IS THERE A RELATIONSHIP AND EFFECT BETWEEN ALEXITHYMIA AND ORGANIZATIONAL GOSS?
Bibliographic record
Abstract
Bu çalışmanın genel amacı; işletmelerde çalışanlarında var olabilecek duygusal ahrazlık (aleksitimi) ile, örgütsel dedikodu ilişkisi ve etkileşiminin olup olmadığını tespit etmeye yöneliktir. Yöntem: Bu çalışmada duygusal ahrazlık (aleksitimi) ile örgütsel dedikodu değişkenleri arasında ilişki ve etkileşim olup olmadığı tespit edilmeye çalışılmıştır. Duygusal ahrazlık (aleksitimi) ve alt boyutları ile örgütsel dedikodu değişkenleri ve alt boyutları arasındaki ilişki ve etkileşim ayrı ayrı ele alınmıştır. Araştırma çerçevesinde kurgulanan modelde ilişkisel ve etkileşimsel model şeklinde desenlenmiştir. Araştırma kapsamında incelenen örneklem grubu, İzmir Kemalpaşa Organize Sanayi Bölgesinde faaliyet gösteren işletmelerde üst ve alt pozisyonlarda çalışan toplam 411 kişiden oluşturmaktadır. Araştırma çerçevesinde veri elde edebilmek için Bagby vd. (1994) tarafından geliştirilen, Türkçeye ise Güleç vd (2009) tarafından çevrilen ve 20 soru ile üç ayrı alt boyuttan oluşan Toronto alaksitimi ölçeği ile birlikte Han ve Dağlı (2018) tarafından geliştirilen 24 soru önermesinden ve üç alt boyuttan oluşan örgütsel dedikodu ölçeği kullanılmıştır. Elde edilmiş olan verilerin istatistiki analizleri için SPSS 21.0 veri analiz programı kullanılmıştır. Bulgular: Elde edilen bulgulara göre duygusal ahrazlık ve alt boyutları ile örgütsel dedikodu ve alt boyutları arasında (r=,388; ile r=,503 aralığında p<0,00) düşük ve orta düzeyde pozitif yönlü anlamlı bir ilişki olduğunu tespit edilmiştir. Değişkenler arası etkileşim analizi sonucunda ise, duygusal ahrazlık algılamalarının, örgütse dedikodu algılamalarını [(β=,975), (p<0.05)] (R2:,951; p: ,000) pozitif yönde etkilediği sonucuna ulaşılmıştır. Tartışma: Örgütlerde çalışanların duygusal ahrazlık sorununun örgütsel dedikodu üzerinde etkisinin olup olmadığının tespit edilmeye çalışıldığı bu çalışmada, duygusal ahrazlık sorunu yaşayan çalışanların, örgütsel dedikodu eğilimindeki algılamaları etkileyebildiği, duygusal ahrazlık ile örgütsel dedikodu olgusu arasında ilişki kurulabileceğini söylemek mümkündür.
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 | 0.001 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.001 |
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".