Theses supervised by Dr. Öğr. Üyesi Seda Şahin
22 theses · Çankırı Karatekin Üniversitesi, İnönü University
Design of a new biometric system based on hand geometry images using deep learning methods
Dorsal hand vein patterns are unique to each individual, making them a promising tool for accurate identity recognition. This thesis focuses on biometric analysis of human identification. The tecnocampus hand image dataset is used to validate feature extraction methods on dorsal hand images. The study compares and analyzes three Convolutional Neural Network CNN architectures: ResNet-50, GoogleNet, and SqueezeNet, which offer distinct approaches to feature extraction. It evaluates the performance of each method by applying them to a dataset. Based on the analysis, the most effective features are selected from the respective architectures. By leveraging the robustness of assessed CNN architectures and harnessing the power of Euclidean distance, the proposed approach achieves remarkable outcomes in the realm of image recognition. It uses feature vectors to measure similarity between dorsal images, and uses Euclidean distance to measure the similarity between feature vectors. This allows the algorithm to accurately identify and match hand vein patterns with high accuracy. With an overall accuracy of 97.32%, this research has significant implications for the field of biometric identification and could serve as a valuable foundation for future advancements in this area.
Detection of faulty solar panels using artificial intellegence methods
Solar energy is gaining popularity as a renewable energy source, but maintaining the efficiency of solar panels poses challenges due to potential defects that can lead to significant energy production losses. The objective of this thesis is to develop an accurate and robust classification model using deep learning techniques to detect faulty solar panels. The proposed method relies on Convolutional Neural Networks (CNNs) and transfer learning techniques to achieve high accuracy, reaching 93% in accurately classifying faulty solar panels using the proposed CNN model. The transfer learning architectures are DenseNet121, ResNet50, MobileNetV2, and Xception models, were implemented with accuracies of 81.66%, 51.21%, 77.47%, and 90.31% respectively. This study demonstrates the effectiveness of employing deep learning techniques alongside suitable data preprocessing methods to develop the classification of defective solar panels.
Predicting the value of football player with the impact of covid-19 on the market value of the player
The unprecedented onset of the Covid-19 pandemic has pervaded countless industries worldwide, with football being a major one to bear its brunt. This global health crisis ushered in a new era where normalcy was challenged and socio-cultural constructs were altered, leading to profound implications on football, both as a sport and an industry. Football, a nexus of economic and cultural intersections, witnessed several changes, not least among which was the effect on player valuations in the market. The pandemic brought life to a standstill, ensnaring societies in its clutches and forcing them into isolation. This sudden cessation had a ripple effect on football players, amplifying feelings of anxiety, tension, and uncertainty, thus altering their psychosocial dynamics. Consequentially, this shift in psychological state, combined with the disruption of regular football activities, contributed to fluctuations in the market prices of these athletes. Traditional approaches and methodologies, once relied upon for gauging player prices, particularly in the five major European football leagues (English, Spanish, Italian, German, and French), began showing signs of obsolescence in the face of these pandemic-induced challenges. So, this study presents the performance assessment of five machine learning algorithms—Linear Regression, Lasso Regression, Random Forest, Gradient Boosting, and K-Nearest Neighbors—on a regression problem. The evaluation metrics utilized are Mean Absolute Error (MAE), Root Mean Absolute Error (RMAE), and R-squared (R2). Linear Regression demonstrates a high R2 of 0.97 but falls short in MAE and RMAE. Lasso Regression surpasses with an R2 of 0.99 but exhibits the highest prediction errors, hinting at possible overfitting. Random Forest provides a balanced outcome with a R2 of 0.91 and moderate errors. Gradient Boosting stands out in terms of prediction accuracy, having the smallest MAE and RMAE, despite an R2 of 0.90. Meanwhile, K-Nearest Neighbors parallels Linear Regression's performance. The study suggests that Gradient Boosting might be the most accurate for predictions based on MAE and RMAE. However, the ideal model selection is contingent upon the specific objectives of the regression problem, which could prioritize explaining variance or minimizing prediction errors.
Cloud based veins recognition and authentication using CNN
In the current digital landscape, numerous systems require a reliable recognition method to verify the identity of individuals accessing their services. As technology continues to evolve, there's an escalating demand for robust and secure biometric identification. With increasing advancements in the interface between humans and computers, new biometric modalities have emerged and gained traction. Among these, the finger vein has emerged as a particularly compelling area of research. The underlying rationale for this heightened interest is the unique characteristic of the human finger vein, its intricate structure, and the inherent difficulty in counterfeiting or stealing this information. This thesis delves deep into proposing a finger vein-based recognition system tailored for individual identification. The finger vein stands out primarily because of its distinctiveness. Each individual's finger vein pattern is intricate and different, almost akin to the uniqueness of a fingerprint but concealed within the body, making it a challenging target for malicious intents. Unlike external features like facial structures, fingerprints, or iris patterns, which can be potentially copied, mimicked, or stolen, the finger vein remains protected inside the finger, making it an optimal choice for biometric identification. The methodology of the proposed recognition system is built on a series of sequential processes. First, the acquired finger vein image undergoes a preprocessing stage. This initial step is essential to refine the image by removing any superfluous details and enhancing its core features. The color image is transitioned into a grayscale format, streamlining the data and eliminating any color-based anomalies. To accentuate the details and improve clarity, histogram equalization is employed. This technique amplifies the contrast, ensuring that the vital vein patterns stand out prominently. Once the image is preprocessed and enhanced, the system shifts focus towards feature extraction. The choice of feature extraction method is pivotal, as it directly impacts the subsequent identification accuracy. This research leverages the acclaimed Linear Discriminant Analysis (LDA) for this purpose. LDA, being one of the most prominent feature extraction techniques, ensures that the extracted features are not only distinct but also optimal for classification. The heart of the recognition system lies in its classification model. This research proposes a deep Convolutional Neural Network (CNN), renowned for its capacity to discern patterns and classify with astounding precision. The advantage of employing a deep CNN in this context is its capability to deliver high accuracy without necessitating extensive datasets. A notable outcome of this research is the exemplary recognition performance yielded by the deep CNN model. When tested on the SDUMLA-HMT finger vein dataset, the model achieved an accuracy of 99.65%. Meanwhile, on the UTFVP finger vein dataset, it further exceeded expectations with an accuracy rate of 99.72%. These results are a testament to the efficacy of the proposed model, underscoring the potency of using a 1-dimensional convolutional network combined with dense layers. Another significant contribution of this thesis is the amalgamation of LDA with the deep model. This fusion has demonstrated superior prowess, not just in terms of recognition accuracy, but also in training speed, ensuring a swift and efficient system. Lastly, to bridge the recognition system with the cloud database, the TCP/IP protocol is employed. This ensures that once an individual is recognized, their pertinent information can be swiftly retrieved from the cloud database. This integration not only augments the recognition system's functionality but also elevates its application potential in real-world scenarios.
An artificial intelligence system that detects infectious diseases in children
Accurate recognition and classification of images of pneumonia patients is critical to ensure diagnosis and treatment. Deep learning techniques such as Convolutional Neural Networks (CNN) showed an accuracy of 96.8% and CNN Long Term Memory (CNN LSTM) accuracy levels of 97% in this task. Models were evaluated using a dataset of 5856 classified images of pediatric pneumonia patients obtained from Kaggle. The data set was divided into training (70%), test (15%), and validation (15%) sets. Both CNN RF models achieved an accuracy of 92% and the CNN SVM an accuracy of 93% which contributes to useful resources for clinicians and radiologists. In addition, we explored the application of logical rules in our CNN FUZZY model, which showed results by making decisions based on probabilities and the accuracy was 96.5%. Feature extraction from images is a component of the modeling process that enables predictions based on patterns acquired with an optimizer. To improve performance, modifications were made to the Adams parameters. The evaluation of model performance included metrics such as recall, accuracy, and F1 score along with an evaluation of accuracy. These measures provide an assessment of the effectiveness of the models to help identify areas for improvement and serve as a reference for investigations. The high accuracy of the models demonstrates their ability to correctly classify pneumonia patients potentially enhancing patient outcomes. The evaluation scales used in this study provide an analysis of the strengths and weaknesses of the models emphasizing the importance of integrating these scales to ensure reliable and accurate performance, in real-world situations.
Automatic based framework by using PCA and deep learning for website phishing classification
An example of online identity theft is phishing. Phishers utilize social engineering to obtain victims' financial account information and personal digital identity information. Social engineering scams utilize phony emails to deceive unsuspecting victims into visiting bogus websites that ask for financial information and is called as deceptive phishing attack (PA). Deep learning (DL) algorithms are constantly improving, for making it simpler to identify phishing websites and reducing human errors and minimizing detection times. The overall objective of this research was to achieve high accuracy (Acc) that would aid in spotting phishing websites. DL algorithms, branches of artificial intelligence (AI) are applied in this work to capture the inherent characteristics of the website and classify websites as phishing or non-phishing. The results show that the proposed CNN model achieved the highest Acc of 97.28%.
User privacy on IoT devices using deep learning
The use of Internet of Things (IoT) devices has been increasing rapidly and with it comes an increase in cyberattacks targeting these devices. One of the most harmful attacks in the IoT ecosystem is botnet-based attacks which are notoriously difficult to defend against. In recent years, many researchers have presented deep learning (DL) methods for identifying and categorizing botnet attacks (BA) in the IoT context. In this work, we propose an effective method for identifying BAs on IoT devices using the N-BaIoT dataset. We developed six models, including DL and hybrid models to identify two frequent and dangerous IoT threats, BASHLITE and Mirai. Our results demonstrate that Transformer model can accurately and efficiently detect botnet-based assaults from a variety of IoT devices with a 99.48% accuracy (Acc) level which outperforms other existing models in the literature. Our study contributes to the growing body of research aimed at developing efficient and accurate methods for detecting botnet-based attacks on IoT devices. The proposed method has significant implications for the security of IoT devices and can help to mitigate the harmful effects of BAs in the IoT ecosystem.
Ray yüzey kusurlarının görüntü işleme ve yapay zeka yöntemleri kullanılarak tespiti ve sınıflandırılması
Demiryolları buharlı motorun icadıyla başlayıp günümüzde yüksek hızlı trenlere evrimleşmiştir. İlk gününden bugüne lokomotifler ve vagonlar demir raylar üzerinde hareket etmiştir. Demiryolu araçları için raylar kritik öneme sahiptir. Ray yüzeylerinde zamanla kusurlar oluşmaktadır. Bunlar demiryolu araçları kaynaklı ya da üretim kaynaklı olabilmektedir. Çalışmamızda ray yüzeylerinde oluşan kusurlardan ezilme (squat) ve soğuk yaralanma (bruising) kusurlarının sınıflandırması yapılmıştır. TCDD Demiryolları Araştırma Merkezi Müdürlüğü'nden alınan görüntüler kullanılarak üç veri seti hazırlanmıştır. İlk veri setimizde (VS-1) 447 görüntü bulunmaktadır. İkinci veri setinde (VS-2) VS-1 üzerine CLAHE filtresi uygulanmış halidir. Üçüncü veri seti (VS-3) VS-2 üzerinde veri artırımı yapılarak elde edilmiştir. Sınıflandırma için kendi hazırladığımız model ve öğrenim aktarım modellerinden VGG-16, ResNet50 ve DenseNet121 kullanılmıştır. Modeller tüm veri setlerinde eğitilmiştir. VS-1 VGG-16 modelinde %80 doğruluk elde edilmiştir. VS-2 ile DenseNet121 modelinde %95 doğruluk elde edilmiştir. VS-3 ile ResNet50 modelinde %95 doğruluk elde edilmiştir. Veri setinde bulunan örneklerin ön işlemden geçirilmesi ve veri artırımı yapılmasının olumlu etkileri olmuştur.
Derin öğrenme yöntemlerini kullanarak X-ray görüntüleri üzerinden farklı implant türlerinin sınıflandırılması
Bu çalışma, X-ray görüntüleri üzerinde farklı implant türlerini sınıflandırmak için derin öğrenme modellerinin kullanılması üzerine odaklanmaktadır. Açık veri kaynaklarından elde edilen 597 görüntüden oluşan 4 sınıflı omuz implant veri seti ile 2376 adet görüntüden oluşan diş implant veri seti kullanılarak gerçekleştirilmiştir. Bu sınıflandırma işlemi, InceptionResNetV2, ResNet152V2, Xception ve DenseNet201 gibi derin öğrenme modelleri kullanılarak gerçekleştirilmiştir. Model eğitimi için Adam ve RMSprop algoritmaları ve farklı öğrenme oranları seçilmiştir. Ayrıca, veri setlerinde veri artırma ve CLAHE filtresi uygulanarak, modelin performansı artırılmaya çalışılmıştır. Bu tekniklerin uygulanmasıyla elde edilen sonuçlara bakıldığında her iki veri setinde de Xception modeli en iyi başarımı göstermiştir. Omuz implant veri setinde modelin test doğruluk değeri 0,85, F1-skoru 0,85 ve AUC değeri 0,95 iken diş implant veri setinde test doğruluk değeri 0,90, F1-skoru 0,91 ve AUC değeri 0,97 ulaşmıştır. Bu araştırma, x-ray görüntüleri üzerinde farklı implant türlerini sınıflandırmak için derin öğrenme modellerinin kullanılabilirliğini ve etkinliğini vurgulamaktadır. Elde edilen sonuçlar, bu teknolojilerin klinik uygulamalarda potansiyel olarak değerli bir rehber olabileceğini göstermektedir. Veri artırma ve CLAHE filtresi uygulanması, modelin performansını artırmaktadır.
Göz hastalıklarının görüntü işleme ve derin öğrenme yöntemleriyle otomatik tespiti
Bilgisayar sistemleri günden güne gelişerek hayatımızın hemen her alanına girmektedir. Geliştirilen donanım ve yazılımların çeşitlenmesi, sağlık alanında da yenilikler getirmekte ve bu alanda kullanımların artmasına yol açmaktadır. Yapay Zekâ uygulamaları ile tıbbi gelişmelerin her geçen gün arttığı günümüzde göz hastalıklarının tespitinde de farklı sistemler geliştirilmektedir. Doktorlar çeşitli görüntüleme yöntemleri ile elde ettikleri hasta verilerine bakarak uzmanlık alanlarındaki bilgi ve tecrübelerini kullanarak yüksek başarıyla tanı koymakta ve tedaviye başlamaktadır. Bu teşhis ve tanı koyma aşamasında zaman zaman insani hatalar ortaya çıkabilmektedir. Günümüzde giderek artan hasta sayısı, göz hastalıklarının tespitinde doktorların iş yükünü artırmakta ve teşhis koyma sürelerini uzatmaktadır. Kaybedilen bu süre, söz konusu insan sağlığı olduğunda oldukça kritik olabilmektedir. Kısa sayılabilecek zaman kazanımları geri dönüşü olmayan hastalıkların önlenmesini sağlayabilmektedir. Bu nedenle bu alanda geliştirilecek sistemler hem zaman kazanımı sağlayabilecek hem de insani hata ihtimalini ortadan kaldıracaktır. Ortaya konulan çalışmada Ocular Disease Intelligent Recognition (ODIR) veri setinde mevcut 3358 adet fundus görüntüsü üzerinde Yapay Zekâ uygulamalarının alt dallarından Derin Öğrenme metodu kullanılmıştır. Veri setinde bulunan görüntüler Normal (N), Diyabet (D), Glokom (G), Katarakt (C), Yaşa Bağlı Makula Dejenerasyonu (A), Hipertansiyon (H), Patolojik Miyopi (M) ve Diğer Hastalıklar/Anormallikler (O) olmak üzere 8 dalda kategorize edilmiştir. Yöntemde, bu sınıflandırmalar yapılırken karar verebilmek için pek çok ön eğitimli model kullanılmış olup en başarılıları VGG16, ResNet50, ConvNeXtBase ve EfficienNetB0 olarak öne çıkmıştır. Elde edilen sonuçlar, çalışmada önerilen yöntemin veri setinde bulunan 10.000'den fazla kaydı %93,46 gibi bir doğruluk oranıyla sınıflandırabildiğini göstermektedir.
Derin öğrenme yöntemleri ile kemik kırıklarının x-ray görüntüleri üzerinden otomatik tespiti
Bu tez, röntgen görüntülerinden kemik kırıklarını tespit etmek için özelleştirilmiş beş gelişmiş evrişimli sinir ağı (CNN) mimarisi üzerine detaylı bir karşılaştırmalı analiz sunmaktadır. Özellikle, bu çalışma Xception-FracAtlas, VGG16-FracAtlas, ResNet50-FracAtlas, InceptionV3-FracAtlas ve EfficientNetv2b2-FracAtlas performanslarını, Kırık ve Kırıksız olarak belirgin şekilde kategorize edilmiş bir veri seti kullanarak incelemektedir. Bu modeller, kesinlik, hatırlatma, F1-puanı, genel doğruluk ve çıkarım süresi gibi metrikler üzerinden değerlendirilerek, tıbbi görüntü analizindeki yetenekleri ve sınırlılıkları hakkında bütünsel bir görünüm sunmaktadır. EfficientNetv2b2-FracAtlas, çoklu metriklerde olağanüstü performans sergileyerek üstün model olarak öne çıkmıştır. Özellikle, %94.91 ile en yüksek doğruluk oranına ve Kırık durumlarını belirlemede güçlü kesinlik gösteren etkileyici bir F1-puanına ulaşmıştır. Ayrıca, 25.83 milisaniye ile en hızlı çıkarım süresini ve %80 eğitim ve %20 test değerleri ile 0.95 en yüksek ROC değerini kaydetmiştir. Bu sonuçlar, klinik ortamlarda kritik bir gereksinim olan gerçek zamanlı, doğru tıbbi teşhis potansiyelini vurgulamaktadır. Diğer modeller de umut verici sonuçlar göstermişken, tüm metriklerde uniform bir performans sergilemediler. Örneğin, VGG16-FracAtlas, Kırıksız durumlar için hatırlatma oranında başarılı olmuş ve hızlı çıkarım süreleri göstermiş fakat benzer doğruluk oranlarına veya F1-puanlarına ulaşamamıştır. Benzer şekilde, Xception-FracAtlas ve ResNet50-FracAtlas belirli metriklerde yetkinlik göstermiş ancak EfficientNetv2b2-FracAtlas tarafından sergilenen her yönüyle etkinliği sağlamada yetersiz kalmışlardır. EfficientNetv2b2-FracAtlas'ı klinik iş akışlarına entegre ederek, sağlık hizmet sağlayıcıları kemik kırığı tespitindeki hızı ve doğruluğu artırabilir, yanlış teşhis oranını azaltabilir ve daha hızlı tedavi tepkilerini kolaylaştırabilir. Ayrıca, bu çalışma CNN mimarilerini daha da optimize etmek için süregelen araştırmaları teşvik etmektedir. Son olarak, bu tez, tıbbi görüntülemede derin öğrenmenin dönüştürücü potansiyelini vurgulamakta ve klinik ortamlarda daha fazla benimsenmesi için zemin hazırlamaktadır. Bu, hasta bakımı ve tedavi sonuçlarında önemli ilerlemeler vaat etmektedir.
Okul öncesi dönem çocuklarının sosyal duygusal uyumları ile öz düzenleme becerileri arasındaki ilişkinin incelenmesi
Okul öncesi dönem çocuklarının sosyal duygusal uyumu ile öz düzenleme becerileri arasındaki ilişkiyi belirlemeye yönelik yapılan bu araştırmada ilişkisel tarama modeli kullanılmıştır. Araştırmanın evrenini 2020-2021 eğitim öğretim yılında Ağrı ili merkezindeki Milli Eğitim Bakanlığı'na bağlı bağımsız anaokulları ve ilkokula bağlı anasınıflarındaki 60-71 aylık çocuklar oluşturmaktadır. Araştırmanın örneklemini ise 209 kız ve 196 erkek olmak üzere toplam 405 çocuk oluşturmaktadır. Araştırmada çocuklara ilişkin demografik verileri elde etmek amacıyla "Kişisel Bilgi Formu", çocukların sosyal duygusal uyumunu belirlemek amacıyla Güven ve Işık (2006) tarafından geliştirilen "Marmara Sosyal Duygusal Uyum Ölçeği" ve çocukların öz düzenleme becerilerini belirlemek amacıyla Bayındır ve Ural (2016) tarafından geliştirilen "Öz Düzenleme Becerileri Ölçeği" kullanılmıştır. Çalışmanın istatistiksel analiz aşamasında değişkenlerin normal dağılım varsayımını sağlayıp sağlamadığı Kolmogorov-Smirnov testi, varyans homojenlik varsayımını sağlayıp sağlamadığı Levene testi ile incelenmiştir. Okul öncesi dönem çocuklarının sosyal duygusal uyumları ile öz düzenleme becerileri arasındaki ilişkiyi belirlemek amacıyla Pearson Korelasyon Analizi yapılmıştır. Öz düzenleme becerilerinin sosyal duygusal uyumlarını yordayıp yordamadığına ilişkin analizler için ise regresyon analizi kullanılmıştır. Araştırma sonuçlarına göre çocukların sosyal duygusal uyumu ile öz düzenleme becerileri arasında orta düzeyde pozitif yönlü bir ilişki vardır. Çocukların öz düzenleme becerileri arttıkça sosyal duygusal uyumu da artış göstermektedir. Anahtar Sözcükler: Sosyal duygusal uyum, öz düzenleme becerileri, okul öncesi eğitim
Okul öncesi dönem çocuklarının 21. yüzyıl becerileri ile rekabet stilleri arasındaki ilişkinin incelenmesi
Bu araştırmanın temel amacı, okul öncesi dönem çocuklarının 21. yüzyıl becerileri ile rekabet stilleri arasındaki ilişkinin incelenmesidir. Araştırma, nicel araştırma yöntemlerinden tarama modelindedir. Araştırmanın örneklemi sekiz resmi bağımsız anaokulundan okul öncesi eğitime devam eden beş-altı yaş grubu 173 kız, 185 erkek çocuktan oluşmaktadır. Veri toplama araçları olarak "Kişisel Bilgi Formu", "5-6 Yaş Çocuklar için 21. Yüzyıl Becerileri Ölçeği (DAY–2)" ve "Okul Öncesi Rekabet Ölçeği" kullanılmıştır. Veriler, paket programı kullanılarak analiz edilmiştir. Araştırma bulgularına göre aile gelir düzeyi alt olan çocukların, aile gelir düzeyi orta ve iyi olan çocuklara göre 21. yüzyıl becerileri puanları daha düşüktür. Okul öncesi eğitimde ikinci ve üzeri yılı olan çocukların 21. yüzyıl becerileri ve rekabet stilleri puanları okul öncesi eğitimde ilk yılında olan çocukların puanlarına göre daha yüksektir. Annesi çalışan çocukların 21. yüzyıl becerileri puanları, annesi çalışmayan çocukların puanlarına göre daha yüksektir. Babası kamu personeli olan çocukların, babası kamu personeli olmayan çocuklara göre 21. yüzyıl becerileri puanları daha yüksektir. Göreve yönelik rekabet stili puanı arttıkça öğrenme ve yenilik becerileri, yaşam ve kariyer becerileri, bilgi, medya ve teknoloji becerileri puanları da artmaktadır. Yirmi birinci yüzyıl becerileri ve rekabet stilleri birbirini yordamaktadır. Yirmi birinci yüzyıl becerileri toplam puanı arttıkça rekabet toplam puanı; rekabet toplam puanı arttıkça da 21. yüzyıl becerileri toplam puanı artmaktadır. Araştırma sonuçlarıyla tartışılmış, alan yazında her iki konuya yönelik çalışmalara ihtiyaç olduğu belirlenmiştir.
Okul öncesi öğretmenlerinin çokkültürlü eğitime yönelik görüşlerinin incelenmesi
Çeşitliliğin ve farklılıkların olduğu dünyamızda tek kültürlü bir toplumdan bahsetmemiz neredeyse imkânsızdır. Kültürel çeşitlilikler her ortamda olduğu gibi, okullarda da varlığını hissettirmektedir. Çocukların ev ortamından ayrılıp eğitim ortamlarına ilk defa dâhil oldukları okul öncesi kurumları, her çocuğun kendisinin ve ailesinin kültürel çeşitliliğini yanında getirdiği ve akran etkileşiminin ilk olarak oluştuğu ve geliştiği yerdir. Bu nedenlerle öncelikle çokkültürlülük ve uygulamaları konusunda okul öncesi öğretmenlerinin görüş ve uygulamalarının belirlenmesi önemlidir. Bu araştırmada, Diyarbakır il merkezinde yer alan resmi bağımsız anaokullarında görev yapan 23 okul öncesi öğretmeni ile görüşmeler yapılmış, nitel araştırma yöntemlerinden olgubilimsel araştırma modeli kullanılmıştır. Öğretmenlerle görüşmeler yapılarak veriler toplanmış, verilerin analizinde içerik analizi kullanılmıştır. Araştırmanın sonuçlarına göre; sınıfında çokkültürlülük açısından düzenleme yapan öğretmen sayısının oldukça az olduğuna, buna yönelik düzenleme yapmayan öğretmenlerin, sınıflarındaki çocukların genelinin Diyarbakır ili veya çevresinden olmasını gerekçe gösterdikleri, çalıştıkları ilin kültürel çeşitliliğini göz ardı ettikleri belirlenmiştir. Katılımcıların tamamının planlarında farklılıklara saygı konularına yer verdikleri, pandemi nedeniyle öğretmenlerin çokkültürlülük ve farklılıklara saygıya yönelik yaptıkları etkinlik çeşitliliğinin azaldığı belirlenmiştir. Öğretmenlerin pandemi sürecinde eğitim süresinin kısıtlılığından kaynaklı olarak farklı tema ve konulara odaklandıkları saptanmıştır. Çalışmaya katılan tüm öğretmenler, kültürel konuların yüz yüze eğitimde ele alınmasının daha etkili olduğunu vurgulamış, ancak yaptıkları bazı uygulamaları çokkültürlülük ve farklılıklara saygı ile ilişkilendiremedikleri belirlenmiştir.
Pandemi döneminde baba katılımının incelenmesi
Tüm dünyada daha önce benzeri görülmemiş Covid-19 salgını çok kısa bir sürede Türkiye'yi de etkisi altına almıştır. Covid-19 Pandemi sürecinde yaşanan sorunlar her yaş grubundaki insanı etkilediği gibi çocukları da doğrudan veya dolaylı olarak etkilemiştir. Salgının hızla yayılmasını engellemek üzere bazı tedbirler alınmıştır. Bu tedbirlerden biri de tüm sektörlerde çalışma saatlerinin değiştirilmesidir. Salgının dolaylı etkilerinden biri, çalışma saatleri ve biçimleri değişen bazı ebeveynlerin bu süreçte aile içi etkileşimlerinin de değişmesi olabilir. Bu nedenle babaların çocukların gelişimlerine, eğitimlerine ve bakımlarına katılımlarının incelemesi önemli bulunmuştur. Bu amaçla yapılan çalışmada, karma araştırma yöntemi kullanılmıştır. Araştırmanın nicel verilerinin örneklemini 2020-2021 Eğitim Öğretim yılı bahar yarıyılında Tunceli il merkezindeki Millî Eğitim Bakanlığı'na bağlı olan bağımsız anaokulları, özel anaokulları ve ilkokula bağlı anasınıflarına devam eden 4-7 yaş aralığındaki çocuklardan 172'sinin babası oluşturmaktadır. Nitel verilerin örneklem grubunu ise 172 babadan 12'si oluşturmuştur. Araştırmada veri toplama aracı olarak "Aile Bilgi Formu", "Baba Katılım Ölçeği (BAKÖ)" ve "Baba Görüşme Soruları" kullanılmıştır. Araştırmanın nicel bulgularına göre, pandemi sürecinde baba katılımının, babanın yaşı, ekonomik durumu, baba ve annenin çalışma durumu değişkenlerine göre farklılaştığı saptanmıştır. Araştırmanın nitel kısmında ise, babaların görüşleri üzerinden süreç içerisinde babaların iş ve sosyal yaşantılarında, çocukları ile olan ilişkilerinde, çocukların günlük rutinlerinde ve baba-çocuk ilişkisinde yoğun şekilde olumsuz değişimler oluştuğu belirlemiştir. Araştırma bulguları diğer araştırma sonuçları ile karşılaştırılarak tartışılmıştır. Anahtar Sözcükler: Pandemi, baba katılımı, baba-çocuk ilişkisi, okul öncesi dönemi
Ebeveynlerin dijital oyun rehberlik stratejileri ile dijital oyunların okul öncesi dönem çocuklarına etkisine yönelik ebeveynlerin algılarının incelenmesi
İçinde bulunduğumuz yüzyılda teknoloji, her bireyin yaşam alanını kuşatmıştır. Milenyum öncesi doğan ebeveynler bu durumla sonradan karşılaşmakta, çocuklar ise bu ortamın içine doğmaktadır. Çocuklar teknolojik aletler hakkında ebeveynlerinden daha fazla bilgiye ve donanıma sahip hale gelmiştir. Avantajlarıyla beraber birçok risk faktörü de sürecin parçası olmuştur. Bu araştırmada ebeveynlerin dijital oyun rehberlik stratejileri ile dijital oyunların okul öncesi dönem çocuklarına etkisi araştırılmıştır. Araştırmanın evrenini 2020-2021 eğitim öğretim yılında Malatya ve Hakkâri il merkezlerindeki Millî Eğitim Bakanlığı'na bağlı resmi ve özel bağımsız anaokulları ve ilkokula bağlı ana sınıflarındaki 3-7 yaş çocukların ebeveynleri oluşturmuştur. Örneklem belirlemede basit seçkisiz örnekleme yöntemi kullanılmıştır. Araştırmada araştırmacı tarafından geliştirilen ve araştırma kapsamına dahil edilen çocuklar ile ebeveynlerine ait bilgileri toplamak amacıyla "Kişisel Bilgi Formu", dijital oyunların çocukların gelişimleri üzerindeki etkisini belirlemek amacıyla "Erken Yaşlarda Dijital Oyunların Etkileri Ölçeği", ebeveynlerin dijital oyunlarda çocukları için uyguladıkları stratejileri belirlemek amacıyla da "Dijital Oyun Ebeveyn Rehberlik Stratejileri Ölçeği" kullanılmıştır. Çalışmanın istatistiksel analiz aşamasında değişkenlerin normallik varsayımı iç Shapiro-Wilk, varyans homojenlik varsayımı Levene testi ile incelenmiştir. Ebeveynlerin dijital ebeveyn rehberlik stratejileriyle ebeveynlerin algıladıkları dijital oyunların etkileri arasındaki ilişkiyi belirlemek amacıyla Spearman Korelasyon Analizi yapılmıştır. Araştırma sonuçlarına göre serbest ebeveyn rehberlik stratejisi ile gün içinde çocuğun dijital teknoloji araçlarıyla geçirdiği süre arasında ilişki olduğu sonucuna ulaşılmıştır. Ayrıca aktif ve teknik ebeveyn rehberlik stratejisi ile çocuklara dijital teknolojiyi öğrenme ve eğlence gerekçeleriyle vermenin ilişkili olduğu, serbest ve dijitale yönlendiren ebeveyn rehberlik stratejisinin ise oyalama, ödül, iletişim ve yemek yedirme gerekçeleriyle vermeyle ilişkili olduğu saptanmıştır. Anahtar Sözcükler: Dijital oyunlar, dijital oyun rehberlik stratejileri, okul öncesi eğitim
Ebeveynlerin riskli oyunlara izin verme düzeyleri, okul öncesi dönem çocuklarının bağımsız öğrenme davranışları ve duygu düzenleme becerileri arasındaki ilişkinin incelenmesi
Ebeveynlerin riskli oyuna izin verme düzeyleri ile okul öncesi dönem çocuklarının bağımsız öğrenmeleri ve duygu düzenleme becerileri arasındaki ilişkinin incelenmesinin amaçlandığı bu araştırma, ilişkisel tarama modelinde korelasyonel araştırma deseninde planlanmıştır. Araştırmanın evrenini, 2024-2025 eğitim öğretim yılında Adana'nın Seyhan, Yüreğir ve Çukurova ilçelerindeki Millî Eğitim Bakanlığı'na bağlı bağımsız anaokullarına devam eden 4-5 yaş grubu çocuklar ve ebeveynleri oluşturmaktadır. Veriler doğrudan çocuklardan alınamadığından çocuklara ilişkin veriler öğretmen algısını da içermektedir. Araştırmanın örneklemini ise anaokullarına devam eden 336 kız 372 erkek olmak üzere 708 çocuk oluşturmaktadır. Seçkisiz olmayan örnekleme yönteminin alt türü olan amaçsal örnekleme yöntemlerinden ölçüt örnekleme yöntemi kullanılmıştır. Araştırmada veri toplama aracı olarak; çocuklara ilişkin demografik verileri elde etmek amacıyla araştırmacı tarafından oluşturulan "Ebeveyn Kişisel Bilgi Formu", çocukların riskli oyun oynama değerlendirmek amacıyla "Riskli Oyunlara İzin Verme Ölçeği" kullanılmıştır. Öğretmenlerin demografik bililerini öğrenmek amacıyla "Öğretmen Kişisel Bilgi Formu" kullanılmıştır. Çocukların bağımsız öğrenme davranışlarını değerlendirmek amacıyla "Bağımsız Öğrenme Davranışları Ölçeği (3-5 yaş)", duygu düzenleme becerilerini ölçmek amacıyla "Duygu Düzenleme Ölçeği (DDÖ)" kullanılmıştır. Veriler, paket program kullanılarak analiz edilmiştir. Araştırma sonuçlarına göre; ebeveynlerin riskli oyuna izin verme düzeyleri cinsiyet ve yaş grubuna göre farklılaşmadığı; kardeş sayısı, doğum sırası, anne-baba eğitim düzeyi, aile yapısı ve algılanan gelir düzeylerinde göre farklılaştığı görülmektedir. Ebeveynlerin riskli oyuna izin verme düzeylerinin düşük olduğu sonucuna ulaşılmıştır. Araştırmada çocukların riskli oyunlara katılımı ile bağımsız öğrenme davranışları arasında zayıf bir ilişki; az riskli yüksekliklerde oyun puanı ile duygu düzenleme puanları arasında istatistiksel olarak anlamlı pozitif yönlü çok zayıf bir ilişki bulunmuştur.
Okul öncesi dönem çocuklarının akran ilişkilerinde ebeveynlerin cinsiyete dayalı duygusal inançları ile ebeveyn-çocuk ilişkisinin aracı rolü
Bu araştırmanın amacı, ebeveynlerin cinsiyete dayalı duygusal inançlarının, okul öncesi dönem çocuklarının akran ilişkileri üzerindeki etkisinde ebeveyn-çocuk ilişkisinin aracılık rolü incelenmesidir. Araştırma ilişkisel ve betimsel tarama modeline göre planlanmıştır. Araştırmanın örneklemini 2024-2025 eğitim-öğretim yılında Malatya ili Yeşilyurt-Battalgazi ilçelerindeki Millî Eğitim Bakanlığı'na bağlı bağımsız anaokulları ile ilkokula bağlı anasınıflarına devam eden 48-72 ay aralığında çocuğu olan 436 ebeveyn ve bu gruba dahil olan çocukları dahil edilmiştir. Verilerin analizi paket program ile yapılmıştır. Araştırmanın sonuçlarına göre, ebeveynlerin cinsiyete dayalı duygusal inançları ile ebeveyn-çocuk ilişkisi arasında pozitif yönde çok zayıf bir ilişki bulunurken, bu inançlar ile okul öncesi dönemdeki akran ilişkileri arasında anlamlı bir ilişki saptanmamıştır. Ebeveyn-çocuk ilişkisi ile akran ilişkileri arasında ise pozitif yönde çok zayıf bir ilişki belirlenmiştir. Demografik değişkenlere göre yapılan analizlerde, çocuğun yaşı, formu dolduran ebeveyn, yaşanılan ilçe, anne çalışma, baba çalışma, anne eğitim, baba eğitim ve anne yaşı değişkenlerinin ebeveynlerin cinsiyete dayalı duygusal inançlarında, çocuk cinsiyeti ve oyun akranı cinsiyetinin okul öncesi dönem çocuklarının akran ilişkilerinde, çocuğun cinsiyeti, yaşanılan ilçe ve anne yaşının ebeveyn-çocuk ilişkisin etkili olduğu görülmüştür. Araştırma sonucunda ebeveynlerin cinsiyete dayalı duygusal inançları ile okul öncesi dönem çocuklarının akran ilişkileri arasında ebeveyn-çocuk ilişkisinin aracı rolünün olduğu sonucuna ulaşılmıştır. Ebeveynlere yönelik ebeveynlik becerilerini güçlendiren, olumlu ebeveyn-çocuk etkileşimini destekleyen ve iletişim odaklı eğitim programlarının yaygınlaştırılması özellikle toplumsal cinsiyet farkındalığını artırmayı amaçlayan rehberlik ve psiko-eğitim çalışmalarının anne ve babaları kapsayacak şekilde planlanması önerilmiştir.
Okul öncesi dönem çocuklarının bağımsız öğrenme davranışları ve rekabet stillerinin erken okuryazarlık becerileri ile ilişkisinin incelenmesi
Bu araştırmanın temel amacı, okul öncesi dönem çocuklarının bağımsız öğrenme davranışları ve rekabet stillerinin erken okuryazarlık becerileri ile ilişkisinin incelenmesidir. Araştırmanın evrenini 2023-2024 eğitim öğretim yılında Elazığ il merkezlerindeki Millî Eğitim Bakanlığı'na bağlı resmi bağımsız anaokulları ile ilkokula ve ortaokula bağlı ana sınıflarındaki 5 yaş grubu çocukları oluşturmuştur. Araştırmanın örneklemini ise anasınıfına devam eden 58 kız ve 49 erkek olmak üzere toplam 107 çocuk oluşturmaktadır. Örneklem; seçkisiz olmayan örnekleme yöntemlerinden olan amaçlı örneklem yöntemi kullanılarak oluşturulmuştur. Araştırmada araştırmacı tarafından geliştirilen "Kişisel Bilgi Formu", çocukların erken okuryazarlık becerilerini değerlendirmek amacıyla "Anasınıfı Çocuklarına Yönelik Erken Okuryazarlık Testi (EROT)", bağımsız öğrenme davranışlarını değerlendirmek amacıyla "Bağımsız Öğrenme Davranışları Ölçeği (3-5 Yaş)" ile rekabet stillerinin belirlenmesinde "Okul Öncesi Rekabet Ölçeği" kullanılmıştır. Veriler, paket program kullanılarak analiz edilmiştir. Araştırma sonuçlarına göre; cinsiyetin, annelerin ve babaların eğitim durumunun, aile yapısının ve algılanan aile gelir düzeyinin bağımsız öğrenme davranışı üzerinde etkisi olduğu sonucuna ulaşılmıştır. Bunun yanında cinsiyet, kardeş sayısı, anne eğitim ve çalışma durumu, baba eğitim ve çalışma durumu, aile yapısı ve ailenin algılanan gelir düzeyi değişkenlerine göre rekabet stilleri alt boyutlarında anlamlı bir farklılığın olduğu anlaşılmıştır. Ayrıca erken okuryazarlık becerileri alt testleri ile cinsiyet, kardeş sayısı, anne eğitim ve çalışma durumu, baba eğitim ve çalışma durumu, aile yapısı ve aile gelir düzeylerinin ilişkili olduğu görülmüştür. Araştırma bulgularına göre alıcı ve ifade edici sözcük bilgisi ile bağımsız öğrenme davranışları, göreve yönelik rekabet, baskınlığın korunumu hiyerarşisinin pozitif yönlü ilişkisi olduğu, ancak başkalarına odaklı rekabetin ifade edici dilde sözcük bilgisi ile ilişkili olduğu bulunurken alıcı dilde sözcük bilgisi ile ilişkisinin anlamlı olmadığı bulunmuştur. Genel isimlendirme becerisi ile bağımsız öğrenme davranışlarının ilişkili olduğu bunun yanında rekabet stillerinin bu beceriler ile ilişkisi istatiksel olarak anlamlı olmadığı bulunmuştur. Bunun yanı sıra işlev bilgisi, harf bilgisi ve sesbilgisel farkındalık bilgisi becerileri ile bağımsız öğrenme davranışları, göreve yönelik rekabet, baskınlığın korunumu hiyerarşisi ilişkili bulunurken; başkalarına odaklı rekabet ile bu becerilerin ilişkili olmadığı bulunmuştur. Son olarak dinlediğini anlama becerisi ile bağımsız öğrenme davranışları ve tüm rekabet stillerinin ilişkili olduğu bulunmuştur. Anahtar kelimeler: Okul Öncesi Eğitim, Erken Okuryazarlık, Rekabet Stilleri, Bağımsız Öğrenme Davranışı
Okul öncesi çocukların öz düzenleme becerileriyle ebeveynlerinin dijital ve paylaşan ebeveynlik eylemleri arasındaki ilişkinin incelenmesi
Okul öncesi çocukların öz düzenleme becerileriyle ebeveynlerinin dijital ve paylaşan ebeveynlik eylemleri arasındaki ilişkinin incelendiği bu çalışma korelasyonel araştırma deseninde planlanmıştır. Araştırmanın evrenini 2024-2025 eğitim-öğretim yılında Diyarbakır ili Kayapınar, Bağlar ve Yenişehir ilçelerindeki Millî Eğitim Bakanlığı'na bağlı bağımsız anaokuluna devam eden 60-72 ay aralığındaki 143 kız 183 erkek olmak üzere toplam 324 çocuğun ebeveynleri ve öğretmenlerinin algısı oluşturmaktadır. Araştırmada çocuklara ait demografik bilgileri toplamak için "Kişisel Bilgi Formu", çocukların öz düzenleme becerilerini ölçmek için "Öz Düzenleme Becerileri Ölçeği", ebeveynlerin dijital tutumlarını ölçmek için "Dijital Ebeveynlik Tutum Ölçeği" ve paylaşan ebeveynlik eylemlerini ölçmek için "Paylaşan Ebeveynlik ölçeği" kullanılmıştır. Araştırmada kullanılan ölçme araçlarından elde edilen veriler paket programa aktarılarak analizleri yapılmıştır. Analizler sonucunda elde edilen bulgulara göre çocukların öz düzenleme becerileri ile ebeveynlerin dijital ebeveynlik ve paylaşan ebeveynlik eylemleri arasında ilişki olduğu ortaya konmuştur. Ebeveynlerin dijital ebeveynlik düzeyleri arttıkça çocukların öz düzenleme becerilerinin artma eğilimin de olduğu gözlemlenirken ebeveynlerin paylaşan ebeveynlik eylemlerinin, çocukların öz düzenleme becerilerinin negatif yönde etkilediği sonucu ortaya çıkmıştır. Araştırma bulgularına göre dijital ebeveynlik tutumları ve alt boyutlarının öz düzenleme becerileri ile arasında anlamlı ve pozitif yönlü bir ilişki olduğu saptanırken paylaşan ebeveynlik eylemleri ve alt boyutları ile öz düzenleme becerileri arasında anlamlı negatif yönlü bir ilişki olduğu saptanmıştır. Paylaşan ebeveynlik ölçeğinin, paylaşım davranışı alt boyutunun öz düzenleme becerileri ölçeğinin kontrol davranışları alt boyutunu negatif yönde anlamlı yordadığı ve sosyal karşılaştırma alt boyutunun öz düzenleme becerilerini negatif yönde anlamlı yordadığı sonucuna ulaşılmıştır. Ayrıca dijital ebeveynlik tutumlarının öz düzenleme becerilerini pozitif yönde anlamlı olarak yordadığı saptanmıştır. Araştırma bulguları alan yazındaki araştırma sonuçları ile tartışılarak, araştırmacılara ve uygulayıcılara yönelik öneriler sunulmuştur.
Okul öncesi dönem çocuklarının liderlik becerileri ve rekabet stilleri ile annelerin duygu sosyalleştirme davranışları arasındaki ilişkinin incelenmesi
Çocuğun liderlik becerileri ve rekabet stilleri ile duygu sosyalleştirmesi arasında bulunan ilişkinin incelenmesinin amaçlandığı bu çalışma korelasyonel araştırma deseninde planlanmıştır. Seçkisiz olmayan örnekleme yöntemleri arasından maksimum çeşitlilik örnekleme yöntemi kullanılarak örneklem belirlenmiştir. Araştırmanın örneklemini 2023-2024 eğitim-öğretim yılında, Gaziantep'in Nizip ilçesinde yer alan bağımsız anaokullarıyla ilkokula bağlı anasınıflarına devam eden 48-72 ay aralığındaki 188 kız ve 174 erkek olmak üzere toplam 362 çocuk ve bu çocukların anneleri oluşturmaktadır. Araştırma sürecinde çocuklara yönelik demografik bilgileri toplamak için "Kişisel Bilgi Formu", liderlik becerilerini ölçmek üzere "Erken Çocukluk Dönemi Liderlik Ölçeği", rekabet stillerini belirlemek amacıyla "Okul Öncesi Rekabet Ölçeği" ve duygu sosyalleştirmelerine yönelik ise "Çocukların Olumsuz Duyguları ile Başa Çıkma Ölçeği" kullanılmıştır. Araştırmada kullanılan ölçme araçlarından elde edilen veriler paket programa aktarılmış ve analizleri yapılmıştır. Analizler sonucunda elde edilen bulgulara göre kız çocuklarının liderlik becerileri erkek çocuklarına göre daha yüksek bulunmuş, ancak liderlik becerileri ne ailelerin eğitim düzeyi ne de çocukların hangi okulda eğitim gördüğü gibi faktörlerle ilişkilendirilebilmiştir. Ayrıca, kız çocuklarının erkek çocuklarına göre daha az kaygılandıkları, ailelerin eğitim düzeyinin çocuklara karşı olumsuz tutumları azalttığı ve liderlik becerilerinin rekabet etme yeteneğiyle ilişkili olduğu sonuçlarına ulaşılmıştır. Sonuçlara göre, sıkıntı ve endişe tepkileri ebeveynlerin eğitim düzeyinden etkilenmezken, ebeveynlerin eğitim düzeyi arttıkça çocuklara karşı olumsuz davranışlar azalmıştır. Liderlik becerileri, rekabet etme isteğiyle doğrudan ilişkilidir. Ancak, olumsuz duygularla başa çıkma ölçeği puanları erken çocukluk dönemi liderlik ölçeği puanını, göreve yönelik rekabet puanını ve baskınlığın korunumu hiyerarşisi puanını yordamamaktadır.
Okul öncesi eğitim kurumlarındaki sınıf ortamlarının çocukların yılmazlıkları ve duygu düzenleme becerileri ile ilişkisinin incelenmesi
Okul öncesi eğitim kurumlarındaki sınıf ortamının çocukların duygu düzenleme becerileri ve yılmazlıklarıyla ilişkisinin incelendiği bu araştırmanın yöntemi nicel araştırma yöntemidir ve araştırma ilişkisel tarama modeli kapsamında korelasyonel araştırma deseninde planlanmıştır. Araştırmanın evrenini 2023-2024 eğitim öğretim yılında Şanlıurfa ili Akçakale ilçesinde bulunan Millî Eğitim Bakanlığı'na bağlı bağımsız anaokulları ile ilkokul ve ortaokula bağlı okul öncesi eğitimlerine devam etmekte olan 48-72 ay yaş aralığındaki okul öncesi dönem çocukları oluşturmaktadır. Bu çalışmada, örneklem belirleme sürecinde amaçsal örnekleme tekniklerinden ölçüt örnekleme benimsenmiştir. Araştırmada çocukların öğrenme ortamının değerlendirilmesinin yapılması amacıyla Acer ve diğerleri (2022) tarafından geliştirilen "Erken Çocukluk Dönemi Sınıf Ortamı Değerlendirme Ölçeği", çocukların yılmazlıklarının değerlendirilmesi amacıyla Ersay'ın (2016) geliştirdiği olduğu "Erken Çocuklukta Yılmazlık Ölçeği (EÇYÖ)" ve çocukların duygu düzenleme becerilerinin ölçülmesi amacıyla Batum ve Yağmurlu (2007) tarafından Türkçe'ye çevrilerek uyarlanmış "Duygu Düzenleme Ölçeği" kullanılmıştır. Araştırma bulgularına göre duygu düzenleme ölçeğinin toplam puanları açısından cinsiyetler arasında anlamlı düzeyde farklılık bulunmamıştır. Erken çocuklukta yılmazlık ölçeği toplam puanları açısından kız çocuklarının ölçek puanları erkek çocuklara kıyasla daha yüksektir. Erken çocuklukta yılmazlık ölçeği puanlarıyla yaş grupları arasında ve kardeş sayısı arasında anlamlı düzeyde farklılık bulunmamıştır. Çocukların öncesinde okul öncesi eğitim almış olma durumu ile duygu düzenleme becerileri arasında anlamlı derecede farklılık bulunmamıştır. Anasınıfında öğrenim gören çocukların anaokulunda eğitim alan çocuklara göre duygu düzenleme ölçeği toplam puanları ve erken çocuklukta yılmazlık ölçeği toplam puanları anlamlı şekilde daha yüksek bulunmuştur. Anahtar Sözcükler: okul öncesi sınıf ortamı, duygu düzenleme, yılmazlık