Eskişehir Osmangazi Üniversitesi Sağlık Hizmetleri Meslek Yüksekokulu öğrencilerinde aleksitimi düzeyi ile etik pozisyon ilişkisinin değerlendirilmesi
Bibliographic record
Abstract
Amaç: Araştırmada, Eskişehir Osmangazi Üniversitesi Sağlık Hizmetleri \nMeslek Yüksekokulu öğrencilerinde, etik pozisyon ile aleksitimi düzeyi \narasındaki ilişkinin demografik değişkenlerle birlikte değerlendirilmesi \namaçlanmıştır. \nKapsam: Etik karar verirken bireysel farklılıklar etkilidir. “Etik \nPozisyonlar Teorisi’’ gerçekleştirdiği sınıflandırma ile bireysel farklılıkları \nortaya koyabilmektedir. Bireysel farklılıklar farklı duygusal durumların \noluşmasına neden olmakta ve etik karar verme sürecini etkilemektedir. \nAleksitimide ise duygular etkin bir şekilde kullanılamamaktadır. Etik karar \nverme sürecini etkileyen etik pozisyonlarla aleksitiminin ilişkisinin \naraştırıldığı çalışmada, 2017–2018 eğitim–öğretim yılı bahar döneminde \nEskişehir Osmangazi Üniversitesi Sağlık Hizmetleri Meslek Yüksekokulu’nda, \n7 ayrı programda eğitim gören, 475 öğrenciye ulaşılmıştır. \nYöntem: Tanımlayıcı nitelikte, nicel araştırma yaklaşımı kullanılan \nçalışmada katılımcılardan; demografik soru formu ayrıca 5’li likert tipi “Etik \nPozisyon Ölçeği–EPÖ” ve “Toronto Aleksitimi Ölçeği–TAÖ” kullanılarak \nveriler elde edilmiştir. Verilerin analizi için Kolmogorov–Smirnov ve Shapiro– \nWilk testleri ile normallik analizi yapılmıştır. Daha sonra güvenirlik testi, t– \ntesti, One–Way ANOVA Testi, LSD çoklu karşılaştırma testi ve Pearson \nKorelasyon ve Regresyon Analiz testi kullanılmıştır. \nBulgular: Katılımcıların 134’ü erkek ve 341’i kadın’dır. Katılımcıların \nEtik Pozisyon Ölçeği’nden almış oldukları toplam puan ortalaması 3,70±0,54; \nİdealizm alt boyundan 4,03±0,68; Rölativizm alt boyutunda 3,37±0,65 olarak \ngerçekleşmiştir. Toronto Aleksitimi Ölçeği’nden alınan toplam puan \niv \nortalaması 2,49±0,50; Duyguları Tanımada Güçlük alt boyutunda 2,28±0,83; \nDuyguları Söze Dökmede Güçlük alt boyutunda 2,55±0,74; Dışa Dönük \nDüşünme alt boyutunda ise 2,64±0,44 olarak gerçekleşmiştir. \nEtik Pozisyon Ölçeği, Aleksitimi Ölçeği ve alt boyutları arasından yapılan \nkorelasyon analizine göre İdealizm ile Dışa Dönük Düşünme alt boyutu \narasında ileri düzeyde negatif yönlü (p<0,000<0,001/r=-0,254), Rölativizm ile \nDuyguları Tanımada Güçlük alt boyutunda ileri düzeyde pozitif yönlü anlamlı \n(p<0,000<0,001/r=0,178) ilişki bulunmaktadır. Ayrıca rölativizm ile Duyguları \nSöze Dökmede Güçlük alt boyutunda de çok önemli düzeyde pozitif yönlü \nanlamlı (p<0,006<0,01/r=0,127) ilişki bulunmaktadır. Regresyon analizine \ngöre ise; idealizm ile Duyguları Söze Dökmede Güçlük alt boyutu arasında \nanlamlı (p=0,24<0,05), Dışa Dönük Düşünme alt boyutu arasında ileri düzeyde \nanlamlı (p=0,000<0,05) bulunmuştur. Rölativizm ile Dışa Dönük Düşünme alt \nboyutu arasında ileri düzeyde anlamlılık (p=0,24<0,000) bulunmuştur. \nSonuç: Etik karar vermede duyguların önemi ve etik düşünce sistemleri \nolan etik pozisyonların da etkili olduğu görülmektedir. Öğrencilerin idealist \nyaklaşımı, rölativist yaklaşımdan daha çok benimsedikleri; duyguları \ntanımada güçlük yaşama düzeyleri arttıkça rölativist yaklaşımı \nbenimsedikleri belirlenmiştir. Bu sonuç aleksitiminin etik pozisyona etkisini \nortaya koyan sonuçlardan biridir. Aleksitimi düzeyi arttıkça rölativizm \noranının da arttığı ve anlamlı düzeyde farklılık oluşturduğu görülmüştür. \nAyrıca duyguları tanımada ve duyguları ifade etmekte güçlük arttıkça \nbireylerin daha rölativist kararlar verdikleri görülmektedir
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.029 | 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".