Notice bibliographique
Résumé
Bu araştırmanın amacı, genç yetişkinlerde aleksitiminin incelenmesidir. Bu kapsamda aleksitiminin internet kullanımı düzeyiyle, algılanan yalnızlık, benlik saygısı ve empati düzeyleriyle, COVID-19 pandemisine yönelik kaygıyla ve demografik değişkenlerle ilişkisi incelenmiştir. Araştırmanın yöntemi korelasyonel tarama modeli olup, örneklemi ise uygun örnekleme yöntemiyle Türkiye'de bulunan, 18-35 yaş aralığı 289 genç yetişkinden oluşmaktadır. Veri toplamak için Kişisel Bilgi Formu, Pandemik Kaygı Ölçeği ve Toronto Aleksitimi Ölçeği kullanılmıştır. Verilerin analizinde ilişkisiz örneklemler t-testi, Pearson korelasyonu ve tek faktörlü varyans analizi kullanılmıştır. Yapılan analizler sonucunda aleksitimi ile yaş, algılanan empati ve benlik saygısı arasında negatif yönde anlamlı bir ilişki bulunmuştur. Aleksitimi ile algılanan utangaçlık ve yalnızlık arasında ve pandemiye yönelik kaygı arasında pozitif yönde anlamlı bir ilişki bulunmuştur. Aleksitimi ile medeni durum ve internet kullanım düzeyi arasında anlamlı bir ilişki bulunmuştur. Aleksitimi ile cinsiyet, yaşamın ilk 10 yılının geçtiği yerin gelişmişlik düzeyi, eğitim düzeyi, çalışma durumu ve sosyo-ekonomik düzey arasında anlamlı bir ilişki bulunmamıştır.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».