Günümüzde temelde bireysel teknoloji kullanımında mobile dönüş eğilimi ve internete erişimin kolaylaşması sebebiyle sosyal medyanın kullanım oranları giderek artmaktadır. Sosyal medya platformlarının çeşitliliği ve her birinin en az bir konuda günlük hayatta kolaylık sağlaması bireylerin bu platformlarda geçirdikleri süreyi artırmaktadır. Gün içerisinde sosyal medyaya ayrılan sürenin artması tıpkı diğer bağımlılık türlerinde olduğu gibi bireylerin sorumluluklarını yerine getirmelerinde aksamalara yol açmaktadır. Bu nedenle literatürde sosyal medya bağımlılığı ve kullanım alanları ile ilgili çok sayıda çalışmaya ulaşmak mümkündür. Benzer şekilde erteleme davranışı da birçok yönden incelenmekte olan bir konudur. Bu çalışma, öğrencilerin sosyal medya alışkanlıklarını kullanım amaçları ve bağımlılıkları üzerinden inceleyerek akademik erteleme davranışlarına olan etkilerine yoğunlaşmıştır. Çalışmada 399 üniversite öğrencisinden anket verisi toplanmıştır. Literatür desteği ile kurulmuş olan modeldeki yapıların geçerlik ve güvenirlik analizleri ve kurulan hipotezlerin testleri SmartPLS 3.2.9 yazılımı kullanılarak gerçekleştirilmiştir. Elde edilen bulgularla modelin bağımsız değişkeni olan sosyal medya bağımlılığının modelin aracı değişkeni olan sosyal medya kullanım amaçları ile ilişkisinin, aracı değişkenin modelin bağımlı değişkeni olan akademik erteleme davranışı ile olan ilişkisinin anlamlı olduğu ortaya konmuştur. Ayrıca bağımsız değişken ile bağımlı değişken arasındaki doğrudan ilişkinin anlamlı olmamasına karşın bu ilişkide sosyal medya kullanım amaçları değişkeninin tam aracılık etkisi tespit edilmiştir.

İktisadi kalkınma ve büyüme, çoğu ülke açısından en önemli hedefler arasında ön sırada yer almaktadır. Bu hedefin gerçekleştirilmesinde sadece ekonomik kalkınma değil, insanların yaşam becerilerinin artırılması ve daha kaliteli bir hale getirilmesi süreci olarak ifade edilen insani kalkınma da önemli bir rol oynamaktadır. Bu nedenle ülkeler arası karşılaştırma ve sınıflandırmaya olanak sağlaması sebebiyle insani kalkınma endeksi tercih edilen ve başvurulan sayısal bir gösterge olmuştur. Bu araştırmanın amacı sıralı lojistik regresyon ve yapay sinir ağları kullanarak İnsani Kalkınma Endeksi'nin sınıflandırma başarılarının karşılaştırılmasıdır. Uygulamada Birleşmiş Milletler Kalkınma Programı İnsani Kalkınma Endeksi'ne sahip olan 81 ülkenin 2010-2012 yılları arasındaki verileri kullanılmıştır. Sınıflandırma işlemi ülkeleri, çok yüksek, yüksek ve orta insani kalkınmışlık sınıfı olarak sınıflandırılmıştır. Yapılan analizler neticesinde sıralı lojistik regresyon modeli sonuçları, bebek ölüm oranı, sağlık harcamaları, internet kullanıcı sayısı, ithalat ve ihracat değişkenlere ait belirleyicilerinin istatistiksel olarak anlamlı olduğunu göstermektedir. Analizler olarak karşılaştırma yapıldığında Sıralı Lojistik Regresyon Analizinde % 88,1'lik başarı gerçekleştirirken, buna karşın Çok katmanlı Yapay Sinir Ağları Analizi Modeli % 97,1'lik doğru sınıflandırma başarısı göstermiştir.

Örgütsel destek algısı, yönetim ile çalışan arasındaki iletişime etki etmesi, yönetimin çalışana adil ve iyi davranışta bulunmasıyla iş sorumluluklarını yerine getiren çalışanın iş tatmini ve örgütsel bağlılığını arttırmaktadır. Bireylerin iş yerinde karar verme sürecine katılmasına ve düşüncelerini özgürce ifade edebilmesine katkı sağlayan personel güçlendirme algısı, düşük seviyede ortaya çıkmasıyla çalışanların örgütsel bağlılığı ile performansının azalmasına ve işten ayrılma niyetinin artmasına neden olabilmektedir. Bu çalışmanın amacı, çalışanların örgütsel destek algısının işten ayrılma niyeti etkisinde personel güçlendirmenin aracı ve düzenleyici etkisini ortaya koymaktır. Çalışmadaki veriler tekstil sektöründeki çalışanlara uygulanan anket verisinden elde edilmiştir. Çalışma kapsamında ölçeklerin geçerlik ve güvenirlik analizleri gerçekleştirildikten sonra hipotezlerin doğruluğunu test etmek için yapısal eşitlik modeli analizi için Lisrel 8.7 yazılımı kullanılmıştır. Araştırma sonucunda elde edilen bulgular örgüt destek algısının personel güçlendirmeyi pozitif yönde etkilediği ve örgütsel destek algısının işten ayrılma niyeti etkisinde personel güçlendirmenin aracı etkiye sahip olduğu sonucunu ortaya koymuştur. Ayrıca düzenleyici etki analizinde personel güçlendirmenin yüksek, orta ve düşük düzeyleri için çalışanların örgütsel destek algıları arttıkça işten ayrılma niyetinde azalmanın gerçekleştiği tespit edilmiştir.

No abstract

Öz İnsani Gelişme Endeksi (İGE), ülkelerin gelişmişliklerini gözönünde bulundurarak insanların mutluluğunu, sağlıklı bir yaşam ile birlikte başarılı bir hayat sürmelerini dikkate alan bir kalkınma endeksidir. Ülkelerin milli gelirlerini karşılaştırarak o ülkenin daha gelişmiş olduğunu açıklamak yeterli değildir. Birleşmiş Milletler Kalkınma Programı (UNDP) tarafından yayımlanan İGE, insan hayatının daha kaliteli bir hayat sürmesi açısından ülkelerin milli geliri, eğitim ve sağlık göstergelerine dayanarak hesaplanmaktadır. Dolayısıyla İGE, insan hayatının zenginliği açısından ülkelerarası karşılaştırma yapmak için başvurulan bir gösterge değer olmuştur. Bu çalışmada UNDP'nin 2010-2017 yıllarını kapsayan 79 ülkenin verileri kullanılarak veri madenciliğinin karar ağacı tekniklerinden C5.0 ve Gini algoritmaları ile karar ağaçları oluşturulmuştur. Karar ağaçları ile birlikte İGE'ye etki eden faktörler belirlenmiş ve ülkeler çok yüksek, yüksek, orta ve düşük düzey gelişmiş ülkeler olarak sınıflandırılarak kurallar elde edilmiştir. Yapılan analizler sonucunda C5.0 algoritması ile %97,94 ve Gini algoritması ile %91,93'lük doğru sınıflandırma başarısı elde edilmiştir. Bunun dışında duyarlılık ve belirleyicilik istatistikleri de hesaplanmıştır. İGE'ye en fazla etki eden değişkenlerin eğitim, istihdam ve sağlık göstergelerindeki değişkenler olduğu tespit edilmiştir.

In this study, an artificial neural network (ANN) model was used to estimate monthly average global solar radiation on a horizontal surface for selected 5 locations in Mediterranean region for period of 18 years (1993)(1994)(1995)(1996)(1997)(1998)(1999)(2000)(2001)(2002)(2003)(2004)(2005)(2006)(2007)(2008)(2009)(2010)

No abstract

Particle swarm optimization (PSO) and genetic algorithm (GA) are the most important optimization techniques among various modern heuristic optimization techniques. The study aims to forecast the energy consumption in Turkey until the year 2050 using PSO and GA models. The annual data provided by the Ministry of Energy and Natural Resources, International Energy Agency (IEA), OECD, Turkish Statistical Institute were used in the study. PSO and GA energy demand forecasting models are developed using population, import, export and gross domestic product (GDP). All models are proposed in linear and quadratic forms. Turkey's energy consumption is projected according to four different scenarios. According the analysis results, the study found for the PSO analysis the R 2 values in the linear model was 91.72%, in the quadratic model was 94.06% at the same time for the GA analysis R 2 values in the linear model was 91.71%, in the quadratic model was 93.97%. Additionally, the mean absolute percent error rates were 11.58% for PSO and 11.69% for GA in the quadratic model. According to Lewis, these values showed that models could be used for energy consumption estimation purposes. The study determined that the statistical performance criteria of PSO models were more successful than the statistical performance criteria of GA models.