COVİD-19 HASTALIĞINI GEÇİRMİŞ BİREYLERİN ŞÜKÜR VE DİNDARLIK DURUMLARININ İNCELENMESİ
Notice bibliographique
Résumé
<span style="color: rgb(17, 17, 17); font-family: Poppins; font-size: 14px;">Araştırmada, Covid-19 hastalığını geçiren kişiler ile geçirmeyen kişilerin dinî yönelimleri ile şükür düzeylerinin ortaya konulması ve dinî yönelimin şükür üzerinde ne düzeyde etkisinin olduğunun tespit edilmesi amaçlanmıştır. Araştırmada desen olarak nicel desen, model olarak ise genel tarama modeli kullanılmıştır. Araştırmanın evrenini, Türkiye’nin çeşitli şehirlerinde ikamet eden kişiler, araştırmanın örneklemini ise bu kişiler arasında amaçlı örneklem yoluyla seçilen 239 kişi oluşturmaktadır. Araştırma verileri, Kişisel Bilgi Formu, Dinî Yönelim Ölçeği ve Şükran Ölçeği ile elde edilmiştir. Araştırmada ulaşılan sonuçlara göre Covid-19 hastalığı geçiren ile geçirmeyen kişilerin şükran duyma, içsel dinî yönelim ve dışsal dinî yönelim puanları farklılaşmamıştır. Covid-19 salgınının dinî hayata etkisi bakımından farklı nitelikteki grupların şükür duyma puan ortalamalarının farklılaştığı görülmüştür. Farklılaşmanın Covid-19 salgınının dinî hayatını olumlu yönde etkilediğini ifade eden grup ile Covid-19 salgınının dinî hayatını etkilemediğini ifade eden grup arasında olduğu tespit edilmiştir. İçsel dinî yönelim, dışsal dinî yönelim, öznel dindarlık algısı ve din-önem düşüncesi değişkenlerinin şükür duygusunu yordayıp yordamadığını tespit etmek için yapılan çoklu regresyon analizi sonucuna göre bu dört değişken, şükür duygusu değişkenini yaklaşık olarak %20 oranında yordamaktadır.</span><br>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».