Denizcilerde Aleksitimi Düzeylerine Göre Kaygı, Depresyon, Sosyal İzolasyon ve Somatizasyonun İncelenmesi
Bibliographic record
Abstract
Bu çalışmanın amacı denizcilerin aleksitimi düzeylerine göre kaygı, depresyon, sosyal izolasyon ve somatizasyonlarını ve bu değişkenlerin demografik değişkenlere göre farklılaşmasını incelemektir. Bu amaç doğrultusunda 25 kadın, 112 erkek olmak üzere toplam 137 denizciden veri toplanmıştır. Araştırmada denizcilerden bilgi edinmek amacıyla Demografik ve Mesleki Bilgi Formu, Toronto Aleksitimi Ölçeği, Beck Anksiyete Envanteri, Beck Depresyon Envanteri, Sosyal İzolasyon Ölçeği, Somatizasyon Ölçeği ve Görüşme Formu kullanılmıştır. Aleksitimi düzeylerine göre puanları incelemek amacıyla Kruskal-Wallis Testi, demografik değişkenlere göre Mann Whitney U Testi, sektöre özgü değişkenler ve puanları incelemek için Spearman Korelasyon Analizi kullanılmıştır. Analiz sonuçlarında denizcilerde aleksitimi oranının genel popülasyondan yüksek olduğu ve 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, psikolojik destek geçmişi 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 değişkenler ile ilişkisine bakıldığında; yaş, sektör senesi, toplam hizmet ayının artması ile puanlar düşmekteyken, yılda seyir süresi ile ilişki bulunmamaktadır. Sektöre özgü değişkenler ile ilişki aleksitimi düzeylerine göre incelendiğinde, yalnızca aleksitimi yok düzey \ngrubunda ilişki olduğu görülmüştür. Elde edilen bulgular literatürdeki bilgiler çerçevesinde tartışılmıştır.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".