{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5362994"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5362994","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Διερεύνηση των στάσεων των ειδικών ψυχικής υγείας για τις εφαρμογές της τεχνητής νοημοσύνης στην κλινική τους πρακτική","abstract":"Εισαγωγή: Η τεχνητή νοημοσύνη (ΤΝ) λόγω της γρήγορης ανάπτυξής της έχει αρχίσει να εισβάλει στο πλαίσιο της ψυχικής υγείας, δημιουργώντας πολλές προκλήσεις και δυνατότητες στους επαγγελματίες του κλάδου. Η εμφάνιση νέων τεχνολογικών εργαλείων, όπως είναι οι μεγάλες βάσεις δεδομένων που βοηθούν στην διάγνωση αλλά και τα chatbots που έχουν ως στόχο την υποστήριξη των ασθενών, έχουν προκαλέσει μια επιφυλακτικότητα στους επαγγελματίες ψυχικής υγείας ως προς την ενσωμάτωση τους στο κλινικό πλαίσιο. Σκοπός: Ο σκοπός της παρούσας μελέτης είναι να διερευνήσει τις στάσεις τωνεπαγγελματιών ψυχικής υγείας στην Ελλάδα καθώς και την πιθανότητα αποδοχής αυτών των νέων τεχνολογικών επιτευγμάτων της ΤΝ στην κλινική τους πρακτική και Ψυχοθεραπεία. Ακόμα, η μελέτη αυτή καλείται να αξιολογήσει αν τα ατομικά χαρακτηριστικά, όπως το φύλο, η εκπαίδευση σε ψυχοθεραπεία, οι γνώσεις σχετικά με τις εφαρμογές της ΤΝ αλλά και η προσωπικότητα του εκάστοτε επαγγελματία παίζει σημαντικό ρόλο στο αν θα υιοθετήσει μια τέτοια τεχνολογία. Μεθοδολογία: Η συγχρονική αυτή μελέτη πραγματοποιήθηκε μέσω διαμοιρασμού στα κοινωνικά δίκτυα ενός ερωτηματολογίου με μορφή Google forms. Το δείγμα της έρευνας αυτής αποτελείται από 111 επαγγελματίες ψυχικής υγείας (ψυχιάτρους, ψυχολόγους, κοινωνικούς λειτουργούς και νοσηλευτές). Οι συμμετέχοντες αξιολογήθηκαν με την χρήση τριών κλιμάκων: μία κλίμακα βασισμένη στην Θεωρία Αποδοχής και Χρήσης της Τεχνολογίας (Unified Theory of Acceptance and Use of Technology – UTAUT), την κλίμακα της Γενικής Στάσης για την Τεχνητή Νοημοσύνη (General Attitudes of Artificial Intelligence Scale – GAAIS) και τέλος την κλίμακα των Πέντε Παραγόντων της Προσωπικότητας (The Big Five Inventory –BFI). Προκειμένου να πραγματοποιηθούν συσχετίσεις ανάμεσα στα ατομικά χαρακτηριστικά και στις στάσεις των ειδικών ψυχικής υγείας, έγιναν αναλύσεις t-test, ANOVA, καθώς και το μοντέλο γραμμικής παλινδρόμησης μέσω SPSS. Αποτελέσματα: Η ανάλυση ανέδειξε ότι οι επαγγελματίες ψυχικής υγεία εμφανίζουν μέτρια αποδοχή όσον αφορά την υιοθέτηση των εφαρμογών ΤΝ (M=2.57). Η αποδοχή των ειδικών μπορεί να προβλεφθεί κατά κύριο λόγο από την αντιλαμβανόμενη απόδοση (β= 0.59), ενώ οι γνώσεις σχετικά με την ΤΝ(β=-0.327) αποτελούν τον ισχυρότερο προγνωστικό παράγοντα από το φύλο και την ψυχοθεραπευτική εκπαίδευση αναφορικά με την πρόθεση χρήσης. Τέλος, η θετική γενική στάση ως προς την ΤΝ σχετίζεται ισχυρά με την πρόθεση χρήσης (r=0.74), ενώ τα χαρακτηριστικά της προσωπικότητας εξηγούν ένα πολύ μικρό μέρος της πρόθεσης χρήσης των εφαρμογών αυτών (R2=0.104). Συμπεράσματα: Η αντιλαμβανόμενη απόδοση και οι γνώσεις σχετικά με την ΤΝ, μπορούν να καθορίζουν αν οι ειδικοί ψυχικής υγείας θα υιοθετήσουν εν τέλει μια τέτοια καινοτομία. Η ενίσχυση της επιμόρφωσης των επαγγελματιών μπορεί να συμβάλει στην ορθότερη χρήση των τεχνολογιών της ΤΝ στο πλαίσιο ψυχικής υγείας.","abstract_html":"Εισαγωγή: Η τεχνητή νοημοσύνη (ΤΝ) λόγω της γρήγορης ανάπτυξής της έχει αρχίσει να εισβάλει στο πλαίσιο της ψυχικής υγείας, δημιουργώντας πολλές προκλήσεις και δυνατότητες στους επαγγελματίες του κλάδου. Η εμφάνιση νέων τεχνολογικών εργαλείων, όπως είναι οι μεγάλες βάσεις δεδομένων που βοηθούν στην διάγνωση αλλά και τα chatbots που έχουν ως στόχο την υποστήριξη των ασθενών, έχουν προκαλέσει μια επιφυλακτικότητα στους επαγγελματίες ψυχικής υγείας ως προς την ενσωμάτωση τους στο κλινικό πλαίσιο. Σκοπός: Ο σκοπός της παρούσας μελέτης είναι να διερευνήσει τις στάσεις τωνεπαγγελματιών ψυχικής υγείας στην Ελλάδα καθώς και την πιθανότητα αποδοχής αυτών των νέων τεχνολογικών επιτευγμάτων της ΤΝ στην κλινική τους πρακτική και Ψυχοθεραπεία. Ακόμα, η μελέτη αυτή καλείται να αξιολογήσει αν τα ατομικά χαρακτηριστικά, όπως το φύλο, η εκπαίδευση σε ψυχοθεραπεία, οι γνώσεις σχετικά με τις εφαρμογές της ΤΝ αλλά και η προσωπικότητα του εκάστοτε επαγγελματία παίζει σημαντικό ρόλο στο αν θα υιοθετήσει μια τέτοια τεχνολογία. Μεθοδολογία: Η συγχρονική αυτή μελέτη πραγματοποιήθηκε μέσω διαμοιρασμού στα κοινωνικά δίκτυα ενός ερωτηματολογίου με μορφή Google forms. Το δείγμα της έρευνας αυτής αποτελείται από 111 επαγγελματίες ψυχικής υγείας (ψυχιάτρους, ψυχολόγους, κοινωνικούς λειτουργούς και νοσηλευτές). Οι συμμετέχοντες αξιολογήθηκαν με την χρήση τριών κλιμάκων: μία κλίμακα βασισμένη στην Θεωρία Αποδοχής και Χρήσης της Τεχνολογίας (Unified Theory of Acceptance and Use of Technology – UTAUT), την κλίμακα της Γενικής Στάσης για την Τεχνητή Νοημοσύνη (General Attitudes of Artificial Intelligence Scale – GAAIS) και τέλος την κλίμακα των Πέντε Παραγόντων της Προσωπικότητας (The Big Five Inventory –BFI). Προκειμένου να πραγματοποιηθούν συσχετίσεις ανάμεσα στα ατομικά χαρακτηριστικά και στις στάσεις των ειδικών ψυχικής υγείας, έγιναν αναλύσεις t-test, ANOVA, καθώς και το μοντέλο γραμμικής παλινδρόμησης μέσω SPSS. Αποτελέσματα: Η ανάλυση ανέδειξε ότι οι επαγγελματίες ψυχικής υγεία εμφανίζουν μέτρια αποδοχή όσον αφορά την υιοθέτηση των εφαρμογών ΤΝ (M=2.57). Η αποδοχή των ειδικών μπορεί να προβλεφθεί κατά κύριο λόγο από την αντιλαμβανόμενη απόδοση (β= 0.59), ενώ οι γνώσεις σχετικά με την ΤΝ(β=-0.327) αποτελούν τον ισχυρότερο προγνωστικό παράγοντα από το φύλο και την ψυχοθεραπευτική εκπαίδευση αναφορικά με την πρόθεση χρήσης. Τέλος, η θετική γενική στάση ως προς την ΤΝ σχετίζεται ισχυρά με την πρόθεση χρήσης (r=0.74), ενώ τα χαρακτηριστικά της προσωπικότητας εξηγούν ένα πολύ μικρό μέρος της πρόθεσης χρήσης των εφαρμογών αυτών (R2=0.104). Συμπεράσματα: Η αντιλαμβανόμενη απόδοση και οι γνώσεις σχετικά με την ΤΝ, μπορούν να καθορίζουν αν οι ειδικοί ψυχικής υγείας θα υιοθετήσουν εν τέλει μια τέτοια καινοτομία. Η ενίσχυση της επιμόρφωσης των επαγγελματιών μπορεί να συμβάλει στην ορθότερη χρήση των τεχνολογιών της ΤΝ στο πλαίσιο ψυχικής υγείας.","abstract_has_math":false,"creators":["Παναγιωτοπούλου Φρειδερίκη","Panagiotopoulou Freideriki"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:02:00Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5362994"],"render_values":[{"text":"uoadl:5362994","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5362994","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Παναγιωτοπούλου Φρειδερίκη","Panagiotopoulou Freideriki"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5362994","https://pergamos.lib.uoa.gr/uoa/dl/object/5362994"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Εισαγωγή: Η τεχνητή νοημοσύνη (ΤΝ) λόγω της γρήγορης ανάπτυξής της έχει αρχίσει να εισβάλει στο πλαίσιο της ψυχικής υγείας, δημιουργώντας πολλές προκλήσεις και δυνατότητες στους επαγγελματίες του κλάδου. Η εμφάνιση νέων τεχνολογικών εργαλείων, όπως είναι οι μεγάλες βάσεις δεδομένων που βοηθούν στην διάγνωση αλλά και τα chatbots που έχουν ως στόχο την υποστήριξη των ασθενών, έχουν προκαλέσει μια επιφυλακτικότητα στους επαγγελματίες ψυχικής υγείας ως προς την ενσωμάτωση τους στο κλινικό πλαίσιο. Σκοπός: Ο σκοπός της παρούσας μελέτης είναι να διερευνήσει τις στάσεις τωνεπαγγελματιών ψυχικής υγείας στην Ελλάδα καθώς και την πιθανότητα αποδοχής αυτών των νέων τεχνολογικών επιτευγμάτων της ΤΝ στην κλινική τους πρακτική και Ψυχοθεραπεία. Ακόμα, η μελέτη αυτή καλείται να αξιολογήσει αν τα ατομικά χαρακτηριστικά, όπως το φύλο, η εκπαίδευση σε ψυχοθεραπεία, οι γνώσεις σχετικά με τις εφαρμογές της ΤΝ αλλά και η προσωπικότητα του εκάστοτε επαγγελματία παίζει σημαντικό ρόλο στο αν θα υιοθετήσει μια τέτοια τεχνολογία. Μεθοδολογία: Η συγχρονική αυτή μελέτη πραγματοποιήθηκε μέσω διαμοιρασμού στα κοινωνικά δίκτυα ενός ερωτηματολογίου με μορφή Google forms. Το δείγμα της έρευνας αυτής αποτελείται από 111 επαγγελματίες ψυχικής υγείας (ψυχιάτρους, ψυχολόγους, κοινωνικούς λειτουργούς και νοσηλευτές). Οι συμμετέχοντες αξιολογήθηκαν με την χρήση τριών κλιμάκων: μία κλίμακα βασισμένη στην Θεωρία Αποδοχής και Χρήσης της Τεχνολογίας (Unified Theory of Acceptance and Use of Technology – UTAUT), την κλίμακα της Γενικής Στάσης για την Τεχνητή Νοημοσύνη (General Attitudes of Artificial Intelligence Scale – GAAIS) και τέλος την κλίμακα των Πέντε Παραγόντων της Προσωπικότητας (The Big Five Inventory –BFI). Προκειμένου να πραγματοποιηθούν συσχετίσεις ανάμεσα στα ατομικά χαρακτηριστικά και στις στάσεις των ειδικών ψυχικής υγείας, έγιναν αναλύσεις t-test, ANOVA, καθώς και το μοντέλο γραμμικής παλινδρόμησης μέσω SPSS. Αποτελέσματα: Η ανάλυση ανέδειξε ότι οι επαγγελματίες ψυχικής υγεία εμφανίζουν μέτρια αποδοχή όσον αφορά την υιοθέτηση των εφαρμογών ΤΝ (M=2.57). Η αποδοχή των ειδικών μπορεί να προβλεφθεί κατά κύριο λόγο από την αντιλαμβανόμενη απόδοση (β= 0.59), ενώ οι γνώσεις σχετικά με την ΤΝ(β=-0.327) αποτελούν τον ισχυρότερο προγνωστικό παράγοντα από το φύλο και την ψυχοθεραπευτική εκπαίδευση αναφορικά με την πρόθεση χρήσης. Τέλος, η θετική γενική στάση ως προς την ΤΝ σχετίζεται ισχυρά με την πρόθεση χρήσης (r=0.74), ενώ τα χαρακτηριστικά της προσωπικότητας εξηγούν ένα πολύ μικρό μέρος της πρόθεσης χρήσης των εφαρμογών αυτών (R2=0.104). Συμπεράσματα: Η αντιλαμβανόμενη απόδοση και οι γνώσεις σχετικά με την ΤΝ, μπορούν να καθορίζουν αν οι ειδικοί ψυχικής υγείας θα υιοθετήσουν εν τέλει μια τέτοια καινοτομία. Η ενίσχυση της επιμόρφωσης των επαγγελματιών μπορεί να συμβάλει στην ορθότερη χρήση των τεχνολογιών της ΤΝ στο πλαίσιο ψυχικής υγείας.","Introduction: The artificial intelligence (AI) due to its rapid development, has begun to encroach on the field of mental health, creating many challenges and opportunities for professionals in the sector. The emergence of new technological tools, such as large databases that aid in diagnosis and chatbots designed to support patients, has caused mental health professionals to be cautious about integrating them into the clinical setting. Purpose: The purpose of this study is to investigate the attitudes of mental health professionals in Greece and the likelihood of their acceptance of these new technological achievements of AI in their clinical practice and psychotherapy. Furthermore, this study aims to assess whether individual characteristics, such as gender, training in psychotherapy, knowledge of AI applications, and the personality of each professional, play a significant role in whether they will adopt such technology. Methodology: This study was conducted by sharing a questionnaire in Google Forms format on social media. The sample for this study consisted of 111 mental health professionals (psychiatrists, psychologists, social workers, and nurses). Participants were assessed using three scales: a scale based on the Unified Theory of Acceptance and Use of Technology (UTAUT), the General Attitudes Toward Artificial Intelligence Scale (GAAIS), and finally the Big Five Inventory (BFI) scale. In order to establish correlations between individual characteristics and the attitudes of mental health professionals, t-tests, ANOVA analyses, and linear regression models were performed using SPSS. Results: The analysis showed that mental health professionals have moderate acceptance of adopting TN applications (M=2.57). The acceptance of specialists can be predicted mainly by perceived performance (β= 0.59), while knowledge about NT (β=-0.327) is the strongest predictor of intention to use, ahead of gender and psychotherapeutic training. Finally, a positive general attitude towards TN is strongly related to the intention to use (r=0.74), while personality characteristics explain a very small part of the intention to use these applications (R2=0.104). Conclusions: Performance Expectancy and knowledge about AI can determine whether mental health professionals will ultimately adopt such an innovation. Enhancing professional training can contribute to the more appropriate use of NT technologies in the context of mental health."]},{"key":"dc:title","label":"Title","values":["Διερεύνηση των στάσεων των ειδικών ψυχικής υγείας για τις εφαρμογές της τεχνητής νοημοσύνης στην κλινική τους πρακτική"]}]}],"canonical_facts":{"dc:creator":["Παναγιωτοπούλου Φρειδερίκη","Panagiotopoulou Freideriki"],"dc:date":["2026"],"dc:description":["Εισαγωγή: Η τεχνητή νοημοσύνη (ΤΝ) λόγω της γρήγορης ανάπτυξής της έχει αρχίσει να εισβάλει στο πλαίσιο της ψυχικής υγείας, δημιουργώντας πολλές προκλήσεις και δυνατότητες στους επαγγελματίες του κλάδου. Η εμφάνιση νέων τεχνολογικών εργαλείων, όπως είναι οι μεγάλες βάσεις δεδομένων που βοηθούν στην διάγνωση αλλά και τα chatbots που έχουν ως στόχο την υποστήριξη των ασθενών, έχουν προκαλέσει μια επιφυλακτικότητα στους επαγγελματίες ψυχικής υγείας ως προς την ενσωμάτωση τους στο κλινικό πλαίσιο. Σκοπός: Ο σκοπός της παρούσας μελέτης είναι να διερευνήσει τις στάσεις τωνεπαγγελματιών ψυχικής υγείας στην Ελλάδα καθώς και την πιθανότητα αποδοχής αυτών των νέων τεχνολογικών επιτευγμάτων της ΤΝ στην κλινική τους πρακτική και Ψυχοθεραπεία. Ακόμα, η μελέτη αυτή καλείται να αξιολογήσει αν τα ατομικά χαρακτηριστικά, όπως το φύλο, η εκπαίδευση σε ψυχοθεραπεία, οι γνώσεις σχετικά με τις εφαρμογές της ΤΝ αλλά και η προσωπικότητα του εκάστοτε επαγγελματία παίζει σημαντικό ρόλο στο αν θα υιοθετήσει μια τέτοια τεχνολογία. Μεθοδολογία: Η συγχρονική αυτή μελέτη πραγματοποιήθηκε μέσω διαμοιρασμού στα κοινωνικά δίκτυα ενός ερωτηματολογίου με μορφή Google forms. Το δείγμα της έρευνας αυτής αποτελείται από 111 επαγγελματίες ψυχικής υγείας (ψυχιάτρους, ψυχολόγους, κοινωνικούς λειτουργούς και νοσηλευτές). Οι συμμετέχοντες αξιολογήθηκαν με την χρήση τριών κλιμάκων: μία κλίμακα βασισμένη στην Θεωρία Αποδοχής και Χρήσης της Τεχνολογίας (Unified Theory of Acceptance and Use of Technology – UTAUT), την κλίμακα της Γενικής Στάσης για την Τεχνητή Νοημοσύνη (General Attitudes of Artificial Intelligence Scale – GAAIS) και τέλος την κλίμακα των Πέντε Παραγόντων της Προσωπικότητας (The Big Five Inventory –BFI). Προκειμένου να πραγματοποιηθούν συσχετίσεις ανάμεσα στα ατομικά χαρακτηριστικά και στις στάσεις των ειδικών ψυχικής υγείας, έγιναν αναλύσεις t-test, ANOVA, καθώς και το μοντέλο γραμμικής παλινδρόμησης μέσω SPSS. Αποτελέσματα: Η ανάλυση ανέδειξε ότι οι επαγγελματίες ψυχικής υγεία εμφανίζουν μέτρια αποδοχή όσον αφορά την υιοθέτηση των εφαρμογών ΤΝ (M=2.57). Η αποδοχή των ειδικών μπορεί να προβλεφθεί κατά κύριο λόγο από την αντιλαμβανόμενη απόδοση (β= 0.59), ενώ οι γνώσεις σχετικά με την ΤΝ(β=-0.327) αποτελούν τον ισχυρότερο προγνωστικό παράγοντα από το φύλο και την ψυχοθεραπευτική εκπαίδευση αναφορικά με την πρόθεση χρήσης. Τέλος, η θετική γενική στάση ως προς την ΤΝ σχετίζεται ισχυρά με την πρόθεση χρήσης (r=0.74), ενώ τα χαρακτηριστικά της προσωπικότητας εξηγούν ένα πολύ μικρό μέρος της πρόθεσης χρήσης των εφαρμογών αυτών (R2=0.104). Συμπεράσματα: Η αντιλαμβανόμενη απόδοση και οι γνώσεις σχετικά με την ΤΝ, μπορούν να καθορίζουν αν οι ειδικοί ψυχικής υγείας θα υιοθετήσουν εν τέλει μια τέτοια καινοτομία. Η ενίσχυση της επιμόρφωσης των επαγγελματιών μπορεί να συμβάλει στην ορθότερη χρήση των τεχνολογιών της ΤΝ στο πλαίσιο ψυχικής υγείας.","Introduction: The artificial intelligence (AI) due to its rapid development, has begun to encroach on the field of mental health, creating many challenges and opportunities for professionals in the sector. The emergence of new technological tools, such as large databases that aid in diagnosis and chatbots designed to support patients, has caused mental health professionals to be cautious about integrating them into the clinical setting. Purpose: The purpose of this study is to investigate the attitudes of mental health professionals in Greece and the likelihood of their acceptance of these new technological achievements of AI in their clinical practice and psychotherapy. Furthermore, this study aims to assess whether individual characteristics, such as gender, training in psychotherapy, knowledge of AI applications, and the personality of each professional, play a significant role in whether they will adopt such technology. Methodology: This study was conducted by sharing a questionnaire in Google Forms format on social media. The sample for this study consisted of 111 mental health professionals (psychiatrists, psychologists, social workers, and nurses). Participants were assessed using three scales: a scale based on the Unified Theory of Acceptance and Use of Technology (UTAUT), the General Attitudes Toward Artificial Intelligence Scale (GAAIS), and finally the Big Five Inventory (BFI) scale. In order to establish correlations between individual characteristics and the attitudes of mental health professionals, t-tests, ANOVA analyses, and linear regression models were performed using SPSS. Results: The analysis showed that mental health professionals have moderate acceptance of adopting TN applications (M=2.57). The acceptance of specialists can be predicted mainly by perceived performance (β= 0.59), while knowledge about NT (β=-0.327) is the strongest predictor of intention to use, ahead of gender and psychotherapeutic training. Finally, a positive general attitude towards TN is strongly related to the intention to use (r=0.74), while personality characteristics explain a very small part of the intention to use these applications (R2=0.104). Conclusions: Performance Expectancy and knowledge about AI can determine whether mental health professionals will ultimately adopt such an innovation. Enhancing professional training can contribute to the more appropriate use of NT technologies in the context of mental health."],"dc:identifier":["uoadl:5362994","https://pergamos.lib.uoa.gr/uoa/dl/object/5362994"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Διερεύνηση των στάσεων των ειδικών ψυχικής υγείας για τις εφαρμογές της τεχνητής νοημοσύνης στην κλινική τους πρακτική"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:02:00Z"}