Investigation of the Relationship Between Alexithymia and Cyberchondria in Nursing Students
Notice bibliographique
Résumé
Introduction: Alexithymia and cyberchondria are significant psychological issues that can negatively affect the mental health, academic performance, and professional lives of nursing students. Aim: This study aims to examine the relationship between alexithymia and cyberchondria among nursing students and to identify the factors influencing this relationship. Method: This descriptive and cross-sectional study was conducted with 415 nursing students studying at the Faculty of Health Sciences of a university located in eastern Türkiye between April and June 2024. Data was collected via the Descriptive Information Form, the Toronto Alexithymia Scale, and the Cyberchondria Severity Scale Short Form. For the analysis of the data, descriptive statistics (percentages, means, standard deviations), Pearson correlation analysis, and regression analysis were used. Results: A statistically significant relationship was found between students' gender, academic grade, frequency of searching for health-related information on the internet, and total cyberchondria score (p < 0.05). Additionally, a significant relationship was found between the students' total alexithymia scores and having experienced a traumatic event in the past (p < 0.05). A positive and significant correlation was found between alexithymia and cyberchondria (r = 0.365, p < 0.001). According to the regression analysis, an increase in cyberchondria scores explained 13.3% of the variance in alexithymia. Conclusion: Our findings revealed a significant relationship between the alexithymia and cyberchondria levels of nursing students. These findings suggest that students who struggle to identify and express their emotions may tend to engage in excessive and uncontrolled online information-seeking behavior to alleviate healthrelated anxieties.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».