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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».