Turizm Öğrencilerinin Stajda Sanal Kaytarma Eylemleri
Bibliographic record
Abstract
Teknolojinin gelişimi ile birlikte bilgisayarların ve internetin bireylerin hayatlarında yeri ve önemi giderek artmıştır. Günlük yaşamın yanı sıra internet iş hayatında da vazgeçilmez bir unsur haline dönüşmüştür. İnternetin işletmelerin verimliliği açısından etkili olduğunu söylemekle birlikte iş dışı konularda aşırı kullanımının olumsuz etkilere neden olabileceği göz ardı edilmemelidir. Literatürde sanal kaytarma olarak adlandırılan bu durum iş yerlerinde gittikçe daha fazla hissedilmeye başlanmıştır. Buradan hareketle bu çalışmada turizm öğrencilerinin stajları süresince sanal kaytarma yapıp yapmadıklarını ve sanal kaytarmanın demografik özelliklere göre farklılık gösterip göstermediğini belirlemek amaçlanmıştır. Araştırma kapsamında 281 geçerli ankete ulaşılmıştır. Araştırma bulgularına göre, turizm öğrencileri önemsiz düzeyde sanal kaytarma eyleminde bulunmaktadır. Öğrencilerin cinsiyeti, staj yaptıkları işletme türü ile internette gezinme süreleri arasında da anlamlı farklılıklar belirlenmiştir.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.038 | 0.010 |
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".