Yapay sinir ağları kullanarak öğretmen adaylarının akademik başarıları üzerinde psikolojik sağlamlık kabiliyetinin etkilerinin modellenmesi
| dc.authorid | 0000-0002-6663-0254 | |
| dc.contributor.advisor | Öztürk, Mustafa Serkan | |
| dc.contributor.author | Özkan, Furkan | |
| dc.date.accessioned | 2025-05-06T07:57:37Z | |
| dc.date.available | 2025-05-06T07:57:37Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2025 | |
| dc.department | NEÜ, Eğitim Bilimleri Enstitüsü, Yabancı Diller Eğitimi Anabilim Dalı | |
| dc.description | Yüksek Lisans Tezi | |
| dc.description.abstract | Bu araştırmanın temel amacı, Necmettin Erbakan Üniversitesi İngilizce öğretmenliği bölümü üçüncü sınıfta öğrenim gören öğretmen adaylarının ağırlıklı genel not ortalamalarını, iki farklı beş puanlı Likert tipi ölçekten elde edilen veriler kullanılarak yapay sinir ağlarıyla modellemektir. Nicel araştırma yöntemi olan korelasyonel desenin kullanıldığı çalışmada 87 öğretmen adayının ölçeklere verdiği cevaplar ile ağırlıklı genel not ortalamaları arasında anlamlı bir ilişki olup olmadığı araştırılmıştır. Çalışmada, öğretmen adaylarından ölçekler aracılığı ile toplanan veriler MATLAB yapay sinir ağları modülüne girdi parametresi olarak, adayların ağırlıklı genel not ortalamaları çıktı parametresi olarak tanımlanmıştır. Modelleme öncesi, SPSS programı ile verilere ait z ve t puanları hesaplanarak analize uygun hale getirilmiş ardından normalizasyon işlemi uygulanmıştır. Elde edilen veriler ile yapay sinir ağları ile yapılan modelleme için modelin eğitilmesi, doğrulanması ve test işlemleri gerçekleştirilmiştir. Modelin iyi eğitilmesi, adaylara ait ağırlıklı genel not ortalamasının başarılı bir şekilde tahmin edilmesine imkan sağlamıştır. Araştırmada yapılan modellemenin sonuçları incelendiğinde, öğretmen adaylarına ait ağırlıklı not ortalaması tahminleri düşük hata değerleriyle tahmin edilmiştir. Ölçeklere ait yapay sinir ağı modellemesi ortalama karesel hata değerleri 0,0001 olarak bulunmuştur. Bulgular dikkate alındığında çalışmadaki modelleme politika yapıcılar ve akademisyenlere önemli katkılar sunmaktadır. Politika yapıcılar için kaynak yönetimi, eğitim politikalarının verimliliğini artırma, sürdürülebilir stratejiler geliştirme ve dezavantajlı bölgeler için yerel müdahale imkanı sağlama gibi faydalar sağlamaktadır. Akademisyenler açısından ise öğrenci performansını etkileyen faktörleri belirleyerek strateji geliştirme, risk altındaki öğrencileri erken tespit etme, bireysel destek planları oluşturma ve başarı farklarını en aza indirme gibi yönlendirmeler sunmaktadır. | |
| dc.description.abstract | The main purpose of this research is to model the cumulative grade point averages (CGPAs) of thirdyear teacher candidates studying in the English Language Teaching department at Necmettin Erbakan University using artificial neural networks, based on data obtained from two different five-point Likert-type scales. In the study, which used the correlational design, a quantitative research method, the responses of 87 teacher candidates to the scales were examined to determine whether there was a significant relationship between their responses and their cumulative grade point averages. In the study, the data collected from teacher candidates through scales were defined as the input parameter to the MATLAB artificial neural networks module, while the candidates' cumulative grade point averages were defined as the output parameter. Before modeling, z and t scores of the data were calculated using the SPSS program to make them suitable for analysis, and then normalization was applied. With the obtained data, the model was trained, validated, and tested using artificial neural networks for modeling. The good training of the model has enabled the successful prediction of the cumulative grade point average of the candidates. When the results of the modeling conducted in the study are examined, it is observed that the cumulative grade point average predictions for teacher candidates were estimated with low error values. The mean squared error values for the artificial neural network modeling of the scales were found to be 0.0001. Considering the findings, the modeling in this study offers significant contributions to policymakers and academics. For policymakers, it provides benefits such as resource management, enhancing the efficiency of education policies, developing sustainable strategies, and enabling local interventions for disadvantaged regions. For academics, it offers guidance in identifying factors affecting student performance, developing strategies, detecting at-risk students early, creating individual support plans, and minimizing achievement gaps. | |
| dc.identifier.citation | Özkan, F. (2025). Yapay sinir ağları kullanarak öğretmen adaylarının akademik başarıları üzerinde psikolojik sağlamlık kabiliyetinin etkilerinin modellenmesi. (Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Eğitim Bilimleri Enstitüsü Yabancı Diller Eğitimi Anabilim Dalı, Konya. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12452/19298 | |
| dc.language.iso | tr | |
| dc.publisher | Necmettin Erbakan Üniversitesi, Eğitim Bilimleri Enstitüsü | |
| dc.relation.publicationcategory | Tez | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Ağırlıklı Genel Not Ortalaması | |
| dc.subject | Akademik Başarı | |
| dc.subject | Korelasyonel | |
| dc.subject | Psikolojik Sağlamlık | |
| dc.subject | Yapay Sinir Ağları | |
| dc.subject | Cumulative Grade Point Average | |
| dc.subject | Academic Success | |
| dc.subject | Correlational | |
| dc.subject | Resilience | |
| dc.subject | Artificial Neural Network | |
| dc.title | Yapay sinir ağları kullanarak öğretmen adaylarının akademik başarıları üzerinde psikolojik sağlamlık kabiliyetinin etkilerinin modellenmesi | |
| dc.title.alternative | Modeling the effects of resilience ability on pre-service teachers' academic success using artificial neural networks | |
| dc.type | Master Thesis |
