Bilinçli Farkındalık ve İyilik Halinin Sürücü Davranışlarıyla İlişkisinin İncelenmesi
Notice bibliographique
Résumé
Pozitif psikoloji kavramlarının sürücü davranışları üzerindeki rolüne ilişkin çalışmalara gittikçe artan bir ihtiyaç duyulmaktadır. Bu çalışma, bilinçli farkındalık ve iyilik hali ile riskli sürücü davranışları (hatalar, ihmaller, saldırgan ihlaller ve sıradan ihlaller) ve pozitif sürücü davranışları arasındaki ilişkileri araştırmayı amaçlamıştır. Araştırmaya 19-70 yaşları arasında toplam 249 ehliyetli sürücü katılmıştır (%53,4 kadın). Veriler, Demografik Bilgi Formu, Toronto Bilgece Farkındalık Ölçeği, Sürücü Davranışları Anketi ve İyilik Hali Ölçeği kullanılarak toplanmıştır. Değişkenler arasındaki ilişkileri incelemek için Hiyerarşik Regresyon Analizleri yapılmıştır. Sonuçlar, iyilik hali ve bilinçli farkındalığın pozitif sürücü davranışlarıyla pozitif yönde ilişkili olduğunu göstermiştir. Ek olarak, bilinçli farkındalık, trafik ortamlarındaki hatalar, agresif ihlaller ve sıradan ihlallerle negatif yönde ilişkili olarak bulunmuştur. Bu çalışma, pozitif psikoloji kavramlarının pozitif ve negatif sürücü davranışları üzerindeki rolünü inceleyen ilk örneklerden biridir. Bulgular, bu pozitif kavramların trafik ortamında önemini göstermektedir. Buna göre bilinçli farkındalık ve iyilik haline odaklanan müdahaleler, yol güvenliğini artırmak için olumlu sürücü davranışlarını artırabilir ve riskli sürücü davranışlarını azaltabilir.
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 | 0,006 |
| 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) | 0,025 | 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 ».