Eczacıların ve eczacılık öğrencilerinin ilaçlarla besin ve gıda takviyeleri arasındaki olası etkileşimler hakkındaki bilgi, tutum ve davranışlarının değerlendirilmesi
Notice bibliographique
Résumé
Eczacıların ve Eczacılık Öğrencilerinin İlaçlarla Besin ve Gida Takviyeleri Arasındaki Olası Etkileşimler Hakkındaki Bilgi, Tutum ve Davranışlarının Değerlendirilmesi Öğrencinin Adı, Soyadı: Hatice Edanur AKKAYNAK KILIÇ Danışmanın Adı, Soyadı : Prof. Dr. Levent KABASAKAL II. Danışmanın Adı, Soyadı : Doç.Dr. Betül OKUYAN Farmakoloji (Eczacılık) Amaç: Bu çalışmamızda eczacıların ve eczacılık fakültesi öğrencilerinin ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki bilgi tutum ve davranışlarının değerlendirilmesi amaçlanmaktadır. Gereç ve Yöntem: Tanımlayıcı çalışmamız Kasım 2021- Nisan 2022 tarihleri arasında İstanbul’da yürütülmüştür. Çevrimiçi anket yapılmış olup anket linki katılımcılara e-posta veya telefon mesajı ile iletilmiştir. Ölçeklerin güvenirlikleri için Kuder Richardson 20 ve Cronbach alfa değeri hesaplanmıştır. Gruplar arasındaki farklılıkları analiz etmek için Levene Testi, t testi ve Kruksal Wallis testi uygulanmıştır. Bulgular: Katılımcıların demografik özellikleri incelendiğinde kadın/ erkek (%70, %30); eczacı/ öğrenci (%53, %47) ve mesleki deneyimleri 20 yıl üstü %21, 20 yıl altı %79 tespit edilmiştir. 22 soruluk bilgi testinin katılımcılar tarafından doğru yanıtlanma oranı %45 bulunmuştur. Katılımcıların bilgi, tutum ve davranışları cinsiyete ve eczacı/ öğrenci olmalarına bağlı olarak farklılık göstermemiştir. Tutum testinin puan sonucu katılımcıların mesleki yeniliklere karşı ifadelerinin dağılımı ile uyumlu bulunmuştur. Sonuç: Çalışmamızda eczacı ve 5.sınıf eczacılık öğrencilerinin ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki bilgi tutum ve davranış düzeyleri değerlendirilmiş olup ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki farkındalıklarının arttırılmasına yardımcı olunması ve belirli ilaç ve gıda gruplarının etkileşimleri ve istenmeyen etkileri konusunda düşünmeye teşvik edilmesi gerektiği tespit edilmiştir. etkileşimi, ilaç-besin etkileşimi, serbest eczacılar, bilgi, anket
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 | 0,002 | 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 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,009 |
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 ».