OpenMETU (Middle East Technical University)
Not a member yet
110280 research outputs found
Sort by
SURİYE MÜLTECİ KRİZİ BAĞLAMINDA TÜRKİYE’NİN ULUSAL ROL ANLAYIŞI VE ROL PERFORMANSI ARASINDA BİR KARŞILAŞTIRMA (2011-2024)
No full textThis thesis analyzes the alignment between Türkiye’s national role conception and its role performance in the context of the Syrian refugee crisis between 2011 and 2024. Based on Holsti’s role theory, it examines how Türkiye’s self-defined foreign policy identity was translated into institutional, legal, and foreign policy practices. Methodologically, the study applies a qualitative content analysis of 77 speeches delivered by President Recep Tayyip Erdoğan, supported by empirical data from national legislation, international reports, and field-based findings of civil society organizations. Five key national role conceptions (Defender of the Faith, Regional Protector, Active Independent, Revisionist, and Developer) are identified and analyzed across three periods. The findings show that Türkiye’s national role conception shifted dynamically in response to domestic political shifts, regional conflicts, and global refugee governance. While the first period (March 2011–July 2016) reflects a moderate alignment rooted in moral responsibility and humanitarian rhetoric, the second period (July 2016–March 2020) shows a high degree of alignment with securitized and independent policy actions. Finally, the third period (March 2020–December 2024) presents a low alignment, characterized by the simultaneous pursuit of humanitarian actions abroad and more restrictive migration policies at home. The study concludes that Türkiye’s engagement with the Syrian refugee crisis cannot be understood only through humanitarian or geopolitical lenses, but rather through an adaptive foreign policy identity navigating between normative ambitions and strategic necessities.Bu tez, 2011–2024 yılları arasında Suriye mülteci krizi bağlamında Türkiye’nin ulusal rol anlayışı ile bu anlayışa uygun olarak sergilediği rol performansı arasındaki uyumu incelemektedir. Holsti’nin rol kuramından hareketle, Türkiye’nin uluslararası kimliğini nasıl tanımladığı ve bu kimliğin siyasi söylem aracılığıyla nasıl inşa edildiğini ve bu söylemin hukuki, kurumsal ve dış politika düzeyinde nasıl hayata geçirildiği analiz edilmektedir. Çalışmada, Cumhurbaşkanı Recep Tayyip Erdoğan tarafından yapılan 77 konuşma nitel içerik analizi yöntemiyle incelenmiş; bu veriler, ulusal mevzuat, uluslararası raporlar ve sivil toplum kuruluşlarının saha temelli gözlemleriyle desteklenmiştir. Tez kapsamında beş temel ulusal rol anlayışı tanımlanmıştır (İnanç Savunucusu, Bölgesel Koruyucu, Aktif Bağımsız, Revizyonist ve Kalkınmacı) ve bu roller üç döneme ayrılarak analiz edilmiştir. Elde edilen bulgular, Türkiye’nin rol anlayışının iç siyasi dönüşümler, bölgesel çatışmalar ve küresel mülteci yönetişimi karşısında dinamik biçimde evrildiğini ortaya koymaktadır. Birinci dönem (Mart 2011–Temmuz 2016), insani sorumluluk ve ahlaki söylem bağlamında sınırlı kalan ama anlamlı bir uyum sergilemektedir. İkinci dönem (Temmuz 2016–Mart 2020), güvenlik merkezli ve bağımsız politika uygulamalarıyla yüksek düzeyde bir uyuma işaret etmektedir. Üçüncü dönem (Mart 2020–Aralık 2024) ise dış politikada insani söylemlerin devam ettiği, ancak iç politikada daha kısıtlayıcı göç politikalarının uygulandığı bir tabloyu yansıtmaktadır. Tezin genel sonucu, Türkiye’nin Suriye mülteci krizine yaklaşımının yalnızca insani ya da jeopolitik perspektiflerle açıklanamayacağı; aksine, normatif hedeflerle stratejik zorunluluklar arasında denge kurmaya çalışan uyarlanabilir bir dış politika kimliğiyle anlaşılabileceğidir.M.S. - Master of Scienc
Navigating school-to-work transitions during COVID-19 in Türkiye: a qualitative analysis of graduating students' narratives
No full textCOVID-19, as a global career shock, caused rapid changes that are likely to affect school-to-work transition (STWT) experiences. This article aimed to describe graduating university students' school-to-work transition (STWT) experiences during the COVID-19 pandemic. Six graduating students (aged 22-24) from various disciplines in T & uuml;rkiye participated in the study. Data were collected through online semi-structured interviews and analysed using the Consensual Qualitative Research (CQR) method. The analysis revealed four domains as the influencing participants' STWT: social, system-related, career adaptability and the COVID-19 pandemic. These domains highlighted participants' long-and short-term career plans, career support systems, as well as internal and external barriers. Participants' short-term career plans were disrupted, while long-term goals remained largely stable. Family influence, sectoral barriers and adaptability resources shaped their experiences. Findings offer guidance in improving young adults' ability to cope with career barriers and strengthen their career sources under today's unexpected conditions as they embark on the STWT
Investigating Academic Integrity: The Role of Cheating and Satisfaction in Distance Education
No full textSU-ENERJİ-GIDA-EKOSİSTEM BAĞI YAKLAŞIMI KAPSAMINDA AKARSU AKIŞLARININ MODELLENMESİ İÇİN YAPAY ZEKA TABANLI BİR ÇERÇEVE: TÜRKİYE DEKİ SU HAVZALARININ KAPSAMLI BİR DEĞERLENDİRMESİ
No full textA well-functioning Water–Energy–Food–Ecosystem (WEFE) Nexus is critical to support sustainable development under increasing climatic and anthropogenic pressures. Yet, most hydrological modelling frameworks still treat human activities only implicitly, limiting their ability to represent the feedbacks between water resources, energy demand, food production, and ecosystem functioning. This thesis develops an AI-based modelling framework for predicting streamflow dynamics across Türkiye while explicitly integrating WEFE indicators. The framework couples a recurrent branch, which ingests short-term climatic sequences, with a feed-forward branch representing static physiographic descriptors and annual WEFE indicators, and is trained on daily streamflow records from 258 DSİ gauging stations spanning the country’s major river basins. Model outputs are evaluated at the monthly scale using Nash–Sutcliffe Efficiency (NSE), RSR, and percent bias (PBIAS), and two configurations are compared: a Baseline model driven only by hydroclimatic and physiographic predictors, and a WEF-enhanced model that additionally incorporates socio-economic WEFE indicators. Across all stations, 149 (58%) achieve satisfactory performance in at least one configuration, with an average NSE of 0.77, RSR of 0.46, and |PBIAS| of 9.5%, and 93 stations (62% of the satisfactory subset) exceeding NSE = 0.75. Within this satisfactory group, approximately 60% of stations exhibit improved predictive skill when WEFE indicators are included, with around one third showing moderate to substantial gains, particularly in hydrologically constrained, low-snow basins where human water management plays a stronger role. An Accumulated Local Effects (ALE) analysis is used to interpret the contribution of WEFE predictors, highlighting variables such as pumped irrigation capacity, municipal water abstraction, livestock numbers, and electricity consumption as key drivers of anthropogenically modulated flow regimes. Overall, the results demonstrate that WEFE-aware, explainable AI models can complement traditional climate-based approaches by both enhancing streamflow prediction and providing physically meaningful insight into human–water–energy–food interactions to support integrated water resources planning in Türkiye and similar data-scarce regions.Su–Enerji–Gıda–Ekosistem (SEGE) Bağı’nın sağlıklı işlemesi, artan iklimsel ve beşeri baskılar altında sürdürülebilir kalkınmanın desteklenmesi için kritik öneme sahiptir. Ancak mevcut hidrolojik modelleme yaklaşımlarının büyük kısmı insan faaliyetlerini yalnızca dolaylı olarak temsil etmekte, bu da su kaynakları, enerji talebi, gıda üretimi ve ekosistem işleyişi arasındaki geri besleme ilişkilerinin modellenmesini sınırlamaktadır. Bu tezde, SEGE göstergelerini açık biçimde entegre eden, Türkiye ölçeğinde akım dinamiklerini öngörmeye yönelik yapay zekâ tabanlı bir modelleme çerçevesi geliştirilmiştir. Geliştirilen yapı; kısa vadeli iklimsel dizileri girdi olarak alan yinelenen bir dal ile statik fizyografik betimleyiciler ve yıllık SEGE göstergelerini temsil eden ileri beslemeli bir dalın bütünleşik kullanımına dayanmaktadır. Model, Türkiye’nin başlıca nehir havzalarındaki 258 DSİ akım gözlem istasyonuna ait günlük akım gözlemleriyle eğitilmiş, çıktılar aylık ölçekte Nash–Sutcliffe Etkinlik katsayısı (NSE), RSR ve yüzde yanlılık (PBIAS) ölçütleriyle değerlendirilmiştir. Sadece hidroklimatik ve fizyografik değişkenlere dayanan “Temel model” ile sosyo-ekonomik SEGE göstergelerini de içeren “WEF ile zenginleştirilmiş model” olmak üzere iki konfigürasyon karşılaştırılmıştır. Tüm istasyonlar içinde 149’unda (%58) en az bir konfigürasyonda tatmin edici performans elde edilmiş; bu istasyonlar için ortalama NSE 0,77, RSR 0,46 ve |PBIAS| %9,5 bulunmuş, 93 istasyonda (tatmin edici alt grubun %62’si) NSE değeri 0,75’in üzerine çıkmıştır. Bu tatmin edici istasyonların yaklaşık %60’ında SEGE göstergelerinin dâhil edilmesiyle öngörü performansında iyileşme gözlenmiş, istasyonların yaklaşık üçte birinde ise özellikle hidrolojik olarak kısıtlı, kar etkisinin zayıf olduğu havzalarda orta ile belirgin düzeyde kazanımlar ortaya çıkmıştır. Birikimli Yerel Etkiler (ALE) analizi, pompajlı sulama kapasitesi, kentsel su çekimi, hayvan varlığı ve elektrik tüketimi gibi SEGE değişkenlerinin beşeri etkilerle şekillenen akım rejimlerinin açıklanmasında kritik rol oynadığını göstermektedir. Elde edilen bulgular, SEGE duyarlı ve açıklanabilir yapay zekâ modellerinin, yalnızca iklime dayalı geleneksel yaklaşımları hem akım öngörü doğruluğu hem de insan–su–enerji–gıda etkileşimlerinin fiziksel olarak anlamlı biçimde yorumlanması açısından tamamlayarak Türkiye ve benzeri veri kısıtlı bölgelerde bütüncül su kaynakları planlamasına katkı sağlayabileceğini ortaya koymaktadır.
Bu arada, önceki bazı dosya yüklemelerinizin süresi dolmuş durumda; başka bir belge için de benzer bir özet/çeviri çalışması isterseniz dosyayı yeniden yüklerseniz üzerine de çalışabilirim.M.S. - Master of ScienceTÜBİTAK (Project No: 221N132
Intensity Characteristics of Seismograms Recorded During the February 6, 2023, M7.8 TurkiyeKahramanmaras-Pazarcık Earthquake
No full textThe strong ground motion intensity levels recorded during the February 6, 2023, T & uuml;rkiyeKahramanmara & scedil;-Pazarc & imath;k earthquake (M7.8) were compared with the ones predicted by the four ground motion models of 2014 NGA WEST-2 Ground Motion Prediction Equations (GMPEs), and by the Turkish Earthquake Design Code (TEC, 2018). These comparisons revealed that Adana, Malatya, and Gaziantep cities were shaken by peak ground acceleration (PGA) levels less intense than the ones predicted by GMPEs. Contrary to these cities, ordered from the highest to lowest positive residuals, & Scedil;anl & imath;urfa, Hatay, Kahramanmara & scedil;, and Elaz & imath;& gbreve; cities were shaken by higher levels of PGA than those predicted by the GMPEs. The TEC DD-1 and DD-2 seismic scenario PGA levels were exceeded at 5 and 22 out of 71 stations, respectively. The residuals for the stations on the Anatolian plate side exhibited a more correlated residual trend with the recorded PGA levels. The stations of exceeded seismic PGA demands are site class ZC or softer. PGA levels for DD-1 were exceeded at stations in the city of Hatay. The highest positive residual is also estimated for the Defne-Hatay station #3135, where the most structural damage was concentrated. The spectral acceleration residuals were also assessed. The spectral acceleration levels in all period ranges were higher than those predicted by Abrahamson, Silva and Kamai (2014), Campbell and Bozorgnia (2014) GMPE models. For spectral periods longer than 0.06 and 0.3 seconds, respectively, Chiou and Youngs (2014), and Boore, Stewart, Seyhan and Atkinson (2014) medial predictions were exceeded. Additionally, the structures with spectral periods of 0.7 seconds and longer were estimated to be subjected to approximately 20 to 30 % higher seismic demands, as defined by TEC for DD-2 design basis scenario. This is listed as one of the factors among many, contributing to the concentrated damage observed in residential buildings with number of stories higher than 5 to 7
Plume Particle Ejecta Can Trace Habitat-forming Gradients in Ocean Worlds: Insights from Planet Earth Geochemistry
No full textUpcoming explorations for habitability in the ocean worlds of the solar system can greatly benefit from searching beyond parameters such as water, organics, nitrogen, phosphate, and silicate and being able to detect signs of metal catalysis. As metabolism needs metal clusters and nanoparticles, detecting them, disentangling how they form, and linking them to the functioning of Earth’s analog habitats can help us explore the life-supporting processes in ocean worlds like Europa and Enceladus. Here, we present theoretical insights on how nanoparticles in general, and metal-bearing nanoparticles in particular, with their known mechanisms of formation across pH, temperature, and redox gradients and their superior stability and transportability, can serve as a habitability tracer. We outline an interdisciplinary oceanography-planetary science approach based on a case study of Earth analogs of pelagic and deep-sea hydrothermal redox gradients, as this is where the multi-element signatures of suspended marine nanoparticles began to emerge. This approach, incorporating new data sets from multiple sites under different gradients, will enable the linking of such “biogeosignatures” to their representative habitats. This interdisciplinary direction will enhance the interpretations of elemental compositions of ocean world plume ejecta, anticipated to emerge from current space missions like Europa Clipper and JUICE
INVESTIGATION OF MICROSTRUCTURE AND HARDNESS OF TEMPERED Fe-1C-2Si (WT.%) AND Fe-1C-2Si-2Cu-1Ni (WT.%) NANOSTRUCTURED BAINITIC STEELS
No full textIn this study, the tempering behavior of two nanostructured bainitic steels of composition Fe-1C-2Si (Alloy1) and Fe-1C2Si-2Cu-1Ni (Alloy2) is examined and compared. The alloys were homogenized, austenitized, and isothermally held at 300 degrees C for 12 h and 24 h, respectively. Then they were tempered at 350-500 degrees C for 30-240 min. and investigated in terms of microstructure and hardness. It was observed that Alloy2 exhibited superior thermal stability in comparison to Alloy1. Moreover, the hardness of Alloy2 increased steadily up to a peak value under the conditions where the hardness of Alloy1 decreased gradually. The secondary hardening peaks were attributed to copper precipitation, which was evidenced by TEM investigation
Search for dark matter from the center of the Earth with 10 years of IceCube data
Get PDFThe nature of dark matter remains unresolved in fundamental physics. Weakly Interacting Massive Particles (WIMPs), which could explain the nature of dark matter, can be captured by celestial bodies like the Sun or Earth, leading to enhanced self-annihilation into Standard Model particles including neutrinos detectable by neutrino telescopes such as the IceCube Neutrino Observatory. This article presents a search for muon neutrinos from the center of the Earth performed with 10 years of IceCube data using a track-like event selection. We considered a number of WIMP annihilation channels (chi chi -> tau(+)tau-/W+W-/b (b) over bar) and masses ranging from 10 GeV to 10 TeV. No significant excess over background due to a dark matter signal was found while the most significant result corresponds to the annihilation channel chi chi -> b (b) over bar for the mass m(chi) = 250 GeV with a post-trial significance of 1.06 sigma. Our results are competitive with previous such searches and direct detection experiments. Our upper limits on the spin-independent WIMP scattering are world-leading among neutrino telescopes for WIMP masses m(chi) > 100 GeV
YABANCI DİL OLARAK İNGİLİZCE ÖĞRETİMİNDE ERKEN YAŞ ÖĞRENCİ SINIFLARINA YAPAY ZEKÂ ENTEGRASYONU: ÖĞRETMEN GÖRÜŞLERİNİN İNCELENMESİ
No full textThis study investigates the perceptions of in-service English language teachers in Türkiye regarding the integration of Artificial Intelligence (AI) into young learner classrooms. While AI has gained increasing attention in global education research, evidence from EFL contexts with young learners, particularly in Türkiye, remains limited. The purpose of this research is to explore teachers’ current practices, perceived benefits, concerns, and recommendations related to AI use in primary English classrooms. A cross-sectional survey design was employed, combining quantitative and qualitative approaches. Data were collected through an online survey administered to 180 teachers across various regions in Türkiye. The instrument included an adapted AI Literacy Scale and perception items developed by the researcher, along with five open-ended questions. Quantitative data were analyzed using descriptive statistics, independent samples t-tests, and ANOVA, while qualitative responses were examined through constant comparative analysis. Findings indicate that teachers show high personal engagement with AI for professional tasks such as lesson planning and material development, but classroom use with students is limited. Reported benefits include vocabulary support, personalized learning opportunities, increased engagement through interactive tools, and reduced workload. Concerns focus on data privacy, excessive screen time, ethical issues, accuracy of tools, and unequal access among learners. Differences were observed by AI literacy levels, with higher literacy associated with greater preparedness and broader recognition of benefits. Novice teachers reported higher awareness and use, though overall perceptions across experience groups were similar. This study contributes context-specific insights into an under-researched area and offers practical guidance for policymakers, curriculum designers, and teacher educators. The results highlight the importance of ethically grounded, pedagogically sound, and well-supported AI integration that complements rather than replaces human-centered early English education.Bu çalışma, Türkiye’de görev yapan İngilizce öğretmenlerinin yapay zekânın (YZ) küçük yaş gruplarına yönelik sınıflara entegrasyonuna ilişkin algılarını incelemektedir. YZ, küresel eğitim araştırmalarında giderek daha fazla ilgi görmesine rağmen, özellikle Türkiye bağlamında küçük yaş gruplarına yönelik yabancı dil sınıflarında yeterli kanıt bulunmamaktadır. Bu araştırmanın amacı, öğretmenlerin mevcut uygulamalarını, algıladıkları yararları, kaygılarını ve önerilerini ortaya koymaktır. Çalışmada nicel ve nitel yöntemlerin birleştirildiği kesitsel tarama deseni kullanılmıştır. Veriler, Türkiye’nin farklı bölgelerinden 180 öğretmenden çevrimiçi anket yoluyla toplanmıştır. Veri toplama aracı, uyarlanmış bir YZ Okuryazarlık Ölçeği, araştırmacı tarafından geliştirilen algı maddeleri ve beş açık uçlu sorudan oluşmuştur. Nicel veriler betimsel istatistikler, bağımsız örneklemler t-testi ve ANOVA ile; nitel veriler ise sürekli karşılaştırmalı analiz yöntemiyle incelenmiştir. Bulgular, öğretmenlerin YZ’yi kişisel ve mesleki amaçlarla (örneğin ders planlama ve materyal geliştirme) yoğun olarak kullandıklarını, ancak sınıf içi uygulamalarının sınırlı kaldığını göstermektedir. Algılanan yararlar; kelime öğretiminde destek, kişiselleştirilmiş öğrenme fırsatları, etkileşimli araçlar yoluyla artan katılım ve iş yükünün azalmasıdır. Endişeler ise veri gizliliği, aşırı ekran süresi, etik sorunlar, araçların doğruluğu ve öğrenenler arasında eşitsiz erişimle ilgilidir. YZ okuryazarlığı yüksek öğretmenler daha hazırlıklı olduklarını ve daha fazla fayda gördüklerini belirtmiştir. Deneyimsiz öğretmenler daha yüksek farkındalık ve kullanım oranı bildirmiş, ancak genel algılar deneyim grupları arasında benzer kalmıştır. Bu çalışma, küçük yaş gruplarına yönelik İngilizce öğretiminde YZ’nin entegrasyonuna dair özgün bulgular sunmakta ve politika yapıcılar, program geliştiriciler ve öğretmen eğitimcileri için pratik öneriler sağlamaktadır.M.A. - Master of Art
