Post-Earthquake Trauma Levels of University Students Evaluation: Example of 6 February Kahramanmaras Earthquake
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The earthquake, which affected the south and southeast of Turkey (approximately 10 provinces) on February 6, 2023, brought many devastating consequences. Earthquakes, which occur in all geographies of the world in variable time periods depending on the characteristics of the geological structure, cause many extraordinary situations and consequences for humanity. This situation and results require people defined as disaster victims to struggle with psychological problems arising from the effects of the event. Based on this, this study aims to determine the post-earthquake trauma levels of university students who experienced and were affected by two earthquakes that took place nine hours apart on February 6, 2023, where the districts of Pazarcık (Earthquake intensity 7.7) and Elbistan (Earthquake intensity 7.6) in Kahramanmaraş province of Turkey were the epicenters. intended to be evaluated. In the study, which was carried out with the quantitative research method and the survey model, criterion sampling, one of the purposive sampling methods, was used to determine the research group. Data were collected with the "personal information form" created by the researchers and the "post-earthquake trauma level determination scale" developed by Tanhan & Kayri (2013). Unlike many studies on the extent of the earthquake that took place, it can be said that as a result of this study, which aims to examine the psychological and mental state of earthquake victims, many remarkable results such as the fact that the trauma levels of female earthquake victims are higher than that of men.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle