Notice bibliographique
Résumé
Bu araştırma sporcuların aleksitimi düzeylerini demografik değişkenlere göre incelemek amacıyla yapılmıştır. Araştırmaya 212 kadın (Xyaş = 24.74) ve 246 erkek (Xyaş = 25.40) olmak üzere 458 sporcu katılmıştır. Araştırma genel tarama modellerinden kesitsel ve ilişkisel tarama modelinde bir araştırmadır. Araştırmada “Demografik Bilgi Formu” ve “Toronto Aleksitimi Ölçeği-20” kullanılmıştır. Verilerin analizinde betimsel istatistikler, t-testi ve pearson korelasyon analizi kullanılmıştır. Araştırmada, sporcuların aleksitimi toplam puanlarının cinsiyet değişkenine göre farklılaştığı; spor türü değişkenine göre ise anlamlı bir şekilde farklılaşmadığı bulunmuştur. Ek olarak sporcuların yaşları ile aleksitimi toplam puanları arasında anlamlı bir ilişki olmadığı ortaya konmuştur. Sonuç olarak, sporcuların aleksitimi puanlarının ortalamanın altında olduğu, duygularını fark etmekte zorlanmadıkları söylenebilir.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».