Een voorspellend model voor uitval in de vooropleiding en de elementaire commando opleiding

Jalink, Tom (2022) Een voorspellend model voor uitval in de vooropleiding en de elementaire commando opleiding. Master thesis, Psychology.

Text Een voorspellend model voor uitval in de vooropleiding en de elementaire commando opleiding - T. Jalink - S2718286.pdf Restricted to Repository staff only Download (665kB)

Abstract

Special Forces zijn eenheden die moeten werken onder de meest zware omstandigheden. Zowel fysiek als mentaal wordt het uiterste van hen gevraagd. Het doel van dit onderzoek is om te identificeren welke, aan het begin van de opleiding tot Commando, gemeten variabelen onderscheid kunnen maken tussen zij die de opleiding met succes behalen en zij die het niet halen. De kandidaat-commando’s hebben aan de start van de opleiding verscheidene fysieke tests uitgevoerd, meerdere psychologische vragenlijsten beantwoord en een cognitieve test uitgevoerd. Uit de resultaten van ons onderzoek blijkt dat er met enige zekerheid voorspeld kan worden voorspeld welke cursisten de opleiding tot commando wel behalen en welke het niet halen, op basis van een binair regressie model. Dit binaire regressie model is vervolgens gevalideerd aan de hand van een AUC en cross validatie. Voornamelijk de psychologische variabelen zoals het vertrouwen op de eigen vaardigheden en de agreaableness kwamen naar voren in dit model, daarnaast bleek ook de fysieke factor Aerobe fitness een zwaarwegende factor te zijn. Door dit onderzoek wordt er meer duidelijkheid gecreëerd in welke eigenschappen onderscheid maken tussen zij die de opleiding tot commando wel behalen en zij die het niet halen. Keywords: Special forces, predictive model, personality, cognitive ability, physical performance

Item Type:	Thesis (Master)
Supervisor name:	Hartigh, J.R. den and Huijzer, T.H.
Degree programme:	Psychology
Differentiation route:	Talent Development and Creativity (TDC) [Master Psychology]
Date Deposited:	08 Mar 2023 15:57
Last Modified:	08 Mar 2023 15:57
URI:	http://gmwpublic.studenttheses.ub.rug.nl/id/eprint/1780

Actions (login required)

View Item