Üniversite Öğrencilerinde Çocukluk Çağı Travmaları, Aleksitimi ve Duygu Düzenleme Güçlüğü Arasındaki İlişkinin İncelenmesi
Notice bibliographique
Résumé
The aim of this study is to examine the relationship between childhood traumas, alexithymia and difficulty in emotion regulation in university students. Relational screening model was used in the research. The sample group of the study consists of 351 university students. 83.5% of the participants (n = 293) were women and 16.5% (n = 63) were men. Informed Voluntary Consent Form, Sociodemographic Information Form, Childhood Trauma Scale, Toronto Alexithymia Scale and Emotion Regulation Scale Short-Form were administered to the participants. Data collection was carried out online (Google Forms) through convenient sampling. Spearman Correlation Analysis and Simple Linear Regression Analysis were performed to examine the relationship and effect between non-parametric tests and sociodemographic characteristics, childhood traumas, alexithymia and emotion regulation difficulties, by looking at the normality curves in the data analysis. As a result of the research findings, a significant and positive relationship was found between the childhood traumas, alexithymia and emotion regulation difficulties of university students. In addition, it was determined that male individuals are more alexithymic than females, females are exposed to sexual abuse more than males, 24-25 age group has more difficulty in emotion regulation, and the rate of emotion regulation and alexithymia is low in the presence of a romantic relationship. It is thought that this study can contribute to the relevant literature. It is thought that the results obtained from the study will contribute to the field of clinical practice and the relevant literature. Keywords: Alexithymia, childhood traumas, difficulty in emotion regulation
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,000 |
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 tête enseignante, 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 ».