ERGENLERDE SOSYAL MEDYA KULLANIM BOZUKLUĞU, ALEKSİTİMİ VE EMPATİ ARASINDAKİ İLİŞKİ
Notice bibliographique
Résumé
ÖZ Amaç: Bu araştırma, ergenlerde sosyal medya kullanım bozukluğu, aleksitimi ve empati arasındaki ilişkinin yapısal eşitlik modeli ile incelemesi amacıyla yapılmıştır. Yöntem: Araştırma, 388 ergenle tanımlayıcı-kesitsel olarak yapılmıştır. Veriler, “Bilgi Formu”, “Sosyal Medya Bozukluğu Ölçeği”, “Toronto Aleksitimi Ölçeği” ve “Temel Empati Ölçeği” kullanılarak toplanmıştır. Verilerin analizinde, ölçeklerin faktör analizi, madde toplam korelasyonu, Cronbach Alpha güvenilirlik katsayıları hesaplanmıştır. Araştırmanın hipotezleri yapısal eşitlik modeli ile test edilmiştir. Bulgular: Ergenlerde sosyal medya bozukluğu düzeyinin artması, aleksitimi düzeyini arttırmaktadır. Aleksitimi düzeyinin artması ise, empati düzeyini azaltmaktadır. Sonuç: Bu araştırmanın sonuçları, sosyal medya kullanım bozukluğunun ergenlerde aleksitimi ve empati üzerindeki etkisini göstermesi açısından önemlidir. Ayrıca, sosyal medyanın ergenlerde sağlıklı kullanımına yönelik geliştirilecek eğitim ve sağlık politikalarında, bu araştırmanın sonuçlarından yararlanılabilir. Anahtar Kelimeler: Ergen, Sosyal Medya, Aleksitimi, Empati Kaynakça: Abi-Jaoude, E., Naylor, K. T., & Pignatiello, A. (2020). Smartphones, social media use and youth mental health. Canadian Medical Association Journal, 192(6), E136-E141. https://doi.org/10.1503/cmaj.190434 Alonzo, R., Hussain, J., Stranges, S., & Anderson, K. K. (2021). Interplay between social media use, sleep quality, and mental health in youth: A systematic review. Sleep Medicine Reviews, 56, 101414. https://doi.org/10.1016/j.smrv.2020.101414 Aslan, G., Bakan, A. B., & Yildiz, M. (2021). An investigation of the relationship between alexithymia and empathy tendency in university students receiving health education. Perspectives in Psychiatric Care, 57(2), 709-716. https://doi.org/10.1111/ppc.12602
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,004 | 0,013 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,010 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,018 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».