C Tipi Davranış Ölçeğinin Türkçeye uyarlama güvenilirlik ve geçerlilik çalışması
Bibliographic record
Abstract
: Meme kanserinin yaygın kanser türlerinden biri olması, risk etkenlerinin araştırılmasını önemli kılmaktadır. Risk etkenlerinden biri olduğu belirtilen C tipi kişilik özellikleri hakkındaki çalışmaların sonuçları tartışmalıdır. C tipi kişilik, kendini feda etme ve duygularını ifade edememe alt faktörlerini içermektedir. Bu çalışmada C tipi kişilik özelliklerinin Türk kadın meme kanseri hastalarında ölçülebilmesi için C Tipi Davranış Ölçeğinin Türkçeye uyarlanması, geçerlilik ve güvenilirlik çalışmasının yapılması amaçlanmıştır. Yöntem: Yüz bir Türk kadın meme kanseri hastası ile 99 kanser hastası olmayan kontrol grubuna C Tipi Davranış Ölçeği, Toronto Alekstimi Ölçeği ve Temel Kişilik Özellikleri Ölçeğinin dışa dönüklük alt ölçeği uygulanmıştır. Birinci uygulamadan bir ay sonra test-tekrar test güvenilirliğini ölçmek amacıyla katılımcılara C Tipi Davranış Ölçeği tekrar uygulanmıştır. Bulgular: Yapılan faktör analizi sonucunda, özgün ölçekle örtüşen ve kendini feda etme ile duygularını ifade edememe boyutlarını içeren iki faktörlü yapı doğrulanmıştır. Ölçeğin iç tutarlılık katsayısı 0.81, test-tekrar test güvenilirliği 0.87 olarak bulunmuştur. Ölçeğin alt boyutlarının iç tutarlılık katsayılarının 0.80-0.86 arasında değiştiği belirlenmiştir. Ölçeğin ayrışan geçerliliğini test etmek için Temel Kişilik Özellikleri Ölçeğinin dışa dönüklük alt ölçeği (r=-0.24, p<0.05), birleşen geçerliliğini test etmek için Toronto Aleksitimi Ölçeği (r=0.52, p<0.01) kullanılmıştır. Tartışma: Çalışmanın sonuçları C Tipi Davranış Ölçeğinin Türkçe formunun yeterli güvenilirlik ve geçerlilik değerlerine sahip olduğunu göstermiştir
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 | 0.007 |
| 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 | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.010 |
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".