Psikolojik Danışman Adaylarının Aleksitimik Özellikleri İle İletişim Becerileri ve Empati Düzeyleri Arasındaki İlişkinin İncelenmesi
Notice bibliographique
Résumé
Bu araştırmada psikolojik danışman adaylarının aleksitimik özellikleri, iletişim becerileri ve empati düzeyleri arasındaki ilişki ve aleksitimik özelliklerin demografik değişkenlere göre farklılaşıp farklılaşmadığı araştırılmıştır. Araştırmanın çalışma grubunu 2020-2021 ve 2021-2022 öğretim yılında farklı üniversitelerin Rehberlik ve Psikolojik Danışmanlık bölümlerinde okuyan 201 öğrenci oluşturmaktadır. Çalışma grubunda yer alan öğrencilerin 154’ü kadın 47’si erkektir. Araştırmada veri toplama araçları olarak İletişim Becerileri Ölçeği, Temel Empati Ölçeği ve Toronto Aleksitimi Ölçeği Türkçe Formu’ndan yararlanılmıştır. Araştırma sonucunda iletişim becerileri ve empati düzeyleri yüksek olan psikolojik danışman adaylarının aleksitimi puanlarının daha düşük olduğu saptanmıştır. İletişim becerileri ve empati becerisi arttıkça aleksitimik özellikler zayıflamaktadır. Ayrıca psikolojik danışman adaylarının aleksitimik özelliklerinin cinsiyete ve psikolojik yardım alma durumuna göre farklılaşmadığı; iletişim dersi alma durumuna göre farklılaştığı saptanmıştır. Etkili bir psikolojik danışma hizmeti verilmesi bakımından psikolojik danışmanların hem kendi duygularını tanıması, ifade edebilmesi hem de bireylerin duygularını tanıması gerekmektedir. Psikolojik danışman adaylarının eğitiminde duyguları tanıma, ifade etme, iletişim becerileri ve empati gibi becerilerin geliştirilmesi bu bakımdan önem arz etmektedir.
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 | 0,003 | 0,005 |
| 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 | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,007 |
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 ».