Erken Dönem Ruhsal Travma, Siber Zorbalık ve Aleksitimi İlişkisi- Relationship Between Early Period Psychic Trauma, Cyber Bullying and Alexithymia
Notice bibliographique
Résumé
ÖZET Amaç: Çocukluk çağı ruhsal travmaları yetişkinlik dönemi psikopatolojileri için ciddi bir risk etmeni olarak görülmektedir. Siber zorbalık yeni bir çalışma alanı olup ciddiyeti gün geçtikçe artmaktadır. Bu çalışmanın amacı çocukluk çağı ruhsal travmalar siber zorbalık ve aleksitimi arasındaki ilişkiyi incelemektir. Gereç ve Yöntem: Çalışmaya 20-50 yaş arası 524 genç yetişkin alınmıştır. Katılımcılara internet ortamında Sosyodemografik Veri Formu, Çocukluk Çağı Ruhsal Travmalar Ölçeği (ÇÇRTÖ), Toronto Aleksitimi Ölçeği (TAÖ) ve Yenilenmiş Siber Zorbalık Ölçeği (YSZÖ) uygulanmıştır. Bulgular: Erken dönem ruhsal travması olan bireylerin siber zorbalığa uğratma ve uğrama puanları ile aleksitimi puanları anlamlı olarak yüksektir. Erken dönem ruhsal travması olan bireylerin siber zorbalığa uğrama puanları uğratma puanlarından anlamlı olarak yüksektir. Siber zorbalığa uğratan ve uğrayan bireylerin aleksitimi puanları anlamlı olarak yüksektir. Aleksitimi, erken dönem ruhsal travmayı ve siber zorbalık aleksitimiyi yordamaktadır. Sonuç: Çalışmamız psikopatoloji gelişiminde önemli bir faktör olan erken dönem ruhsal travma ile siber zorbalık ve aleksitimi ilişkisini genç yetişkin grupta açıkça göstermektedir. Anahtar Kelimeler: Çocukluk çağı ruhsal travma, genç yetişkin, siber zorbalık, aleksitimi
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».