SAĞLIK KURULUNA SİLAH RUHSATI ALMAK, SİLAHLI GÜVENLİK OLMAK İÇİN BAŞVURAN KİŞİLERİN MİZAÇ KARAKTER, D TİPİ KİŞİLİK ÖZELLİKLERİ, ALEKSİTİMİ VE DÜRTÜSELLİK DÜZEYLERİNİN İNCELENMESİ
Notice bibliographique
Résumé
Bu çalışmanın amacı sağlık kuruluna silah ruhsatı ve güvenlik olmak için başvuran kişilerin mizaç karakter, D tipi kişilik, aleksitimi ve dürtüsellik düzeylerinin incelenmesidir. Prospektif olarak yapılan çalışmada; tüm katılımcılara Hastane Anksiyete-Depresyon Ölçeği, Toronto Aleksitimi Ölçeği, Barratt Dürtüsellik Ölçeği, Tip-D Kişilik Ölçeği ve Mizaç Karakter Envanteri uygulandı. Çalışmamıza 205 kişi alındı, üç grup oluşturuldu. İlk grup 100 kişi silahlı güvenlik, ikinci grup 55 kişi silah ruhsatı ve son grup 50 kişi silahsız güvenlik olmak için başvuran kişilerdi. Silahsız güvenlik olmak için başvuran kişilerin anksiyete ve depresyon puanlarının diğer iki gruptan daha yüksek olduğu görülmüştür (Sırası ile p değerleri; 0.001; 0.004 idi). Tip-D Kişilik Ölçeği “negatif affektivite” alt boyutu silahsız güvenlik başvurusu yapan grupta diğer gruplardan yüksek olarak saptanmıştır (p=0.001). Toronto Aleksitimi Ölçeği duyguları ifade etme ve dışa dönük düşünme alt boyutları silahlı grubun (silah ruhsatı ve silahlı güvenlik başvurusu yapan) puanları daha yüksekti (sırası ile p=0.003; p
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 ».