ÜNİVERSİTE ÖĞRENCİLERİN NARSİSTİK KİŞİLİK VE ALEKSİTİMİ KİŞİLİK ÖZELLİKLERİ ARASINDAKİ İLİŞKİNİN ARAŞTIRILMASI
Notice bibliographique
Résumé
Yapılan bu çalışmanın amacı, Çanakkale 18 Mart Üniversitesinde spor bilimleri alanında okuyan öğrencilerin narsistik kişilik ve aleksitimi kişilik özellikleri arasındaki ilişkiyi ortaya koymaktır. Çalışmanın evrenini, spor bilimleri fakültesinde okuyan bütün öğrenciler oluştururken; örneklemini ise, çalışmaya gönüllü olarak katılmayı kabul eden 210 öğrenci oluşturmaktadır. Çalışmada veri toplama aracı olarak, Toronto Aleksitimi Ölçeği Kısa Versiyonu (TAÖ- 20) ve Narsistik Kişilik Envanteri kullanılmıştır. Elde edilen verilerin analizinde SPSS 20 programı kullanılmıştır. Elde edilen verilerin analizinde ilk olarak homojenlik ve normallik dağılımına bakılmıştır. Bunun için Kolmogorov-Smirnov (K-S) ve Shapiro Wilks testleri kullanılmıştır. Bu incelemeden sonra verilerin analizinde non parametrik test yöntemi kullanılmaya karar verilmiştir. Verilerin analizinde; tanımlayıcı istatistik, ve spearman korelasyon analizi uygulanmıştır. Elde edilen verilerin analizi sonunda, Narsisizm ile Dışa dönük düşünce, Duyguları söze dökmede güçlük, Duyguları tanımada güçlük, Toplam Aleksitimi arasında istatistiksel olarak anlamlı bir ilişki belirlenmemiştir.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,010 |
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 ».