Sıkıntıya tolerans (Distress Tolerance, DT), kişinin olumsuz duygular, içsel gerginlik veya fiziksel rahatsızlık gibi zorlayıcı durumlarla karşılaştığında hemen kaçınma, bastırma veya başka işlevsiz düzenleme stratejilerine yönelmeden bu deneyimle kalabilme konusunda algıladığı kapasitedir. Bu çalışma, DT'nin yalnız bireyin içinde bulunan psikolojik bir özellik olarak değil, çevrimdışı ve çevrimiçi sosyal deneyimlerle ilişkili bir yapı olarak ele alınıp alınamayacağını araştırmıştır. İtalya'da çevrimiçi anketle ulaşılan 18–85 yaş arasındaki 252 katılımcıda çevrimdışı ve çevrimiçi mattering, anti-mattering ve sosyal medya sermayesi; korelasyon, çoklu doğrusal regresyon ve psikolojik ağ analiziyle DT ile birlikte incelenmiştir.
Sonuçlar özellikle çevrimdışı ilişkisel deneyimlerin DT ile daha tutarlı bağlantılar gösterdiğini ortaya koymuştur. Başkaları tarafından önemli, fark edilmiş ve değer verilen biri olduğunu hissetmek çevrimdışı ortamda daha yüksek DT ile ilişkiliyken; çevrimdışı görünmez veya önemsiz hissetmek daha düşük DT ile ilişkilidir. Çevrimiçi anti-mattering de daha düşük DT ile ilişkili bulunmuş, ancak çevrimiçi mattering için anlamlı ilişki görülmemiştir.
Beklentinin tersine, sosyal medya sermayesinin sosyal bağlantı boyutu DT ile pozitif değil negatif ilişkili bulunmuştur. Bu sonuç çevrimiçi sosyal bağlantıların doğası gereği zararlı olduğunu göstermez. Yazarlar güçlü çevrimiçi bağların bazı durumlarda sosyal karşılaştırma, grup normları, sürekli ulaşılabilir olma beklentisi ve sosyal aşırı yük gibi süreçlerle birlikte bulunabileceğini tartışmaktadır; ancak bu mekanizmalar araştırmada doğrudan ölçülmemiştir.
Ağ analizi de genel modeli desteklemiştir: DT; çevrimdışı mattering, çevrimdışı anti-mattering, çevrimiçi anti-mattering ve sosyal medya sermayesinin sosyal boyutuyla doğrudan ağ bağlantılarına sahiptir. Bununla birlikte çalışma kesitseldir ve ağ merkeziliği sonuçlarının bir bölümü bootstrap analizinde kararsız bulunmuştur. Bu nedenle çalışma sosyal ilişkilerin DT'ye neden olduğunu veya belirli bir değişkenin ağın nedensel merkezi olduğunu göstermemektedir.
Sıkıntıya Tolerans Nedir?
Sıkıntıya tolerans, kişinin olumsuz duygusal veya fiziksel içsel durumlara dayanabildiğine ilişkin algısını ve bu durumlarla kaçınmadan temasını sürdürebilme kapasitesini ifade eder.
Kaynak DT'yi klasik başa çıkmadan ayırmaktadır. Başa çıkma çoğu zaman belirli bir stres kaynağının taleplerini yönetmek için kullanılan stratejileri ifade ederken, DT kişinin ortaya çıkan rahatsız edici içsel deneyimi ne ölçüde tolere edebildiğine odaklanır.
Bu çalışmada kullanılan Distress Tolerance Scale dört alt boyut içerir:
| Boyut | Temel anlam |
|---|---|
| Tolerans | Kişinin sıkıntıya dayanabildiğine ilişkin algısı |
| Değerlendirme | Sıkıntının ne ölçüde tehdit edici, kabul edilemez veya yönetilmesi zor görüldüğü |
| Emilim | Sıkıntının dikkati ve bilişsel kaynakları ne ölçüde kapladığı |
| Düzenleme | Sıkıntıyı hemen azaltma veya ondan kaçınma yönündeki algılanan aciliyet |
Ölçekten alınan daha yüksek toplam puan daha yüksek algılanan sıkıntıya toleransı temsil etmektedir.
Mattering ve Anti-Mattering Nedir?
Mattering, kişinin başkaları tarafından önemli, fark edilmiş, değer verilmiş ve yokluğu hissedilecek biri olduğunu algılamasıdır. Anti-mattering ise kişinin görünmez, önemsiz, değersiz veya başkalarının ilgisine layık değilmiş gibi hissetmesidir.
İki kavram yalnız birbirinin matematiksel tersi değildir. Mattering sosyal olarak önemli hissetmenin olumlu deneyimini; anti-mattering ise özellikle görünmezlik ve önemsizlik deneyimini ölçmektedir.
Bu çalışmanın önemli yeniliklerinden biri, her iki yapıyı da:
- çevrimdışı/yüz yüze ilişkilerde,
- çevrimiçi etkileşimlerde
ayrı ayrı ele almasıdır.
Çevrimdışı mattering neden önemli olabilir?
Çalışmada çevrimdışı mattering genel DT ile pozitif ilişkilidir. Kişinin yüz yüze ilişkilerinde fark edildiğini ve önemli olduğunu hissetmesi, daha yüksek algılanan sıkıntıya dayanma kapasitesiyle birlikte görülmektedir.
Yazarların teorik yorumuna göre çevrimdışı ilişkilerden gelen tanınma ve doğrulanma sinyalleri kişinin algıladığı başa çıkma kaynaklarını güçlendirebilir, tehdit değerlendirmesini azaltabilir ve zorlayıcı duygularla kalmayı kolaylaştırabilir.
Ancak bunlar bu çalışmada doğrudan sınanmış aracı mekanizmalar değildir.
Anti-mattering neden farklı bir sosyal sinyal olabilir?
Kişinin yüz yüze ilişkilerde görünmez veya önemsiz hissetmesi sosyal tehdit sinyali olarak deneyimlenebilir.
Kaynak bunu:
- rumination,
- kaçınma,
- daha düşük algılanan başa çıkma kaynağı,
- duygu düzenleme güçlükleri
ile kuramsal olarak ilişkilendirmektedir.
Çalışmanın kendi verisinde çevrimdışı anti-mattering genel DT ile incelenen sosyal değişkenler arasındaki en güçlü sıfır-derece korelasyonlardan birini göstermiştir.
Çevrimiçi Önemsenmek ile Çevrimdışı Önemsenmek Aynı Şekilde mi İlişkiliydi?
Hayır. Çevrimdışı mattering daha yüksek DT ile anlamlı biçimde ilişkiliyken çevrimiçi mattering için anlamlı bir ilişki bulunmamıştır. Buna karşılık anti-mattering hem çevrimdışı hem de çevrimiçi ortamda daha düşük DT ile ilişkili bulunmuştur.
| Değişken | Pearson r | p | Sonuç |
|---|---|---|---|
| Çevrimdışı mattering | 0,319 | <0,001 | Pozitif, anlamlı |
| Çevrimdışı anti-mattering | −0,351 | <0,001 | Negatif, anlamlı |
| Çevrimiçi mattering | −0,026 | 0,684 | Anlamlı değil |
| Çevrimiçi anti-mattering | −0,211 | <0,001* | Negatif, anlamlı |
| Sosyal medya sermayesi – yeterlik | −0,008 | 0,910 | Anlamlı değil |
| Sosyal medya sermayesi – sosyal | −0,159 | 0,022 | Negatif, anlamlı |
*Kaynak-içi raporlama notu: Sonuç metninde çevrimiçi anti-mattering için p<0,01 yazılırken Tablo 2'de p<0,001 verilmektedir. Tablo değeri burada gösterilmiş, kaynak içindeki fark ayrıca görünür tutulmuştur.
Negatif çevrimiçi sinyaller neden daha görünür olabilir?
Yazarlar çevrimiçi mattering ile ilişki bulunmazken çevrimiçi anti-mattering ile negatif ilişki bulunmasını, olumsuz sosyal sinyallerin olumlu sinyallerden daha dikkat çekici olabilmesiyle ilişkilendirmektedir.
Çevrimiçi ortamda:
- yok sayılmak,
- önemsiz görülmek,
- başkalarına kıyasla daha az sosyal karşılık almak
kişinin kendi değerine ilişkin olumsuz bilişleri güçlendirebilir.
Ancak bu mekanizmalar çalışmada deneysel olarak test edilmemiştir.
Sosyal Medya Sermayesi Neden Beklenenin Tersine DT ile Negatif İlişkiliydi?
Çalışma sosyal medya sermayesinin sosyal bağlantı boyutunun daha yüksek DT ile ilişkili olacağını öngörmüş, fakat sonuç ters yönde çıkmıştır. Sosyal medya üzerinden daha fazla bağlantı hissetme, genel DT ve bazı DT alt boyutlarıyla daha düşük puanlar şeklinde ilişkili bulunmuştur.
Sosyal medya sermayesi, kişinin sosyal medya ve uygulamalar aracılığıyla geliştirdiği veya sürdürdüğü sosyal kaynakları ifade eder.
Kullanılan ölçekte iki boyut vardır:
| Boyut | Ölçülen yapı |
|---|---|
| Yeterlik | Sosyal medyayı kullanma konusunda güven ve yetkinlik |
| Sosyal bağlantı | Sosyal medya aracılığıyla ortak ilgi ve deneyimlere sahip kişilerle bağlantı kurma |
DT ile negatif ilişki yalnız sosyal bağlantı boyutunda ortaya çıkmıştır. Sosyal medya kullanım yeterliği DT ile anlamlı ilişkili değildir.
Negatif ilişki “çevrimiçi sosyal destek zararlıdır” anlamına geliyor mu?
Hayır. Kaynak bu yorumu açık biçimde reddetmektedir.
Sosyal medya sermayesi problemli veya bağımlılık düzeyindeki kullanımın ölçüsü değildir. Bir kişinin çevrimiçi bağlantılarının yüksek olması aynı zamanda destek, ortak ilgi alanları ve aidiyet sağlayabilir.
Yazarlar negatif ilişkinin olası açıklamaları arasında:
- çok homojen çevrimiçi gruplar,
- grup normlarına uyma baskısı,
- sosyal karşılaştırma,
- sosyal aşırı yük,
- sürekli ulaşılabilir olma beklentisi,
- akran onayına aşırı bağımlılık
gibi süreçleri tartışmaktadır.
Fakat bu değişkenler araştırmada ölçülmediği için sonuç yalnız hipotez üretici düzeydedir.
Dijital Yaşam Dengesi bu araştırmada ne rol oynuyor?
Dijital Yaşam Dengesi (Digital Life Balance, DLB), kişinin çevrimdışı yaşamı ile dijital yaşamı arasında algıladığı dengeyi ifade eden kuramsal bir çerçevedir.
Kaynak, hem aşırı hem yetersiz teknoloji kullanımının bu dengeyi bozabileceğini; işlevsel dijital yaşamın yalnız ekranda geçirilen süreyle değil, çevrimdışı ve çevrimiçi yaşamın birbirleriyle ne kadar uyumlu olduğuyla değerlendirilmesi gerektiğini savunan önceki literatürü temel almaktadır.
Bu çalışmada DLB doğrudan ölçülmemiştir. Araştırmacılar DLB modelini:
çevrimdışı ilişkisel gereksinimler ↔ çevrimiçi sosyal davranış ↔ DT
arasındaki olası ilişkileri yorumlamak için kullanmıştır.
Üç hipotezin sonucu
| Hipotez | Öngörü | Veri | Yorum |
|---|---|---|---|
| H1 | Çevrimdışı ve çevrimiçi mattering DT ile pozitif ilişkili olacaktır. | Çevrimdışı anlamlı pozitif; çevrimiçi anlamlı değil. | Hipotezin çevrimdışı bileşeni destekleniyor; çevrimiçi bileşeni desteklenmiyor. Kaynak tartışması H1'i genel olarak “desteklendi” diye özetliyor. |
| H2 | Çevrimdışı ve çevrimiçi anti-mattering DT ile negatif ilişkili olacaktır. | Her ikisi de sıfır-derece korelasyonda negatif ve anlamlı. | Korelasyon düzeyinde desteklendi. |
| H3 | Sosyal medya sermayesi DT ile pozitif ilişkili olacaktır. | Sosyal boyut negatif; yeterlik boyutu anlamlı değil. | Desteklenmedi; sosyal boyutta yön beklentinin tersidir. |
Regresyon analizi ne ekledi?
Korelasyon analizi değişkenleri çiftler hâlinde karşılaştırırken regresyon, birden fazla sosyal değişken aynı modelde bulunduğunda hangilerinin bağımsız ilişki göstermeye devam ettiğini incelemiştir.
| Yordayıcı | β | p | %95 GA |
|---|---|---|---|
| Çevrimdışı mattering | 0,189 | 0,017 | 0,008–0,077 |
| Çevrimdışı anti-mattering | −0,192 | 0,020 | −0,064 – −0,006 |
| Çevrimiçi anti-mattering | −0,072 | 0,307 | −0,043–0,014 |
| Sosyal medya sermayesi – sosyal | −0,162 | 0,012 | −0,065 – −0,008 |
Model için R²=0,162, düzeltilmiş R²=0,146'dır.
Bu sonuç, sosyal faktörlerin DT'nin bütün varyansını açıklamadığını açıkça gösterir. DT'nin yaklaşık %84'lük varyansı bu regresyon modelinin dışında kalmaktadır.
DT'nin alt boyutlarında sonuçlar aynı mıydı?
Hayır. Sosyal değişkenlerin DT'nin bütün alt boyutlarında aynı biçimde çalışmadığı görülmüştür.
| DT boyutu | Anlamlı sosyal değişkenler | R² |
|---|---|---|
| Tolerans | Çevrimdışı mattering: β=0,189; p=0,011 | 0,105 |
| Emilim | Çevrimdışı mattering: β=0,157; çevrimdışı anti-mattering: β=−0,216; SMC-Social: β=−0,158 | 0,163 |
| Değerlendirme | Çevrimdışı mattering: β=0,180; çevrimdışı anti-mattering: β=−0,216; SMC-Social: β=−0,145 | 0,148 |
| Düzenleme | SMC-Social: β=−0,148; p=0,029 | 0,077 |
Bu boyutsal farklılık, DT'nin tek ve homojen bir psikolojik özellik olarak ele alınmasının bazı ilişkileri görünmez kılabileceğini düşündürmektedir.
Ağ analizi neyi farklı yaptı?
Ağ analizi her değişkeni bir düğüm olarak ele almış ve diğer değişkenlerin etkisi hesaba katıldığında kalan düzenlenmiş kısmi korelasyonları bağlantı olarak göstermiştir.
Ağda yedi düğüm vardır:
- DT,
- çevrimdışı mattering,
- çevrimdışı anti-mattering,
- çevrimiçi mattering,
- çevrimiçi anti-mattering,
- sosyal medya sermayesi – yeterlik,
- sosyal medya sermayesi – sosyal.
| Bağlantı | Düzenlenmiş kısmi ilişki |
|---|---|
| DT ↔ çevrimdışı mattering | 0,141 |
| DT ↔ çevrimdışı anti-mattering | −0,180 |
| DT ↔ çevrimiçi anti-mattering | −0,076 |
| DT ↔ SMC-Social | −0,115 |
| DT ↔ çevrimiçi mattering | Doğrudan bağlantı yok |
| DT ↔ SMC-Efficacy | Doğrudan bağlantı yok |
Ağın “en önemli” düğümü hangisiydi?
Tek bir düğüm bütün merkezilik ölçülerinde en önemli değildir.
Çevrimdışı anti-mattering en yüksek betweenness değerine ve en büyük mutlak expected influence değerine sahiptir. Çevrimdışı mattering en yüksek closeness değerini göstermiştir. SMC-Social ise strength açısından yüksek merkezilik göstermektedir.
Ancak bootstrap sonuçları özellikle betweenness ve closeness göstergelerinin kararsız olduğunu ortaya koymuştur.
Dolayısıyla “anti-mattering ağın nedensel merkezi” veya “en önemli psikolojik değişken budur” sonucu çıkarılamaz.
Sayfa 10'daki Şekil 1 nasıl okunmalı?
| Merkezilik ölçüsü | Öne çıkan değişken | Yorum sınırı |
|---|---|---|
| Betweenness | Çevrimdışı anti-mattering | Bootstrap'ta kararsız; nedensel köprü olarak yorumlanamaz |
| Closeness | Çevrimdışı mattering | Kararlılığı sınırlı |
| Strength | SMC-Social; M-Offline ve AN-Offline da çevrimiçi mattering/anti-mattering'den daha merkezî | Bağlantı yoğunluğunu gösterir, nedenselliği değil |
| Expected influence | İşaretli ilişkileri dikkate alır | Tek başına psikolojik öncelik sırası değildir |
Sayfa 11'deki Şekil 2 ne gösteriyor?
Şekil 2, yedi değişken arasındaki düzenlenmiş kısmi korelasyonları bir psikolojik ağ şeklinde göstermektedir.
Grafikte özellikle üç yapı kümesi dikkat çekmektedir:
- DT'nin çevrimdışı mattering ve anti-mattering ile bağlantıları,
- çevrimiçi mattering ile sosyal medya sermayesinin sosyal boyutu arasındaki bağlantı,
- sosyal medya sermayesinin yeterlik ve sosyal boyutları arasındaki güçlü bağlantı.
Ağdaki en büyük mutlak bağlantılardan ikisi:
M-Offline ↔ AN-Offline = −0,463
SMC-Efficacy ↔ SMC-Social = 0,457
olarak raporlanmıştır.
Bu bağlantılar iki yapı arasındaki koşullu ilişkiyi gösterir; birinin diğerine neden olduğu anlamına gelmez.
Çalışmanın Yöntemi ve Bulguları
Araştırma tasarımı
Çalışma kesitsel tasarıma ve öz-seçimli örneklemeye sahiptir.
Katılımcılar Google Forms üzerinden anonim çevrimiçi anketi tamamlamıştır. Anket Facebook ve Instagram gibi sosyal medya platformlarında dağıtılmıştır.
Başlangıç dahil etme ölçütünde 14 yaş ve üzeri olmak belirtilmiş olsa da nihai örneklemde en genç katılımcı 18 yaşındadır; dolayısıyla çalışma fiilen yetişkin örneklemine dayanmaktadır.
Önsel güç analizi
Örneklem toplamadan önce G*Power 3.1.9.6 ile güç analizi yapılmıştır.
| Analiz | Hedef | Gerekli örneklem |
|---|---|---|
| Pearson korelasyonu | r=0,20; güç=0,80; α=0,05 | 150 |
| Doğrusal regresyon | 6 yordayıcı; güç=0,80; α=0,05; kaynakta küçük etki r=0,15 olarak belirtilmiştir | 43 |
| Ağ analizi | n/k ≥ 10 | Gerçek oran 252/7 = 36 |
Yazarlar bu hesaplamalara göre 252 kişilik örneklemi kullanılan analizler için yeterli kabul etmiştir.
Katılımcılar
| Özellik | Değer |
|---|---|
| Toplam n | 252 |
| Yaş aralığı | 18–85 |
| Yaş ortalaması | 40,5 |
| Yaş SD | 17,0253 |
| Cisgender erkek | %32,1 |
| Cisgender kadın | %63,1 |
| LGBTQIA+ topluluğuna mensup olarak raporlanan | %4,8 |
Demografik kategoriler kaynakta bu biçimde raporlanmıştır; kategori yapısı burada yeniden sınıflandırılmamıştır.
Kullanılan ölçüm araçları
| Araç | Madde | Ölçülen yapı | Bu çalışmada güvenirlik |
|---|---|---|---|
| Distress Tolerance Scale | 15 | Genel DT ve dört alt boyut | Toplam α=0,901 |
| General Mattering Scale | 5 | Çevrimdışı mattering | α=0,854 |
| Anti-Mattering Scale | 5 | Çevrimdışı anti-mattering | α=0,892 |
| Mattering Online Scale | 5 | Çevrimiçi mattering | α=0,926 |
| Anti-Mattering Online Scale | 4 | Çevrimiçi anti-mattering | α=0,903 |
| Social Media Capital Scale | 7 | Sosyal medya yeterliği ve sosyal bağlantı | Yeterlik α=0,915; Sosyal α=0,885 |
Tanımlayıcı sonuçlar
| Değişken | Ortalama | SD |
|---|---|---|
| Genel DT | 3,104 | 0,667 |
| DT – tolerans | 3,045 | 0,843 |
| DT – emilim | 3,278 | 0,745 |
| DT – değerlendirme | 3,160 | 0,677 |
| DT – düzenleme | 2,933 | 0,885 |
| Çevrimdışı mattering | 14,917 | 2,997 |
| Çevrimdışı anti-mattering | 10,405 | 3,603 |
| Çevrimiçi mattering | 9,500 | 3,767 |
| Çevrimiçi anti-mattering | 7,603 | 3,287 |
| SMC – yeterlik | 14,740 | 3,700 |
| SMC – sosyal | 8,452 | 2,917 |
İstatistiksel analiz
Dağılımlar skewness ±2 ve kurtosis ±7 sınırlarına göre normal kabul edilmiş ve Pearson korelasyonları kullanılmıştır.
Daha sonra:
- çoklu doğrusal regresyon,
- Gaussian Graphical Model,
- EBICglasso düzenlileştirmesi,
- γ=0,5 tuning parametresi,
- 1000 bootstrap
uygulanmıştır.
Analizler SPSS 23 ve JASP 0.19.1.0 kullanılarak gerçekleştirilmiştir.
Cinsiyet kontrolü sonucu değiştirdi mi?
Kaynak, raporlanan temel korelasyonların cinsiyet kontrol edildiğinde de anlamlılığını koruduğunu belirtmektedir.
Bununla birlikte yaş ve cinsiyet bütün analizlere aynı şekilde dahil edilmemiştir. Özellikle ağ analizinde demografik değişkenler sistematik olarak modellenmemiştir.
Çalışmanın desteklediği
- Çevrimdışı mattering daha yüksek algılanan DT ile ilişkilidir.
- Çevrimdışı anti-mattering daha düşük algılanan DT ile ilişkilidir.
- Çevrimiçi anti-mattering daha düşük DT ile sıfır-derece korelasyon göstermektedir.
- Çevrimiçi mattering genel DT ile anlamlı ilişki göstermemiştir.
- Sosyal medya sermayesinin sosyal boyutu genel DT ile negatif ilişkili bulunmuştur.
- Çevrimdışı ilişkisel göstergeler korelasyon, regresyon ve ağ analizinde DT ile çevrimiçi göstergelerden daha tutarlı ilişkiler göstermektedir.
- DT'nin farklı alt boyutları sosyal değişkenlerle aynı biçimde ilişkili değildir.
- DT yalnız içsel bir kişisel özellik olarak değil, sosyal bağlamla ilişkili bir psikolojik kaynak olarak araştırılmaya değerdir.
Çalışmanın desteklemediği
- Çevrimdışı mattering'in yüksek DT'ye neden olduğu gösterilmemiştir.
- Anti-mattering'in DT düşüşüne neden olduğu gösterilmemiştir.
- DT'nin yüksek olmasının kişinin daha iyi sosyal ilişkiler kurmasına neden olduğu da gösterilmemiştir.
- Çevrimiçi mattering'in DT'yi yükselttiği desteklenmemiştir.
- Sosyal medya sermayesinin genel olarak koruyucu olduğu desteklenmemiştir.
- Sosyal medya sermayesinin doğası gereği zararlı olduğu gösterilmemiştir.
- Sosyal karşılaştırma, grup baskısı veya sosyal aşırı yük negatif SMC–DT ilişkisinin kanıtlanmış mekanizmaları değildir.
- Ağ merkeziliği nedensel önem veya müdahale hedefi kanıtlamaz.
- Bu çalışma Dijital Yaşam Dengesi'nin kendisini doğrudan ölçmemiştir.
- Sonuçlar ergenlere doğrudan genellenemez; nihai örneklemde 18 yaş altı katılımcı yoktur.
Uygulama açısından ne anlama geliyor?
Yazarlar DT'nin klinik veya önleyici değerlendirmelerde yalnız bireysel duygu düzenleme kapasitesi olarak ele alınmaması gerektiğini önermektedir.
DT ölçümünün yanında kişinin:
- önemli ilişkilerinde ne kadar fark edildiğini hissettiği,
- görünmez veya önemsiz hissedip hissetmediği,
- çevrimdışı destek ağı,
- dijital sosyal ilişkilerinin niteliği
değerlendirilebilir.
Kaynak ayrıca klasik DT ve duygu düzenleme becerilerinin, kişinin “kimse için önemli değilim” benzeri inançları ve gerçek yaşamda destekleyici sosyal deneyimler oluşturma süreçleriyle birlikte ele alınabileceğini tartışmaktadır.
Bu öneriler araştırmanın gözlemsel bulgularından türetilmiştir; çalışmada müdahale uygulanmamış veya bu yaklaşımların etkinliği sınanmamıştır.
Dijital değerlendirme neden ayrıca gerekebilir?
Sosyal medya sermayesinin sosyal boyutuyla bulunan negatif ilişki nedeniyle yazarlar, bazı kişilerde:
- sosyal karşılaştırma,
- sürekli çevrimiçi bulunma baskısı,
- ilişkisel aşırı yük,
- dijital sınırların zayıflığı
gibi durumların ayrıca değerlendirilmesini önermektedir.
Ancak çalışma özel bir “çevrimiçi sıkıntıya tolerans” ölçeği kullanmamıştır. Dolayısıyla dijital bağlama özgü DT süreçleri genel DTS ile doğrudan ayrıştırılamamaktadır.
Ergenler hakkında sonuç çıkarılabilir mi?
Nihai örneklem yalnız 18 yaş ve üzerindeki yetişkinlerden oluşmuştur.
Kaynak ergenliği sosyal aidiyet ve akran ilişkilerinin özellikle önemli olduğu bir dönem olarak tartışmakta ve gelecekte ergen örneklemlerinin ayrıca incelenmesini önermektedir.
Dolayısıyla okul temelli veya ergen odaklı uygulamalar bu araştırmanın doğrudan sonucu değil, gelecek araştırma ve müdahale önerisidir.
Sınırlılıklar
Çalışmanın en temel sınırlılığı kesitsel olmasıdır. Değişkenler aynı araştırma döneminde ölçüldüğünden zaman sırası ve nedensel yön belirlenemez.
Örneklem olasılıklı değildir ve katılımcılar sosyal medya üzerinden kendi istekleriyle araştırmaya katılmıştır. Bu durum teknoloji kullanan veya çevrimiçi araştırmalara katılmaya daha yatkın kişilerin örneklemde fazla temsil edilmesine yol açabilir.
Yaş aralığı 18–85 gibi oldukça geniştir ve örneklem cisgender kadın ağırlıklıdır. DT, mattering, anti-mattering ve sosyal medya deneyimleri yaş ve cinsiyete göre değişebileceği hâlde bu değişkenler bütün modellerde sistematik olarak kontrol edilmemiştir.
Regresyonlarda yordayıcıların önce korelasyonlarda anlamlı olmasına göre seçilmesi Tip I hata olasılığını artırabilir.
Ağ yalnız yedi düğüm içerdiğinden küçük ağların kararsızlık problemi söz konusudur. Bootstrap özellikle closeness ve betweenness sonuçlarının dikkatli yorumlanmasını gerektirmiştir.
DT yalnız özbildirimle ölçülmüştür. Davranışsal DT görevleriyle özbildirim DT ölçümlerinin yalnız zayıf ilişkiler gösterebildiği önceki literatürde belirtilmektedir; dolayısıyla bu araştırmanın sonuçları algılanan DT ile sınırlıdır.
Bütün temel değişkenler aynı değerlendirme oturumunda özbildirimle toplandığından ortak-yöntem varyansı gözlenen ilişkileri olduğundan güçlü gösterebilir.
Son olarak çevrimiçi deneyimler ölçülmüş olmasına rağmen özel bir çevrimiçi DT ölçeği kullanılmamıştır. Bu nedenle çevrimiçi sonuçların dijital ortama özgü sıkıntı toleransını temsil ettiği söylenemez.
Gelecek araştırmalar
Kaynak özellikle:
- boylamsal tasarımlar,
- deneysel araştırmalar,
- daha demografik dengeli örneklemler,
- ergen ve genç örneklemleri,
- çevrimiçi bağlama özgü DT ölçümleri,
- çok düzeyli sosyal ağ modelleri,
- çevrimiçi grubun kolektif kaynaklarının bireysel DT ile ilişkisi,
- DT ile Dijital Yaşam Dengesi arasındaki yönlü ilişkiler
üzerinde çalışılması gerektiğini belirtmektedir.
Kaynak ve Yöntem Notu
Özgün çalışma: Dealing with Stress Through Social Resources: A Complex Approach to the Investigation of Social Antecedents and Distress Tolerance
Yazarlar: Simone Basili; Marina Baroni; Giulia Colombini; Andrea Guazzini; Mirko Duradoni.
Sorumlu yazar: Giulia Colombini.
Kurumlar: Department of Education, Literatures, Intercultural Studies, Languages and Psychology, University of Florence, Florence, Italy; Department of Human and Social Sciences, Mercatorum University, Rome, Italy.
Dergi: Psychology International.
Yayınevi: MDPI, Basel, Switzerland.
Cilt / makale: 2026, 8, 44.
DOI: 10.3390/psycholint8030044
Gönderim: 11 Mayıs 2026.
Revizyon: 2 Temmuz 2026.
Kabul: 3 Temmuz 2026.
Yayın: 7 Temmuz 2026.
Kaynak türü: Hakemli, kesitsel, çevrimiçi özbildirimli ampirik psikoloji araştırması; korelasyon, çoklu doğrusal regresyon ve psikolojik ağ analizi içerir.
Lisans: Creative Commons Attribution (CC BY).
Örneklem: 252 yetişkin; yaş 18–85; ortalama 40,5 ± 17,0253 yıl.
Örnekleme: Öz-seçimli, olasılıklı olmayan çevrimiçi örnekleme; Google Forms; sosyal medya üzerinden dağıtım.
Ana sonuç: Algılanan sıkıntıya tolerans.
Ana sosyal değişkenler: Çevrimdışı mattering, çevrimdışı anti-mattering, çevrimiçi mattering, çevrimiçi anti-mattering ve sosyal medya sermayesi.
Ölçüm araçları: Distress Tolerance Scale; General Mattering Scale; Anti-Mattering Scale; Mattering Online Scale; Anti-Mattering Online Scale; Social Media Capital Scale.
İstatistik: Tanımlayıcı istatistikler, Pearson korelasyonu, çoklu doğrusal regresyon, Gaussian Graphical Model, EBICglasso ve 1000 tekrarlı bootstrap.
Ağ ayarı: γ=0,5; 7 düğüm; örneklem/düğüm oranı 36.
Yazılım: SPSS 23 ve JASP 0.19.1.0.
Genel DT regresyon sonucu: Çevrimdışı mattering β=0,189; çevrimdışı anti-mattering β=−0,192; SMC-Social β=−0,162; model R²=0,162.
Ağda DT'nin doğrudan bağlantıları: M-Offline=0,141; AN-Offline=−0,180; AN-Online=−0,076; SMC-Social=−0,115.
Finansman: Araştırma dış finansman almamıştır.
Etik: Helsinki Bildirgesi'ne uygun yürütülmüştür. Anketin anonim olması ve kişiyi tanımlayabilecek kişisel veri toplanmaması nedeniyle etik kurul onayı kaynakta “waived” olarak bildirilmiştir; veri toplama AB GDPR 2016/679 ile uyumlu yürütülmüştür.
Bilgilendirilmiş onam: Bütün katılımcılardan alınmıştır.
Veri erişilebilirliği: Veriler makul talep üzerine sorumlu yazardan edinilebilir.
Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.
Yazar katkıları: Kavramsallaştırma S.B., M.B., G.C., A.G. ve M.D.; metodoloji S.B., M.B. ve M.D.; formal analiz S.B., M.B. ve M.D.; araştırma S.B., M.B. ve G.C.; veri kürasyonu A.G. ve M.D.; özgün taslak S.B., M.B. ve M.D.; gözden geçirme/düzenleme G.C., A.G. ve M.D.; gözetim A.G. ve M.D.
Temel bilimsel sınır: Çalışma sosyal ilişkilerle algılanan sıkıntıya tolerans arasındaki kesitsel ilişkileri göstermektedir. Sosyal faktörlerin DT'nin nedeni olduğu, DT'nin sosyal ilişkileri belirlediği veya ağdaki merkezî değişkenlerin müdahale açısından nedensel hedefler olduğu gösterilmemiştir. Çevrimiçi sosyal sermayeyle bulunan negatif ilişki de sosyal medyanın ya da çevrimiçi sosyal bağların doğası gereği zararlı olduğu anlamına gelmez.
Kaynak-içi raporlama notu: H1 hem çevrimdışı hem çevrimiçi mattering için pozitif ilişki öngörmesine rağmen çevrimiçi mattering anlamlı bulunmamıştır; tartışma bölümü yine de H1'i desteklenmiş olarak nitelendirmektedir. Ayrıca çevrimiçi anti-mattering korelasyonunun p değeri sonuç metninde p<0,01, Tablo 2'de p<0,001 olarak verilmektedir. Bu farklılıklar kaynaktaki biçimiyle görünür tutulmuştur.
Bir yorum bırakın
E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir