Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning

Aug 6, 2026

El estudio verifica 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 utilizaron Big Five Inventory y Mental Health Continuum-Short Form. Para evaluar los rasgos positivos y negativos se emplearon conjuntamente ítems validados de los modelos de rasgos positivos (HFM) y negativos (BAM). Los resultados evidencian que la eficacia predictiva del modelo evaluado, derivado de un enfoque léxico, supera la capacidad predictiva de los rasgos normales de personalidad para predecir el bienestar.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas16

Tiempo de lectura25 min

AccesoGratis para descargar

Tabla de contenidos

Resumen y objetivo del estudio

Metodología y participantes

Instrumentos de medición

Enfoque predictivo y evaluación

ISSN en línea 1688-4221 Ciencias Psicológicas enero-junio 2024; 18(1), e-3286 DOI: 10.22235/cp.v18i1.3286 Validación de un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning Validation of a model of positive and negative personality traits as predictors of psychological well-being using machine learning algorithms Validação de um modelo de traços de personalidade positivos e negativoscomo preditores do bem-estar psicológico aplicando algoritmos de machine learning Alejandro Castro Solano1 María Laura Lupano Perugini1 Micaela Ailén Caporiccio Trillo2 Alejandro César Cosentino3 1 Universidad de Buenos Aires; Universidad de Palermo; Conicet 2 Universidad de Buenos Aires 3 Universidad de Buenos Aires; Universidad de Palermo Recibido: 10/03/2023 Aceptado: 30/04/2024 Correspondencia: María Laura Lupano Perugini, [mllupano2@gmail.com](mllupano2@gmail.com) [C](C)ó[mo](mo) citar: Castro Solano, A., Lupano Perugini, M. L., Caporiccio Trillo, M. A., & Cosentino, A. C. (2024) . Validaciónde un modelo de rasgos positivos y negativos de personalidad como predictores del bienestar psicológico aplicando algoritmos de machine learning. Ciencias Psicológicas, 18(1), e-3286 . [https://doi.org/10.22235/cp.v18i1](https://doi.org/10.22235/cp.v18i1) . 3286 Disponibilidad de datos: El conjunto de datos que apoya los resultados de este estudio no seencuentra disponible. Financiamiento: Realizado mediante el subsidio UBACyT 20020190100045BA "Perfil psicológico del usuario de Internet y de las redes sociales. Análisis de lascaracterísticas de personalidad positivas y negativas desde un enfoque psicoléxico y variables psicológicas mediadoras”. Resumen: 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 dealgoritmos 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 hallazgosencontrados se pudo verificar que la eficacia predictiva del modelotesteado de rasgos positivos y negativos derivados de un enfoqueléxico resultó superior a la capacidad predictiva de los rasgos normales de personalidad para la predicción del bienestar. Palabras clave: rasgos positivos; rasgos negativos; personalidad; bienestar psicológico; algoritmos 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. Keywords: positive traits; negative traits; personality; psychological well-being; algorithms Resumo: 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. Alé

Preguntas frecuentes

Cuál fue el objetivo del estudio sobre rasgos de personalidad y bienestar?

Verificar un modelo predictivo de rasgos de personalidad positivos y negativos, usando el bienestar psicológico como criterio mediante algoritmos de machine learning.

Qué instrumentos se utilizaron para recolectar los datos?

Se emplearon Big Five Inventory y Mental Health Continuum-Short Form para la recolección y evaluación del bienestar y variables asociadas.

Qué encontraron respecto de la eficacia predictiva del modelo?

La eficacia predictiva del modelo de rasgos positivos y negativos, derivado de un enfoque léxico, resultó superior a la capacidad predictiva de los rasgos normales de personalidad para predecir el bienestar.

Aug 6, 2026

Subir por Olivia Brown