Eczacıların ve eczacılık öğrencilerinin ilaçlarla besin ve gıda takviyeleri arasındaki olası etkileşimler hakkındaki bilgi, tutum ve davranışlarının değerlendirilmesi
Bibliographic record
Abstract
Eczacıların ve Eczacılık Öğrencilerinin İlaçlarla Besin ve Gida Takviyeleri Arasındaki Olası Etkileşimler Hakkındaki Bilgi, Tutum ve Davranışlarının Değerlendirilmesi Öğrencinin Adı, Soyadı: Hatice Edanur AKKAYNAK KILIÇ Danışmanın Adı, Soyadı : Prof. Dr. Levent KABASAKAL II. Danışmanın Adı, Soyadı : Doç.Dr. Betül OKUYAN Farmakoloji (Eczacılık) Amaç: Bu çalışmamızda eczacıların ve eczacılık fakültesi öğrencilerinin ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki bilgi tutum ve davranışlarının değerlendirilmesi amaçlanmaktadır. Gereç ve Yöntem: Tanımlayıcı çalışmamız Kasım 2021- Nisan 2022 tarihleri arasında İstanbul’da yürütülmüştür. Çevrimiçi anket yapılmış olup anket linki katılımcılara e-posta veya telefon mesajı ile iletilmiştir. Ölçeklerin güvenirlikleri için Kuder Richardson 20 ve Cronbach alfa değeri hesaplanmıştır. Gruplar arasındaki farklılıkları analiz etmek için Levene Testi, t testi ve Kruksal Wallis testi uygulanmıştır. Bulgular: Katılımcıların demografik özellikleri incelendiğinde kadın/ erkek (%70, %30); eczacı/ öğrenci (%53, %47) ve mesleki deneyimleri 20 yıl üstü %21, 20 yıl altı %79 tespit edilmiştir. 22 soruluk bilgi testinin katılımcılar tarafından doğru yanıtlanma oranı %45 bulunmuştur. Katılımcıların bilgi, tutum ve davranışları cinsiyete ve eczacı/ öğrenci olmalarına bağlı olarak farklılık göstermemiştir. Tutum testinin puan sonucu katılımcıların mesleki yeniliklere karşı ifadelerinin dağılımı ile uyumlu bulunmuştur. Sonuç: Çalışmamızda eczacı ve 5.sınıf eczacılık öğrencilerinin ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki bilgi tutum ve davranış düzeyleri değerlendirilmiş olup ilaç-besin ve ilaç-gıda takviyesi etkileşimleri konusundaki farkındalıklarının arttırılmasına yardımcı olunması ve belirli ilaç ve gıda gruplarının etkileşimleri ve istenmeyen etkileri konusunda düşünmeye teşvik edilmesi gerektiği tespit edilmiştir. etkileşimi, ilaç-besin etkileşimi, serbest eczacılar, bilgi, anket
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.009 |
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".