند؛ به تمام ایدههای شما حمله میکند و نقاط ضعف پنهان را آشکار میسازد.
/truth
با تأکید بر راستیآزمایی، توهمات (hallucinations) را به حداقل میرساند و اطلاعات مستند ارائه میدهد.
۳. کدهای بهبود ساختار و یادگیری
کد
کاربرد
ELI5
موضوع را مثل این است که برای یک کودک ۵ ساله توضیح میدهید؛ فوقالعاده ساده و قابلفهم.
ELI10
توضیح برای یک کودک ۱۰ ساله؛ کمی دقیقتر اما همچنان روان.
80/20
بر اساس اصل پارتو، مهمترین ۲۰ درصد اقداماتی که ۸۰ درصد نتیجه را میدهند، به شما پیشنهاد میکند.
ALT3
سه پاسخ کاملاً متفاوت و متنوع برای یک درخواست تولید میکند تا بهترین را انتخاب کنید.
۴. کدهای نقشآفرینی (شخصیتهای خاص)
کد
کاربرد
HORMOZI
مانند الکس هورموزی (مربی معروف کسبوکار) پاسخ میدهد؛ با انرژی بالا و توصیههای عملی.
FUTUREYOU
از دیدگاه «نسخهی آیندهی شما» به سوال پاسخ میدهد و مسیر رسیدن به آن را ترسیم میکند.
YCOMBINATOR
پاسخ را از نگاه یک سرمایهگذار یا منتقد استارتاپی (مثل Y Combinator) ارائه میدهد.
GARYVEE
با سبک و لحن گری وینرچاک (کارآفرین و تأثیرگذار) پاسخ میدهد.
۵. کدهای تحلیلی و استراتژیک
کد
کاربرد
SOCRATES
روش سقراطی را به کار میگیرد؛ بهجای پاسخ مستقیم، سوالات پرسشبرانگیز مطرح میکند تا خودتان به کشف برسید.
LINDYMODE
فقط بر دانشها و روشهای اثباتشده و قدیمی (آزمونپسزده) تأکید میکند و از مدگرایی پرهیز میکند.
OODA
از چارچوب تصمیمگیری نظامی (مشاهده‑جهتیابی‑تصمیم‑عمل) برای تحلیل موقعیت استفاده میکند.
/meta
قبل از پاسخ، خود سوال شما را تحلیل میکند تا به درک بهتری از نیازتان برسد.
۶. کدهای ویژه برای تولید محتوا
کد
کاربرد
UNLEARN
باورهای غلط و تصورات منسوخشدهای که ممکن است شما را محدود کنند، آشکار میکند و جایگزین درست ارائه میدهد.
/predict
پیشبینیهایی دربارهی نتایج و پیامدهای آیندهی یک تصمیم یا رویداد ارائه میدهد.
CONTRASTMODE
موضوع را با مقایسههای واضح و متضاد توضیح میدهد تا درک آن آسانتر شود.
نحوهی صحیح استفاده از کدهای مخفی
برای گرفتن بهترین نتیجه، این سه نکته را رعایت کنید:
کد را در ابتدای پرامپت قرار دهید، مثلاً: humanize: این متن رسمی را به زبان محاوره بازنویسی کن.
میتوانید چند کد را ترکیب کنید، مانند: ELI10 + TRUTHMODE: چرا مصرف شکر مضر است؟
اگر کد پاسخ نداد، آن را به صورت واضح توضیح دهید، مثلاً به جای SOCRATES بنویسید: «بهجای پاسخ مستقیم، سوالاتی بپرس که خودم به جواب برسم.»
نمونههای عملی از تأثیر کدهای مخفی
بدون کد: «لطفاً راههای افزایش بهرهوری را بگو.» پاسخ: لیستی کلی از ۵ راه معمولی.
با کد 80/20: پاسخ: فقط ۲ راهی که ۸۰ درصد تأثیر را دارند، به همراه توضیح دقیق اجرای هر کدام.
با کد /humanize: پاسخ: جملاتی مثل «بیا روراست باشیم، بیشتر ما توی این کار مشکل داریم…» با مثالهای روزمره.
اشتباهات رایج در استفاده از کدهای مخفی
استفاده از کدهای متعدد بیربط (مثلاً ترکیب ELI5 با YCOMBINATOR که غیرمنطقی است).
فراموش کردن توضیح زمینه – کدها جای توضیح کامل را نمیگیرند.
انتظار معجزه – این کدها فقط رویکرد را تغییر میدهند، نه اینکه دانش جدید به مدل اضافه کنند.
چگونه با ترکیب کدها، پرامپتهای حرفهای بنویسیم؟
برای تولید محتوای باکیفیت، میتوانید از الگوی زیر استفاده کنید:
مثال عملی: humanize + ELI10 + 80/20: توضیح بده چطور میتوانم یک کسبوکار اینترنتی راه بیندازم. خروجی را به صورت ۳ گام عملی با مثال بنویس.
تأثیر کدهای مخفی بر سئو و محتوای وبسایت
اگر شما هم مانند من تولیدکننده محتوا هستید، این کدها به شما کمک میکنند تا:
متون روانتر و انسانیتر بنویسید (کاهش نرخ پرش).
پاسخهای دقیقتر و کاربردیتر به سوالات کاربران بدهید (افزایش زمان ماندگاری).
محتوای منحصربهفرد و غیرکلیشهای تولید کنید (بهبود سئو).
جمعبندی و توصیه نهایی
کدهای مخفی هوش مصنوعی ابزارهای قدرتمندی هستند که اگر بهدرستی از آنها استفاده کنید، تعامل شما با هوش مصنوعی را از یک پرسش و پاسخ ساده به یک گفتگوی هوشمندانه و ثمربخش تبدیل میکنند. توصیه میکنم هر کد را جداگانه آزمایش کنید و سپس ترکیبهای دلخواه خود را پیدا کنید.
شما از کدام کد بیشتر استفاده میکنید؟ تجربهتان را در بخش نظرات با ما به اشتراک بگذارید. همچنین اگر کد دیگری سراغ دارید که در این لیست نیست، حتماً به ما معرفی کنید.
کاربر عزیز برای نوشتههای خود میتوانید به صورت زیر به این منبع ارجاع بدهید: عزیزی مقدم، ا. (۱۴۰۵). راهنمای جامع و کامل کدهای مخفی هوش مصنوعی برای پرامپت نویسی حرفهای. قابل دسترسی در https://rava20.ir
پرسشنامه بهزیستی دیجیتال (DWS) (برای اولین بار در ایران)
پرسشنامه بهزیستی دیجیتال (Digital Well-Being Scale – DWS) توسط جوزف اپینیانینگ، فرانک کوانسا و راجر آموآکو (۲۰۲۶) طراحی و اعتباریابی شده است.
🔹 بهزیستی دیجیتال به چه معناست؟
بهزیستی دیجیتال یکی از مفاهیم نوظهور در عصر فناوریهای اطلاعاتی و ارتباطی است. این مفهوم به ظرفیت فرد برای تنظیم، متعادلسازی و انطباق با تعاملات دیجیتال اشاره دارد. هدف آن حمایت از عملکرد سالم روانشناختی، هیجانی، رفتاری، اجتماعی و روزمره است.
بهزیستی دیجیتال فراتر از صرفاً زمان صفحهنمایش یا استفادهٔ مشکلآمیز از فناوری است. این سازه ابعاد چندگانهای از تجربهٔ دیجیتال را در بر میگیرد.
🔹 چالشهای دانشجویان در عصر دیجیتال
دانشجویان دانشگاهها بهطور گسترده از فناوریهای دیجیتال برای اهداف تحصیلی، اجتماعی و شخصی استفاده میکنند. آنها بهطور ویژه در معرض چالشهای مرتبط با بهزیستی دیجیتال قرار دارند.
این چالشها عبارتاند از:
اختلال در انجام تکالیف تحصیلی
وابستگی عاطفی به فناوری
دشواری در تنظیم هیجانات
کاهش حس کنترل بر استفاده از فناوری
عدم تعادل میان زندگی دیجیتال و غیردیجیتال
🔹 جنبههای مثبت بهزیستی دیجیتال
بهزیستی دیجیتال فقط به مشکلات محدود نمیشود. این مفهوم شامل جنبههای مثبتی نیز هست:
احساس کنترل و رضایت از استفادهٔ دیجیتال
رفتار مسئولانه در فضای مجازی
توانایی حفظ تعادل میان فعالیتهای برخط و برونخط
🔹 اهمیت سنجش بهزیستی دیجیتال
با توجه به گسترش روزافزون فناوریهای دیجیتال در آموزش عالی، سنجش دقیق و چندبعدی بهزیستی دیجیتال برای شناسایی دانشجویان در معرض خطر و طراحی مداخلات مؤثر، از اهمیت بسزایی برخوردار است.
مقالهٔ حاضر با هدف پر کردن خلأ موجود در ابزارهای سنجش این سازه، به توسعه و اعتباریابی مقیاسی جامع برای جمعیت دانشجویی پرداخته است.
🔹 معرفی پرسشنامه بهزیستی دیجیتال (DWS)
پرسشنامهٔ بهزیستی دیجیتال (DWS) توسط جوزف اپینیانینگ، فرانک کوانسا و راجر آموآکو (۲۰۲۶) طراحی و اعتباریابی شده است.
نکته: این پرسشنامه در وبسایت https://rava20.ir/ قرار گرفته است و حقوق معنوی و مادی آن مربوط به روا۲۰ میباشد. هر گونه کپیبرداری و قرار دادن آن بهصورت پولی یا رایگان در سایتها و … ممنوع میباشد.
جهت ارجاع به این نوشته، منبع زیر را ذکر کنید:
عزیزیمقدم، ا. (۱۴۰۵). پرسشنامهٔ بهزیستی دیجیتال (Digital Well-Being Scale – DWS). قابل دسترسی در https://rava20.ir/
خواهشمند است، نظر خودتان را در پایان نوشته در سایت https://rava20.ir مرقوم نمایید. همین نظرات و پیشنهاد های شما باعث پیشرفت سایت می گردد. با تشکر
پیشنهاد می شود مطالب زیر را هم در سایت روا 20 مطالعه نمایید:
📊
سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی
تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد.
📊
نرم افزار های کمی: SPSS- PLS – Amos
📊
نرم افزارهای کیفی: Maxqda
📊
تعیین حجم نمونه با:Spss samplepower
📞
Mobile : 09143444846
📱
Telegram: https://t.me/RAVA2020
🌐 وب سایت: https://rava20.ir
🌐
E-mail: abazizi1392@gmail.com
🔔 این مطلب را با دوستان خود به اشتراک بگذارید
خلاصه کتاب هنر جنگ | ۵ استراتژی طلایی پیروزی سان تزو
خلاصه کتاب هنر جنگ اثر سان تزو به ما میآموزد که چگونه بدون نبرد واقعی، در تمام رقابتهای زندگی، کسبوکار و مذاکرات پیروز شویم. این کتاب ۲۵۰۰ ساله نهتنها یک رساله نظامی، بلکه نقشه راهی هوشمندانه برای استراتژیستها، مدیران و هوشمندان دنیای امروز است. اگر میخواهید با کمترین انرژی و بیشترین هوشمندی به اهداف بزرگ خود برسید، آموزههای سان تزو کلید طلایی شماست.
کتاب هنر جنگ چیست و چرا هنوز زنده است؟
کتاب «هنر جنگ» (The Art of War) نوشته سان تزو، قدیمیترین و تأثیرگذارترین کتاب استراتژی در تاریخ بشر است. سان تزو، فرمانده بزرگ و تفکرشناس چین باستان، اعتقاد داشت که جنگیدن نشانه بیتدبیری است.
در دنیای مدرن، رقابتهای تجاری، اتاقهای جلسه و حتی روابط روزمره، میدانهای جنگ امروزی هستند. کسانی که اصول این کتاب را درک کنند، بهجای خستگی و تلاش بینتیجه، با نقشه راه عمیق پیش میروند.
«هنر والای جنگ، تسلیم کردن دشمن بدون حتی یک بار جنگیدن است.»
— سان تزو
۵ استراتژی ماندگار سان تزو برای پیروزی در زندگی و تجارت
سان تزو اصول خود را در ۱۳ فصل خلاصه کرده است. در این بخش، ۵ اصل شاهکار و کاملاً کاربردی آن را برای شما بازسازی کردهایم.
[ هوش استراتژیک سان تزو ]
│
┌────────────────┼────────────────┐
│ │ │
[شناخت خود] [انعطافپذیری] [فریب و غافلگیری]
۱. پیروزی بدون درگیری (بزرگترین هنر مدیریت)
بزرگترین خطا این است که تمام انرژی خود را صرف مبارزه مستقیم با رقبا کنید. شما باید فضایی ایجاد کنید که رقابت اصلاً شکل نگیرد.
در دنیای کسبوکار: بهجای وارد شدن به جنگ قیمتها، ارزش جدیدی خلق کنید (مفهوم اقیانوس آبی).
در روابط شخصی: بهجای بحثهای طاقتفرسا، با تحلیل هوشمندانه فضا را به نفع خود هدایت کنید.
۲. خودت و رقیبت را عمیقاً بشناس
سان تزو میگوید: «اگر خود را بشناسی ولی دشمن را نشناسی، به ازای هر پیروزی یک شکست خواهید داشت.»
آگاهی کامل از نقاط قوت و ضعف خود و طرف مقابل، پایه اصلی تمام تصمیمگیریهاست. قبل از هر اقدامی، تحلیل دقیق صورت دهید. ناآگاهی، سریعترین راه برای سقوط است.
۳. انعطافپذیر باش؛ مانند آب رفتار کن
هیچ استراتژی ثابتی تا ابد کارساز نیست. آب شکل ظرفی را میگیرد که در آن قرار دارد.
در دنیای سریع امروز، تعصب روی روشهای قدیمی شکستخوردن است. سیستمهای چابک (Agile)، بازنویسی مداوم برنامهها و سازگاری با فناوری، از اصول حیاتی سان تزو در قرن جدید است.
۴. اصل غافلگیری و حفظ اسرار (فریب استراتژیک)
همه برنامهها و کارتهای برنده خود را زودهنگام رو نکنید.
وقتی قوی هستید، خاضع و آرام به نظر برسید.
وقتی در حال آمادهسازی هستید، بیسروصدا و صبورانه حرکت کنید.
اجازه دهید رقبا بر اساس فرضیات اشتباه خود تصمیم بگیرند.
۵. احساسات را از تصمیمهای خود حذف کنید
خشم، غرور و انتقامجویی، سه بلای بزرگ برای هر مدیر و فرمانده است. سان تزو هشدار میدهد که هیچگاه از روی عصبانیت دست به اقدام نزنید. تصمیمهای کلیدی باید کاملاً مبتنی بر آمار، منطق و خونسردی باشند.
۳ تکنیک عملی برای پیادهسازی سریع اصول سان تزو
برای اینکه آموزههای هنر جنگ را وارد دنیای واقعی کنید، این سه روش را همین امروز اجرا کنید:
تحلیل پیش از شکست (Pre-Mortem): قبل از شروع پروژه، فرض کنید شکست خوردهاید. علل آن را بنویسید و راهحلها را قبل از وقوع پیدا کنید.
تمرکز بر نقطه ضعف رقیب: هیچگاه با نقطه قوت رقیب نجنگید. اگر رقیب شما قیمت پایینی دارد، شما روی کیفیت و پشتیبانی عالی تمرکز کنید.
ساختن پل طلایی (Golden Bridge): در مذاکرات، همواره یک راه فرار آبرومندانه برای طرف مقابل باقی بگذارید. انسان در بنبست، دست به رفتارهای غیرقابل پیشبینی میزند.
جدول خلاصه مقایسه: دیدگاه سنتی در برابر استراتژی سان تزو
شاخص
دیدگاه سنتی و سادهانگارانه
استراتژی هوشمندانه سان تزو
هدف اصلی
نابودی کامل رقیب با تمام توان
پیروزی با کمترین هزینه و بدون درگیری
روش تصمیمگیری
بر اساس هیجان و احساسات لحظهای
بر اساس دادهها، منطق و خونسردی
نحوه تاکتیک
اصرار بر برنامههای ثابت و قدیمی
انعطافپذیری کامل مانند جریان آب
نگرش به رقابت
جنگ مستقیم و روبهرو
غافلگیری، تمرکز بر نقاط ضعف و هوشمندی
نتیجهگیری و راه پیروزی شما
کتاب هنر جنگ به ما یادآوری میکند که دانش، صبر و استراتژی همواره بر زور بازو و منابع نامحدود پیروز میشوند. شما برای موفقیت نیازی به درگیریهای فرسایشی ندارید؛ کافی است ابزارها و شرایط را بشناسید و در زمان مناسب، بهترین تصمیم را بگیرید.
💬 شما چه فکر میکنید؟ (دعوت به گفتگو)
به نظر شما کدامیک از ۵ استراتژی بالا در کسبوکار یا زندگی امروز شما کاربردیتر است؟
آیا تا به حال توانستهاید بدون جنگ و نزاع در یک چالش پیروز شوید؟
نظرات و تجربیات ارزشمند خود را در بخش دیدگاهها (پایین همین صفحه) بنویسید. ما تمام کامنتهای شما را با دقت میخوانیم و پاسخ میدهیم!
اگر این مقاله برای شما مفید بود، آن را با دوستان و همکاران خود به اشتراک بگذارید تا آنها هم هوشمندانه پیروز شوند.
📚 نحوه ارجاع به این مقاله (استناد علمی)
کاربر عزیز برای نوشتههای خود میتوانید به صورت زیر به این منبع ارجاع بدهید:
عزیزی مقدم، ا. (۱۴۰۵). خلاصه کتاب هنر جنگ اثر سان تزو. قابل دسترسی در:https://rava20.ir
🔗 پلهای ارتباطی و لینکهای مفید
برای دسترسی به سایر آموزشها، فایلهای کاربردی و ویدیوهای مرتبط، از طریق لینکهای زیر با ما در ارتباط باشید:
پرسشنامه عوامل اجتماعی مؤثر بر سلامت (Social Determinants of Health Questionnaire – SDH-Q) یک ابزار خودگزارشی ۲۰ گویهای است که توسط Sabo و همکاران (۲۰۲۴) طراحی و اعتباریابی شده است. این پرسشنامه بر اساس چارچوب کمیسیون عوامل اجتماعی مؤثر بر سلامت سازمان بهداشت جهانی (CSDH) ساخته شده و شامل دو مؤلفهٔ مجزای «عوامل ساختاری» و «عوامل میانی» است که هرکدام ۱۰ گویه دارند.
اگر بهدنبال ابزاری معتبر، کوتاه و کاربردی برای سنجش عوامل اجتماعی مؤثر بر سلامت در محیطهای بالینی، پژوهشی یا اجتماعی هستید، SDH-Q دقیقاً همان ابزاری است که نیاز دارید. در این مقاله، به طور کامل با این پرسشنامه، ابعاد آن، ویژگیهای روانسنجی و نحوهٔ استفاده از آن آشنا میشوید.
عوامل اجتماعی مؤثر بر سلامت (SDH) چیست؟
عوامل اجتماعی مؤثر بر سلامت (Social Determinants of Health – SDH) به مجموعهای از شرایط اجتماعی، اقتصادی و محیطی اشاره دارند که بر سلامت افراد و جمعیتها تأثیر میگذارند-. این عوامل فراتر از مراقبتهای پزشکی هستند و نقشی تعیینکننده در سلامت جامعه ایفا میکنند-.
سازمان بهداشت جهانی (WHO) از طریق کمیسیون عوامل اجتماعی مؤثر بر سلامت (CSDH)، این عوامل را به دو دستهٔ کلی تقسیم کرده است:
عوامل ساختاری (Structural Determinants): شامل درآمد، تحصیلات، شغل، طبقهٔ اجتماعی، جنسیت و نژاد/قومیت که موقعیت اقتصادی-اجتماعی فرد را در سلسلهمراتب قدرت و دسترسی به منابع تعیین میکنند-.
عوامل میانی (Intermediary Determinants): شامل شرایط مادی، عوامل روانشناختی، عوامل رفتاری/زیستی و نظام سلامت که تفاوتها در مواجهه با خطرات و استعداد ابتلا به پیامدهای ضعیف سلامت را شکل میدهند-.
با توجه به نقش کلیدی SDH در دستیابی به اهداف توسعهٔ پایدار (SDG)، دسترسی به ابزارهای معتبر و کوتاه برای سنجش این عوامل در محیطهای بالینی و اجتماعی، ضرورتی انکارناپذیر است--1.
معرفی کامل پرسشنامه SDH-Q
پرسشنامهٔ عوامل اجتماعی مؤثر بر سلامت (SDH-Q) توسط Abdulwali Sabo و همکاران (۲۰۲۴) بر اساس چارچوب کمیسیون عوامل اجتماعی مؤثر بر سلامت سازمان بهداشت جهانی (CSDH) طراحی و اعتباریابی شده است-2-.
مشخصات کلی پرسشنامه:
مشخصه
توضیح
نام ابزار
پرسشنامه عوامل اجتماعی مؤثر بر سلامت (SDH-Q)
طراحان
Sabo، Kuan، Abdullah، Kuay، Goni، Kueh (۲۰۲۴)
تعداد گویهها
۲۰ گویه
تعداد مؤلفهها
۲ مؤلفه (ساختاری و میانی)
نوع ابزار
خودگزارشی (Self-Report)
زمان اجرا
کوتاه و مناسب برای محیطهای بالینی و اجتماعی
جامعهٔ هدف
بزرگسالان و جمعیتهای مختلف
منبع انتشار
BMC Public Health، جلد ۲۴، شماره ۲۵۰۷ (۲۰۲۴)
ساختار دو مؤلفهای پرسشنامه:
مؤلفهٔ اول: عوامل ساختاری SDH (۱۰ گویه) این مؤلفه به بررسی عواملی مانند درآمد، تحصیلات، شغل، طبقهٔ اجتماعی، جنسیت و نژاد/قومیت میپردازد که موقعیت اقتصادی-اجتماعی فرد را تعیین میکنند.
مؤلفهٔ دوم: عوامل میانی SDH (۱۰ گویه) این مؤلفه شرایط مادی، عوامل روانشناختی، عوامل رفتاری/زیستی و دسترسی به خدمات سلامت را مورد سنجش قرار میدهد.
شاخص برازش کلی (Goodness of Fit – GOF) در مدلسازی معادلات ساختاری (SEM) به مجموعهای از معیارها اطلاق میشود که برای ارزیابی میزان هماهنگی مدل نظری با دادههای تجربی بهکار میرود--11. بهبیان فنی، این شاخصها میزان تفاوت بین ماتریس کوواریانس برآوردشده توسط مدل و ماتریس کوواریانس مشاهدهشده از دادهها را کمّی میسازند--11.
۱. شاخصهای اصلی برازش در SEM
۱-۱. آزمون کای-دو (χ²)
آزمون کای-دو بنیادیترین معیار برازش در SEM محسوب میشود-. این آزمون فرضیهی برابری ماتریس کوواریانس مدل نظری با ماتریس کوواریانس جامعه را بررسی میکند-11.
فرمول:
χ2=(N−1)×FML
که در آن:
N = حجم نمونه
FML = مقدار تابع برازش بیشینهشونده (Maximum Likelihood Fit Function)
۱-۲. شاخص برازش (GFI) و شاخص برازش تعدیلیافته (AGFI)
شاخص برازش (Goodness of Fit Index) نسبت واریانس تبیینشده توسط ماتریس کوواریانس برآوردشده را اندازهگیری میکند و مشابه ضریب تعیین (R2) در رگرسیون عمل مینماید--11.
فرمول کلی GFI:
GFI=1−تابع برازش پایهتابع برازش باقیمانده
بهبیان دقیقتر بر اساس تابع برازش بیشینهشونده:
GFI=1−Σ^−1SΣ^−1S−I2
که در آن:
S = ماتریس کوواریانس نمونه
Σ^ = ماتریس کوواریانس برآوردشده توسط مدل
I = ماتریس همانی
AGFI نسخهی تعدیلشدهی GFI بر اساس درجات آزادی است-:
AGFI=1−df(1−GFI)×2p(p+1)
که در آن p تعداد متغیرهای مشاهدهشده و df درجات آزادی مدل است.
شاخص برازش تطبیقی (Comparative Fit Index) نسخهی اصلاحشدهی شاخص برازش نُرمال (NFI) است که برازش مدل هدف را با مدل مستقل (تهی) مقایسه میکند و حساسیت کمتری به حجم نمونه دارد-11.
در رویکرد حداقل مربعات جزئی (PLS-SEM)، شاخص GOF پیشنهادی Tenenhaus et al. (2004) بهصورت زیر محاسبه میشود-21:
GOF=Communality×R2
که در آن:
Communality (اشتراکپذیری) = میانگین بارهای عاملی مجذور برای هر سازه
𝑅2R2 = ضریب تعیین برای هر سازه درونزا
مراحل محاسبه:
محاسبهی اشتراکپذیری هر سازه: میانگین مجذور بارهای عاملی (λ2) گویههای آن سازه.
محاسبهی میانگین اشتراکپذیری کلی: میانگین اشتراکپذیری تمام سازههای مدل.
محاسبهی میانگین 𝑅2R2: میانگین ضرایب تعیین تمام سازههای درونزای مدل.
محاسبهی GOF: جذر حاصلضرب دو مقدار فوق.
هشدار مهم:
بر اساس مطالعات Henseler و Sarstedt (2012)، شاخص GOF در PLS-SEM بهمعنای واقعی برازش مدل در چارچوب SEM مبتنی بر کوواریانس (CB-SEM) نیست و تفسیر آن باید با احتیاط صورت پذیرد-21-. این شاخص بیشتر بهعنوان معیاری برای سنجش کیفیت کلی مدل در رویکرد PLS بهکار میرود.
۳. خلاصهی معیارهای پذیرش شاخصهای برازش
شاخص
فرمول اصلی
مقدار قابلقبول
χ²
(N−1)×FML
p-value > ۰/۰۵
GFI
1−تابع پایهتابع باقیمانده
≥ ۰/۹۰
AGFI
1−df(1−GFI)×p(p+1)/2
≥ ۰/۹۰
CFI
1−max(χb2−dfb,0)max(χk2−dfk,0)
≥ ۰/۹۰ یا ≥ ۰/۹۵
RMSEA
dfk×(N−1)χk2−dfk
< ۰/۰۸
SRMR
p(p+1)2∑i=1p∑j=1i(siisjjsij−σ^ij)2
< ۰/۰۸
Γ̂
p+2×Nχk2−dfkp
نزدیک به ۱
منابع
Byrne, B. M. (1994). Structural Equation Modeling with EQS and EQS/Windows. Sage Publications.-11
Henseler, J., & Sarstedt, M. (2012). Goodness-of-fit Indices for Partial Least Squares Path Modeling. Computational Statistics, 28(2), 565–580.-21
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis. Structural Equation Modeling, 6(1), 1-55.-11
Tenenhaus, M., Amanto, S., & Vinzi, V. E. (2004). A Global Goodness-of-Fit Index for PLS Structural Equation Modelling. Proceedings of the XLII SIS Scientific Meeting, 739–742.-21
West, S. G., Taylor, A. B., & Wu, W. (2012). Model fit and model selection in structural equation modeling. In R. H. Hoyle (Ed.), Handbook of Structural Equation Modeling. Guilford Press.-12
خواهشمند است، نظر خودتان را در پایان نوشته در سایت https://rava20.ir مرقوم نمایید. همین نظرات و پیشنهاد های شما باعث پیشرفت سایت می گردد. با تشکر
پیشنهاد می شود مطالب زیر را هم در سایت روا 20 مطالعه نمایید:
📊
سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی
تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد.
📊
نرم افزار های کمی: SPSS- PLS – Amos
📊
نرم افزارهای کیفی: Maxqda
📊
تعیین حجم نمونه با:Spss samplepower
📞
Mobile : 09143444846
📱
Telegram: https://t.me/RAVA2020
🌐 وب سایت: https://rava20.ir
🌐
E-mail: abazizi1392@gmail.com
🔔 این مطلب را با دوستان خود به اشتراک بگذارید
آیا هنگام تایپ پایاننامه یا مقاله در مایکروسافت ورد، با مشکل چپ چین شدن پاورقی (Footnote) مواجه شدهاید؟ آیا خط جداکننده پاورقی یا متن آن به سمت چپ صفحه رفته و هرکاری میکنید درست نمیشود؟
در این ویدیوی آموزشی کوتاه و کاربردی، به شما آموزش نحوه راست چین یا چپ چین کردن خط پاورقی در ورد را به صورت گامبهگام و تصویری یاد میدهم. این مشکل یکی از رایجترین ایرادات در تنظیمات صفحهآرایی فارسی در Word است که بسیاری از کاربران حتی حرفهایها هم درگیر آن هستند.
** این آموزش برای تمامی نسخههای ورد قابل اجراست و مخصوصاً برای کسانی که مشغول پایاننامه نویسی، تایپ کتب و مقالات علمی هستند، حکم طلا را دارد!
اگر این ویدیو مشکلتان را حل کرد، حتماً دکمه لایک را بزنید و کانال را سابسکرایب کنید تا آموزشهای بیشتری از ترفندهای ورد ببینید.
ما در این سایت پرسشنامه های استاندارد (دارای روایی، پایایی، روش دقیق نمره گذاری ، منبع داخل و پایان متن ) ارائه می کنیم و همچنین تحلیل آماری کمی و کیفی رابا قیمت بسیار مناسب و کیفیت عالی و تجربه بیش از 17 سال انجام می دهیم. برای تماس به ما به شماره 09143444846 در شبکه های اجتماعی پیام بفرستید. ایمیلabazizi1392@gmail.com
تمامی حقوق مادی و معنوی این سایت متعلق به لنسرسرا و محفوظ است.
این سایت دارای مجوز می باشد