Investigation of relationship between alexithymia and emotional eating among university students
Bibliographic record
Abstract
Bu çalışmada aleksitimi ve duygusal yeme arasındaki ilişkinin incelenmesi amaçlanmıştır. Bu amaç doğrultusunda depresyon, anksiyete ve stres değişkenleri kontrol edilerek; cinsiyet, beden kitle indeksi ve aleksitiminin duygusal yeme üzerindeki etkisi incelenmiştir. Araştırmanın örneklemini; Hukuk, İşletme, İktisat, Siyaset Bilimi ve Uluslararası İlişkiler, Uluslararası Ticaret ve Lojistik, Mimarlık, Sınıf Öğretmenliği, Özel Eğitim ve Fizyoterapi ve Rehabilitasyon bölümlerinde okuyan 378 kişi oluşturmaktadır. Veri toplamada Kişisel Bilgi Formu, Türkçe Duygusal Yeme Ölçeği, Toronto Aleksitimi Ölçeği (TAÖ-20) ve Depresyon Anksiyete Stres Ölçeği (DASÖ) kullanılmıştır. Yapılan analizler sonucunda depresyon, anksiyete ve stres değişkenleri kontrol edildiğinde aleksitiminin duygusal yeme üzerinde anlamlı bir etkisi bulunmamıştır.Cinsiyetin sadeceduygusal yemenin alt boyutlarından, olumsuz duygularla başa çıkabilmek için yeme boyutu üzerinde anlamlı bir etkisi bulunmuştur. BKİ'nin duygusal yeme üzerindeki etkisine bakıldığında sadece kendini kontrol edebilme boyutu üzerinde anlamlı bir etkisi bulunmuştur.Analizler sonucunda elde edilen bulgular ilgili literatür ışığında tartışılmıştır. Anahtar kelimeler: Aleksitimi, duygusal yeme, beden kitle indeksi, cinsiyet
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".