ALEKSİTİMİ VE BAZI DEMOGRAFİK DEĞİŞKENLERİN KAYGI, DEPRESYON, SOSYAL İZOLASYON VE SOMATİZASYONA ETKİSİ: DENİZCİLER ÖRNEĞİ
Bibliographic record
Abstract
Bu çalışmanın amacı denizcilerin aleksitimi düzeylerine ve bazı demografik değişkenlere göre kaygı, depresyon, sosyal izolasyon ve somatizasyonların incelenmesidir. Araştırmada 25 kadın, 112 erkek olmak üzere toplam 137 denizciden veri toplanmış olup, Demografik ve Mesleki Bilgi Formu, Toronto Aleksitimi Ölçeği, Beck Anksiyete Envanteri, Beck Depresyon Envanteri, Sosyal İzolasyon Ölçeği, Somatizasyon Ölçeği ve Görüşme Formu kullanılmıştır. Analiz için Kruskal-Wallis Testi, Mann Whitney U Testi, ve Spearman Korelasyon Analizi kullanılmıştır. Analizlerde kaygı, depresyon, sosyal izolasyon ile somatizasyon puanlarının aleksitimi düzeylerine göre farklılaştığı, en yüksek puanın saf aleksitimik düzey grubuna ait olduğu görülmüştür. Cinsiyete, medeni duruma, çocuk varlığına göre puanlar farklılaşırken; seyirde olma durumu ve gemi içi bölüme göre farklılaşmamaktadır. Kadın denizcilerin puanları erkeklerden, bekarların puanları evlilerden, çocuğu olmayanların puanları çocuğu olanlardan, psikolojik destek geçmişi olanların puanları olmayanlardan daha yüksektir. Puanların sektöre özgü değişkenlerle ilişkisine bakıldığında; yaş, sektör senesi, toplam hizmet ayının artması ile puanlar düşmekteyken, yılda seyir süresiyle ilişki bulunmamaktadır. Sektöre özgü değişkenler ile ilişki aleksitimi düzeylerine göre incelendiğinde, yalnızca aleksitimi yok düzey grubunda ilişki olduğu görülmüştür.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".