Gebelerin Gebeliği İsteme Durumuna Göre Aleksitimik Özelliklerinin Karşılaştırılması
Bibliographic record
Abstract
Amaç: Bu araştırma gebeliğini isteyen ve istemeyen gebelerin aleksitimi düzeylerini karşılaştırmak amacıyla yapılmıştır. Gereç ve Yöntem: Araştırma tanımlayıcı ve ilişki arayıcı nitelikte olup Türkiye’nin doğusunda bir doğum hastanesinde yapılmıştır. Araştırmada örneklem seçimine gidilmeden araştırmaya katılmaya gönüllü olan 446 (Gebelik isteyen:222, Gebelik istemeyen:224) gebe araştırma kapsamına alınmıştır. Veriler Temmuz-Ağustos 2016 tarihleri arasında Kişisel Bilgi Formu ve Toronto Aleksitimi Skalası (TAS-20) kullanılarak toplanmıştır. Veriler SPSS paket programında yüzdelik dağılımlar, ortalama, ki-kare ve bağımsız gruplarda t-testi kullanılarak değerlendirilmiştir. Bulgular: Araştırmaya alınan gebelerin sosyo-demografik özelliklerinin benzer olduğu ve istatistiksel olarak anlamlı bir fark olmadığı bulunmuştur (p>0.05). Gebeliğini isteyen kadınların Toronto Aleksitimi Skala puan ortalaması 65.04±11.83, gebeliğini istemeyen kadınların ise 65.37±11.15 olarak bulunmuştur. Gebeliğini isteyen ve istemeyen kadınların Toronto Aleksitimi Skalası puan ortalamaları karşılaştırıldığında; grupların puan ortala-maları arasındaki farkın istatistiksel olarak anlamlı olmadığı bulunmuştur (p>0.05). Sonuç: Gruplar sosyo-demografik özellikler yönünden homojendir ve gebeliğini isteyen ve istemeyen kadınların aleksitimi düzeyleri arasında bir fark görülmemiştir.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| 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) | 0.030 | 0.005 |
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".