Tutuklu Ruh Sağlığında Psikolojik Dayanıklılığın Rolü ve İlişkili Faktörler
Bibliographic record
Abstract
Bu derleme, ruh sağlığının önemli bir bileşeni olan psikolojik dayanıklılığı, suç işlemeye giden süreçte, cezaevi sürecinde ve cezaevi sonrası topluma yeniden uyum sürecinde olacak şekilde mahkûmlar özelinde ele almakta ve mahkûmların dayanıklılık düzeylerinin çeşitli faktörler ile ilişkisini kapsamlı bir şekilde incelemektedir. Psikolojik dayanıklılık, bireylerin stres, travma ve zorlayıcı yaşam koşullarıyla başa çıkma kapasitelerini ifade eden, disiplinler arası bir kavram olup, dinamik ve çok boyutlu bir yapıya sahiptir. Dolayısıyla, bu derlemede kavramın karmaşıklığı göz önünde bulundurularak, cezaevi öncesi, sırası ve sonrasındaki süreçler kapsamlı bir şekilde değerlendirilmiştir. Böylece gelecek araştırma, program ve müdahalelere rehberlik yapmak da amaçlanmıştır. Bu doğrultuda, dayanıklılığın kavramsallaştırılmasına yönelik girişimler detaylandırıldıktan sonra, çeşitli veri tabanları ve dizinlerden faydalanarak, cezaevi koşullarının zorlayıcı doğası, sosyodemografik özellikler, işlenen suç türü, baş etme stratejileri ve sosyal destek ile ilişkisini ele alan çalışmalar incelenmiştir. Bunu takiben, mahkûmların dayanıklılık düzeylerini artırma ve cezaevi sonrası yeniden uyumu desteklemeye yönelik özelleştirilmiş müdahale ve rehabilitasyon programlarının geliştirilmesine yönelik öneriler sunulmuştur.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.007 |
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".