Validation of a model of positive and negative personality traits as predictors of psychological well-being using machine learning algorithms

Castro Solano, Alejandro; Lupano Perugini, María Laura; Caporiccio Trillo , Micaela Ailén; Cosentino, Alejandro César

Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning;
Validação de um modelo de traços de personalidade positivos e negativoscomo preditores do bem-estar psicológico aplicando algoritmos de machine learning

dc.creator	Castro Solano, Alejandro
dc.creator	Lupano Perugini, María Laura
dc.creator	Caporiccio Trillo , Micaela Ailén
dc.creator	Cosentino, Alejandro César
dc.date	2024-05-17
dc.date.accessioned	2025-12-22T16:34:50Z
dc.date.accessioned	2026-02-16T14:21:20Z
dc.date.available	2025-12-22T16:34:50Z
dc.date.available	2026-02-16T14:21:20Z
dc.identifier	https://revistas.ucu.edu.uy/index.php/cienciaspsicologicas/article/view/3286
dc.identifier	10.22235/cp.v18i1.3286
dc.identifier.uri	https://hdl.handle.net/20.500.12032/179216
dc.description	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.	en-US
dc.description	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.	es-ES
dc.description	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.	pt-PT
dc.format	application/pdf
dc.format	application/pdf
dc.format	text/html
dc.language	spa
dc.language	eng
dc.publisher	Universidad Católica del Uruguay	es-ES
dc.relation	https://revistas.ucu.edu.uy/index.php/cienciaspsicologicas/article/view/3286/3258
dc.relation	https://revistas.ucu.edu.uy/index.php/cienciaspsicologicas/article/view/3286/3259
dc.relation	https://revistas.ucu.edu.uy/index.php/cienciaspsicologicas/article/view/3286/3315
dc.rights	Derechos de autor 2024 Universidad Católica del Uruguay	es-ES
dc.rights	https://creativecommons.org/licenses/by/4.0	es-ES
dc.source	Ciencias Psicológicas; 2024, Volumen 18(1); e-3286	en-US
dc.source	Ciencias Psicológicas; 2024, Volumen 18(1); e-3286	es-ES
dc.source	Ciencias Psicológicas; 2024, Volumen 18(1); e-3286	pt-PT
dc.source	1688-4221
dc.source	10.22235/cp.v18i1
dc.subject	positive traits	en-US
dc.subject	negative traits	en-US
dc.subject	personality	en-US
dc.subject	psychological well-being	en-US
dc.subject	algorithms	en-US
dc.subject	rasgos positivos	es-ES
dc.subject	rasgos negativos	es-ES
dc.subject	personalidad	es-ES
dc.subject	bienestar psicológico	es-ES
dc.subject	algoritmos	es-ES
dc.subject	traços positivos	pt-PT
dc.subject	traços negativos	pt-PT
dc.subject	personalidade	pt-PT
dc.subject	bem-estar psicológico	pt-PT
dc.subject	algoritmos	pt-PT
dc.title	Validation of a model of positive and negative personality traits as predictors of psychological well-being using machine learning algorithms	en-US
dc.title	Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning	es-ES
dc.title	Validação de um modelo de traços de personalidade positivos e negativoscomo preditores do bem-estar psicológico aplicando algoritmos de machine learning	pt-PT
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Files in this item

Files	Size	Format	View

This item appears in the following Collection(s)

Documentos - UCU

Show simple item record