Instagram, Duygu Karmaşası ve Aleksitimi
Notice bibliographique
Résumé
Günümüzde en çok kullanılan sosyal ağ platformlarından biri olan Instagram uygulamasında kullanıcılar, çok kısa bir süre içerisinde art arda olumlu ve olumsuz duygu içerikli paylaşımlara maruz kalabilmektedir. Bunun sonucunda, bireylerde bir duygu karmaşası oluşabileceği ve aleksitimi durumuna benzer şekilde duygu tanıma ve ifade etmede zorluklar yaşanabileceği düşünülmektedir. Bu düşünceyi test etmek amacıyla, Toronto Aleksitimi Ölçeği (TAÖ-20)’nden aldıkları puanlara göre düşük (n=16) ve yüksek (n=16) aleksitimik olarak ayrılan 32 üniversite öğrencisine, olumlu-olumsuz fotoğraflardan oluşan ve Instagram formatında hazırlanan bir uyaran sunumu gösterilmiş ve sonrasında katılımcılardan kendilerini nasıl hissettiklerine dair bir duygu değerlendirmesi yapmaları istenmiştir. Uyaran sunumu öncesinde katılımcılara Beck Depresyon Envanteri, Durumluk-Sürekli Kaygı Envanteri, Pozitif ve Negatif Duygu Ölçeği, Gözlerden Zihin Okuma Testi, Empatik Eğilim Ölçeği ve Stroop Testi uygulanmıştır. Elde edilen bulgular, sunum öncesinde düşük aleksitimik özellikler sergileyen katılımcıların, Instagram formatlı sunum sonrasında yüksek aleksitimi grubundaki katılımcılar kadar duygularını değerlendirmede zorlandıklarını, grupların duygu değerlendirmelerinin farklılaşmadığını ve her iki grubun da benzer şekilde duygu karmaşası yaşayarak duygu tanıma ve adlanlandırmada güçlük çektiğini göstermiştir. Ayrıca, literatürle uyumlu olarak yüksek aleksitimi grubu, daha yüksek bir depresyon ve kaygı düzeyi ile daha düşük bir empati düzeyi sergilemiştir. İleride yürütülecek kontrollü deneysel çalışmalarla, Instagram uygulamasında sürekli bir akış halinde olumlu ve olumsuz paylaşımlara maruz kalmaya bağlı olarak ortaya çıkabilecek duygu karmaşası ve aleksitimik özelliklerin, günlük yaşam aktiviteleri ile bilişsel işlevleri nasıl etkilediği incelenmelidir. Uzun süre ya da sık aralıklarla varlık gösteren duygu karmaşası, bireylerin aleksitimik bir duygudurum içerisine girmesine sebep olarak aleksitiminin eşlik ettiği pek çok psikiyatrik veya fiziksel hastalık için risk teşkil ediyor olabilir.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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) | 0,021 | 0,003 |
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 ».