Bugün tüm alanlarda 21. yüzyıl yeteneklerine sahip nitelikli bireylere olan ihtiyaç sıklıkla vurgulanır. STEM (Science, Technology, Engineering and Mathematics) olarak bilinen bu kavram Türkçe 'ye FETEMM (fen, teknoloji, mühendislik, matematik) olarak geçmiştir. STEM, son yıllarda özellikle eğitim alanında üzerine en çok konuşulan alanlardan biridir. El-Cezerî, Cizre Tor mahallesinde 1153 yılında dünyaya gelmiş ve sibernetik alanın en büyük mucididir. El-Cezerî, kabul edilen çalışmalarında mühendislik, matematik, geometri ve sanatı kullanan büyük bir bilim adamıydı. Bu yüzden, El-Cezerî eserlerinde STEM örneklerini görmek mümkündür. Bu yüzden bu araştırma, ortaöğretim öğrencilerinin STEM'e karşı tutumlarına El-Cezerî ve çalışmalarının etkisini araştırmak amacıyla yapılmıştır. Çalışmada tek gruplu ön test -son test deneysel desen kullanılmıştır. 2019 sonbahar döneminde Sivas Karşıyaka Mesleki ve Teknik Anadolu lisesinde öğrenim gören 32 öğrenciyle yürütülen araştırmada veriler STEM'e Yönelik Tutum Ölçeği ile toplanmıştır. Elde edilen veriler istatiksel olarak bağımlı örnekler T-testi ile analiz edilmiştir. Çalışma sonuçları, El-Cezerî ve çalışmalarının öğrencilerin STEM'e yönelik tutumlarını olumlu açıdan geliştirdikleri tespit edilmiştir. Asırlar öncesinde yaşamış büyük bilim adamının çalışmalarında STEM etkinliklerinin olması, öğrencilere de bu yönde ilham olmuş ve deneysel olarak da ispatlanmıştır.
Artan teknoloji kullanımıyla birlikte insanlar hemen her konuda görüşlerini rahatlıkla paylaşabilecekleri araç ve ortamlara sahip olmuştur. Bu fikirlerin önemli bir kısmını da yatırım ile ilgili konular oluşturmaktadır. Twitter bu konuda öne çıkmakta ve yapılan birçok çalışma için önemli bir veri kaynağı oluşturmaktadır. Birçok çalışmada Twitter üzerinden alınan fikirler analiz edilmekte ve birçok ürüne ilişkin fiyat tahmini yapılmaktadır. Öte yandan son yıllarda temettü emekliliği ve temettü yatırımcılığı özellikle küçük yatırımcı sınıfındaki bireyler için çok cezbedici bir hale gelmiş, buna bağlı olarak bireyler özellikle çocukları ve ailesi için bu yatırım kanalına yönelim göstermiştir. Bireyler ayrıca yaptıkları bu yatırımlarla ilgili Twitter platformunda paylaşımlar yapmakta ve birbirleriyle fikir alışverişinde bulunmaktadır. Bu noktada bahsedilen yatırım türünü tercih edecek kişiler hangi firmalara yatırım yapacakları konusunda bazen emin olamamaktadır. Bu çalışmanın amacı, Twitter kullanıcılarının en çok beğendiği ve yorumladığı temettü firmalarının tespit edilmesi ve alternatif yatırım portföylerinin oluşturulmasıdır. Dolayısıyla çalışmada en çok bahsedilen, en çok beğenilen, en çok yorumlanan ve en çok yönlendirilen (retweet edilen) tweet özelliklerine odaklanılmıştır. Dahası verilerden tespit edilen firmalar ile toplam beş portföy oluşturulmuştur. Bu portföylerin getiri durumları firmaların son bir yıllık getirileri baz alınarak modern portföy teorisi bağlamında verilmiştir. Portföylerden en iyi getiriyi retweet edilme durumuna göre oluşturulan portföyün oluşturduğu tespit edilmiştir. Çalışma kapsamında ortaya konan portföylerin ve içerdiği yatırım alternatiflerinin temettü yatırımcılığıyla ilgilenen tüketicilere fayda sağlayacağı düşünülmektedir.
Klasik duygu analizi yöntemlerinden farklı olarak hedef tabanlı duygu analizi (HTDA), birden fazla kategorinin olduğu karmaşık yapıdaki çevrimiçi tüketici geribildirimlerini değerlendirmede daha başarılı bir performans ortaya koyabilmektedir. Nitekim bir platformda yer alan tüketici geri bildirimleri bir ürüne ilişkin birden farklı hedefe atfedilebilmektedir ve standart duygu analizleri bu geribildirimleri analiz etmede yetersiz kalmaktadır. Literatürdeki gelişmeler gözden geçirildiğinde, HDTA çalışmalarının, duygu analizine odaklanan diğer çalışmalar içinde oldukça popüler olduğu anlaşılmaktadır. SemEval ABSA-2016 yarışmasında, HTDA için 8 farklı dilde veri setleri yayınlanmış ve ekipler duygu analizi için yarışmışlardır. Yarışmada hedef terim, kategori ve duygu sınıfı tespit etmek gibi farklı alt görevler bulunmaktadır. Bu alt görevlerin içindekilerden biri, hedef terimin tespit edilmesidir. Türkçe dili için HTDA çalışmaları oldukça sınırlıdır. Farklı diller ve farklı kelime temsil yöntemleri kullanan çalışmalar vardır. SemEval Absa 2016 yarışması Türkçe veri seti için kelime temsil yöntemlerinin etkisini inceleyen çalışma bulunmamaktadır. Bu çalışma, müşteri yorumlarındaki hedef terimlerin tespitinde farklı kelime temsil yöntemlerinin başarısının incelenmesi amacıyla gerçekleştirilmiştir. Word2Vec, Glove ve Fasttext kelime temsil yöntemleri analiz kapsamında incelenmiş ve hedef terimi en başarılı tespit edebilen yöntemin Fasttext kelime temsil yöntemi olduğu görülmüştür. Çalışmada ayrıca F-1 sınıflandırma ölçütü açısından %77 başarı oranı ile Türkçe veri seti için literatürdeki en yüksek sınıflandırma başarısı elde edilmiştir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.