Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Analiz sonuçları üç farklı profil ortaya çıkarmıştır: Zorbalığa karışmayan büyük bir grup (düşük riskli), zorba grubu (zorba odaklı) ve zorba-mağdur grubu (yüksek riskli).
📌 3 Maddede Bu Makale
Özet
Amaç: Siber zorbalık, ergenlerin iyi oluşu açısından önemli bir tehdit oluşturmaktadır; ancak mevcut araştırmaların çoğu, davranışlar ile psikososyal faktörlerin karmaşık etkileşimini ortaya koymakta yetersiz kalan değişken odaklı yaklaşımları kullanmıştır. Bu faktörlerin, ergenlere ait belirgin alt gruplar içerisinde nasıl kümelendiğini belirleyebilmek adına kişi odaklı bir yaklaşıma ihtiyaç duyulmaktadır. Bu çalışmanın amacı, siber zorbalık davranışlarının (siber mağduriyet ve zorbalık) psikososyal faktörlerle (depresyon ve algılanan sosyal destek) nasıl kümelendiğini inceleyerek Türk ergenler arasındaki belirgin psikososyal profilleri ortaya çıkarmaktır. Yöntem: Çalışmada, 592 Türk ergenden oluşan bir örneklem üzerinde Gizil Profil Analizi (LPA) kullanılmıştır. Bulgular: Analiz sonuçları üç farklı profil ortaya çıkarmıştır: Zorbalığa karışmayan büyük bir grup (düşük riskli), zorba grubu (zorba odaklı) ve zorba-mağdur grubu (yüksek riskli). Analizler, algılanan sosyal desteğin kritik düzeydeki koruyucu etkisini ve depresyonla ilişkili önemli risk düzeyini ortaya koymuştur. Demografik özellikler açısından cinsiyet, anlamlı olan tek demografik değişkendi; zorba profili ağırlıklı olarak erkeklerden (%69,2) oluşurken, yaş ve sınıf düzeyinin profiller arasında anlamlı bir farklılık göstermediği belirlenmiştir. Sonuç: Elde edilen bulgular, söz konusu grupların yalnızca davranışsal rollerden ibaret olmayıp, kendine özgü ve karmaşık psikososyal profiller olduğunu göstererek literatürdeki anlayışı derinleştirmektedir. Bu ayrım, zorba ve zorba-mağdur gruplarının farklı önleyici ve gelişimsel müdahale stratejilerine ihtiyaç duyduğunu göstermesi bakımından okullar ve ruh sağlığı uzmanları için önem taşımaktadır
Abstract
Purpose: Cyberbullying is a significant threat to adolescent well-being, yet most research has used variable-centered approaches that fail to capture the complex interplay of behaviors and psychosocial factors. A person-centered approach is needed to identify how these factors cluster together within distinct subgroups of adolescents. The aim of the study is to identify distinct psychosocial profiles among Turkish adolescents by exploring how cyberbullying behaviors (cyber victimization, bullying) cluster together with psychosocial factors (depression and perceived social support). Method: The study utilized Latent Profile Analysis (LPA) on a sample of 592 Turkish adolescents. Findings: The results of the study yielded three distinct profiles: a large uninvolved (low-risk) group, a bully (perpetration-focused) group and a bully-victim (high-risk) group. The analysis revealed the critical protective influence of perceived social support and the significant risk associated with depression. Regarding demographic characteristics, gender was the only significant demographic variable, with the bully profile being predominantly male (69.2%), while age and grade level did not significantly differ across profiles. Conclusion: The findings advance researchers’ understanding by demonstrating that these are not just behavioral roles but distinct, complex psychosocial profiles. This distinction is crucial for mental health professionals and schools, as it indicates that the bully and bully-victim groups require different preventive and developmental intervention strategies