MétaCan
Menu
Retour à la cohorte
Enregistrement W2966665594 · doi:10.30831/akukeg.420615

Ergenlerde Saldırganlığın Çeşitli Değişkenler Açısından İncelenmesi

2019· article· tr· W2966665594 sur OpenAlexaff
Bilge NAİR, Hülya Ercan

Notice bibliographique

RevueKuramsal Eğitimbilim · 2019
Typearticle
Languetr
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensYukon University
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bu çalışmanın amacı, ergenlerin saldırganlık düzeylerini cinsiyet, yaş, algılanan çevre güvenliği, kişilik özellikleri, algılanan ana-baba tutumu ve akran ilişkileri değişkenlerine göre incelemektir. Araştırmada ilişkisel tarama modelinde gerçekleştirilmiştir. Araştırmada amaçlı örnekleme tekniği kullanılmış, çalışmaya 461 lise öğrencisi katılmıştır. Katılımcıların 202’si kız (%43.8), 259’u (%56.2) erkektir; yaş ortalamaları 15.69’dur (SD= 1.20). Araştırma verileri “Kişisel Bilgi Formu”, “Saldırganlık Ölçeği”, “Çevre Güvenlik Ölçeği”, “Sıfatlara Dayalı Kişilik Testi”, “Ana Baba Tutum Ölçeği” ve “Akran İlişkileri Ölçeği” kullanılarak toplanmıştır. Araştırmada değişkenler arasındaki ilişkileri tespit edebilmek için korelasyon, t-testi ve çoklu doğrusal regresyon analizleri yapılmıştır. Analizler sonucunda saldırganlığın alt boyutları ile cinsiyet, yaş, algılanan çevre güvenliği, kişilik özellikleri, algılanan ana baba tutumları ve akran ilişkileri arasında farklı düzeylerde ilişkiler olduğu ortaya çıkmıştır. Yapılan regresyon analizi sonucunda kişilik özelliklerinin uyumluluk, nevrotiklik ve deneyime açıklık boyutları, akran ilişkilerinin sadakat ve kendini açma boyutları ile ana algılanan ana baba tutumlarının kabul/ilgi ve psikolojik özerklik boyutlarının birlikte saldırganlığın anlamlı birer yordayıcısı oldukları tespit edilmiştir. Adı geçen değişkenler birlikte toplam varyansın %31’ini açıklamaktadır.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0250,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,281
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKuramsal EğitimbilimMême sujetBullying, Victimization, and AggressionTravaux en français237 207