DUYGU DÜZENLEME SÜREÇLERİ VE ALEKSİTİMİ ARASINDAKİ İLİŞKİDE BELİRSİZLİĞE TAHAMMÜLSÜZLÜĞÜN ARACI ROLÜ
Bibliographic record
Abstract
Bu araştırmanın amacı, duygu düzenleme süreçleri ile aleksitimi arasındaki ilişkide belirsizliğe tahammülsüzlüğün aracı rolünü incelemektir. Çalışmanın katılımcıları Alanya Alaaddin Keykubat Üniversitesinin 168’i Eğitim Fakültesi, 93’ü Mühendislik Fakültesi, 86’sı İşletme Fakültesinde öğrenim görmekte olan toplam 347 üniversite öğrencisinden oluşmaktadır. Katılımcıların 181’i (%52.2) kız, 166’sı (%47.8) erkektir. Katılımcılar 17-27 yaş arasındadır ve yaş ortalamaları 20.5’tir. Veriler Duygu Düzenleme Süreçleri Ölçeği, Toronto Aleksitimi Ölçeği, Belirsizliğe Tahammülsüzlük Ölçeği aracılığıyla toplanmıştır. Her üç ölçek için de bu çalışmada gözlenen değişken ve gizil değişken arasındaki ilişkiyi belirlemek için doğrulayıcı faktör analizi yapılmıştır. Bu çalışma, duygu düzenleme süreçleri ve aleksitimi arasındaki ilişkide belirsizliğe tahammülsüzlüğün aracı rol oynadığı varsayımına dayandırılmıştır. Bu denenceye dayalı olarak duygu düzenleme süreçleri ve aleksitimi arasındaki ilişkide belirsizliğe tahammülsüzlüğün aracı rolü olup olmadığını sınayan ve kuramsal bir temele dayanan bir model kurulmuştur. Araştırmadan elde edilen bulgular, ilgili literatüre göre tartışılmıştır ve gelecek araştırmalara yönelik bazı önerilerde bulunulmuştur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.041 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".