Bağlanma, Aleksitimi ve Psikolojik Belirtilerin Öznel İyi Oluş Üzerindeki Yordayıcı Etkisi
Notice bibliographique
Résumé
Bu çalışmanın amacı hem kadın hem de erkek örneklemlerinde bazı sosyo-demografik özelliklerle birlikte, bağlanma, aleksitimi ve psikolojik belirtilerin yordayıcı etkisi olup olmadığını incelemektir. Çalışmanın örneklem grubunu, yaşları 18’den büyük 24494 kişi oluşturmaktadır. Verilerin toplanmasında Sosyo-demografik Bilgi Formu, Yakın İlişkiler Yaşantı Formu II, Kısa Semptom Envanteri, Toronto Aleksitimi Ölçeği, Kişisel İyi Oluş İndeksi Yetişkin Formu kullanılmıştır. Erkek örnekleminde, duyguları tanımadaki güçlüğün, kaçınmacı bağlanmanın, depresyon düzeyinin, olumsuz benlik düzeyinin, alkol kullanım miktarının ve yaşın öznel iyi oluş düzeyini düşürdüğü; kadın örnekleminde de, duyguları tanıma güçlüğünün, kaçınmacı bağlanmanın, anksiyetenin, depresyonun, olumsuz benliğin, somatizasyonun, eğitim düzeyinin, sigara kullanımının, alkol kullanımının ve yaşın öznel iyi oluşu düşürdüğü belirlenmiştir. Elde edilen verilere göre, aleksitiminin, bağlanma stillerinin ve psikolojik semptomların öznel iyi oluşu yordamada etkili faktörler olduğu ifade edilebilir.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,004 |
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 ».