6746 research outputs found
Sort by
Informal Practices in Architectural Design Education for Developing Creativity: An Experimental Study on Fashion–Architecture Interaction
No full textIn the globalized world, changes occurring across various fields are also affecting the discipline of architecture. Particularly, to keep pace with the cognitive demands of our era, it is crucial for individuals pursuing architectural education to develop their ability to generate "creative thinking." Moreover, it is a reality of our time that architects do not confine themselves to the field of architecture alone but also collaborate with various other disciplines. In light of these developments, limiting education to formal instruction within universities proves insufficient in meeting the qualifications required by the 21st century. There is a need to integrate both interdisciplinary approaches and informal education methods alongside formal education into architectural design training. This study presents an experiential investigation into the use of informal design tools and methods within architectural education. The research generally demonstrates how students can experience, apply, and produce design stages at the intersection of architecture and fashion disciplines, thereby fostering the development of their creative attributes. Additionally, it has contributed to the enhancement of collaboration and collective production skills required by the 21st century, especially while preparing for group competitions.Küresel dünyada her alanda yaşanan değişim mimarlık disiplinine de etki etmektedir. Özellikle çağımızın bilişsel dünyasına ayak uydurmak için, mimarlık eğitimi alan bireylerin “yaratıcı düşünce üretebilme" yetilerini geliştirmeleri oldukça önem arz etmektedir. Diğer yandan mimarın sadece mimarlık alanıyla sınırlı kalmadığı, farklı disiplinlerle de işbirliği içerisinde olduğu çağımızın gerçekliğidir. Tüm bu gelişmeler ışığında eğitimin üniversitedeki formel eğitimle sınırlandırılması 21.yy’ın gerektirdiği niteliklere sahip olma bakımından yetersiz kalmaktadır. Hem interdisipliner bir yaklaşımla, hem de formel eğitimin yanı sıra enformel eğitim yöntemlerinin de mimari tasarım eğitimine dahil edilmesi gerekliliği ortaya çıkmaktadır. Bu çalışmada mimarlık eğitimi için de enformel tasarım araçlarının ve yöntemlerinin kullanımına dair deneyimsel bir çalışma gerçekleştirilmiştir. Çalışma genel anlamda öğrencilerin tasarım aşamalarını mimarlık ve moda disiplinlerinin kesişiminde deneyimleyerek, uygulayarak üretmelerini ve yaratıcılık niteliklerinin gelişmesini sağlamıştır. Tüm bu kazanımların yanı sıra grup halinde bir yarışmaya hazırlanırken 21.yy’ın gerektirdiği işbirliği ve kolektif üretme becerilerinin de gelişmesine katkı sağlamıştır
Mineralogical and Chemical Properties and REE Content of Bauxites in the Seydişehir (Konya, Türkiye) Region
No full textThe most important bauxite deposits in T ; uuml;rkiye are located in the Seydi ; scedil;ehir (Konya) and Akseki (Antalya) regions, situated along the western Taurus Mountain, with a total reserve of approximately 44 million tons. Some of the bauxite deposits have been exploited for alumina since the 1970s. In this study, bauxite samples, collected from six different deposits were examined to determine their mineralogical and chemical composition, as well as their REE content, with the aim of identifying which bauxite types are enriched in REEs and assessing their economic potential. The samples included massive, oolitic, and brecciated bauxite types, which were analyzed using optical microscopy, X-ray diffraction (XRD), X-ray fluorescence (XRF) and inductive coupled plasma-mass spectrometry (ICP-MS), field emission scanning electron microscopy (FESEM-EDX), and electron probe micro-analysis (EPMA). Massive bauxites were found to be more homogeneous in both mineralogical and chemical composition, predominantly composed of diaspore, boehmite, and rare gibbsite. Hematite is the most abundant iron oxide mineral in all bauxites, while goethite, rutile, and anatase occur in smaller quantities. Quartz, feldspar, kaolinite, dolomite, and pyrite were specifically determined in brecciated bauxites. Average oxide contents were determined as 52.94% Al2O3, 18.21% Fe2O3, 7.04% TiO2, and 2.69% SiO2. Na2O, K2O, and MgO values are typically below 0.5%, while CaO averages 3.54%. The total REE content of the bauxites ranged from 161 to 4072 ppm, with an average of 723 ppm. Oolitic-massive bauxites exhibit the highest REE enrichment. Cerium (Ce) was the most abundant REE, ranging from 87 to 453 ppm (avg. 218 ppm), followed by lanthanum (La), which reached up to 2561 ppm in some of the massive bauxite samples. LREEs such as La, Ce, Pr, and Nd were notably enriched compared to HREEs. The lack of a positive correlation between REEs and major element oxides, as well as with their occurrences in distinct association with Al- and Fe-oxides-hydroxides based on FESEM-EDS and EPMA analyses, suggests that the REEs are present as discrete mineral phases. Furthermore, these findings indicate that the REEs are not incorporated into the crystal structures of other minerals through isomorphic substitution or adsorption.This work was supported by The Scientific and Technological Research Council of Turkiye (TUBITAK, Project Grant No. 120Y216).Scientific and Technological Research Council of Turkiye (TUBITAK) [120Y216
Feature Fusion Using Deep Learning Algorithms in Image Classification for Security Purposes by Random Weight Network
No full textAutomated threat detection in X-ray security imagery is a critical yet challenging task, where conventional deep learning models often struggle with low accuracy and overfitting. This study addresses these limitations by introducing a novel framework based on feature fusion. The proposed method extracts features from multiple and diverse deep learning architectures and classifies them using a Random Weight Network (RWN), whose hyperparameters are optimized for maximum performance. The results show substantial improvements at each stage: while the best standalone deep learning model achieved a test accuracy of 83.55%, applying the RWN to a single feature set increased accuracy to 94.82%. Notably, the proposed feature fusion framework achieved a state-of-the-art test accuracy of 97.44%. These findings demonstrate that a modular approach combining multi-model feature fusion with an efficient classifier is a highly effective strategy for improving the accuracy and generalization capability of automated threat detection systems
Developing New Approaches for Solving Discrete Optimization Problems
No full textOptimization algorithms aim to find the optimum solution for the addressed problem. The optimization problems represented with continuous values are called continuous optimization problems while the optimization problems represented with discrete values are called discrete optimization problems. Some discrete optimization problems are represented with binary values (0 and 1), and such problems are referred to as binary optimization problems. There are algorithms in the literature aimed at solving both continuous and discrete optimization problems. Algorithms developed for solving continuous optimization problems can be adapted to discrete search space for solving discrete optimization problems. There are different discretization methods in the literature. Within the scope of this thesis, the commonly used structural discretization and transfer function-based discretization methods are addressed. Generally, optimization algorithms can be classified as classical and metaheuristic algorithms. Due to their ability to provide acceptable solutions within a reasonable time, metaheuristic algorithms are commonly preferred for solving optimization problems. A substantial portion of the metaheuristic optimization algorithms in the literature are nature-inspired or based on swarm intelligence. Within the scope of this thesis, the grasshopper optimization algorithm (GOA) and the sparrow search algorithm (SSA) are addressed due to their effectiveness in producing solutions and their simple structure. The grasshopper optimization algorithm is binarized using the structural binarization approach, while the sparrow search algorithm is binarized using the transfer function method including the adaptive threshold value approach in binarization. The binarized algorithms are applied to the uncapacitated facility location problem (UFLP) and the feature selection problem. Feature selection is applied as a preprocessing step in the classification of prohibited objects in X-ray baggage images. In the proposed modified binary grasshopper optimization algorithm (MBGOA), a candidate solution generation mechanism different from the basic algorithm is used. The global best and other solutions are updated using different update mechanisms. In updating the solutions other than the global best solution, a new parameter is introduced to determine the number of neighboring solutions that will contribute to the generated candidate solution. The probability of including the global best solution in the generated candidate solution is determined according to a parameter from the basic algorithm. The proposed algorithm is tested on well-known Cap and M* datasets and the results are compared with those of other binary GOAs and different binary optimization algorithms in the literature. Optimum solutions are obtained in all runs for 13 out of 15 problems in the Cap dataset and 10 out of 20 problems in the M* dataset. The results show that the proposed algorithm is more successful than the compared algorithms in solving the UFLP. Before binarization, certain improvements from a study in the literature are applied to increase the performance of the sparrow search algorithm. Then, the algorithm is binarized using transfer functions. At this stage, the adaptive threshold value method is integrated into the algorithm. In addition to the decision variables, the threshold value, which is decisive in mapping the values obtained from the transfer function to 0 and 1, is added to the solution vector. Thus, simultaneous optimization of both the decision variables of the problem and the threshold value is achieved by determining the optimum threshold value for the problem. The proposed approach is applied to the feature selection problem. Feature selection is used as a preprocessing step in the classification of prohibited items in X-ray baggage images from the OPIXray dataset. In the first stage, features from the images are extracted using the ResNet18 deep network model. In the second stage, feature selection is performed using the binary adaptive threshold modified sparrow search algorithm (binMSSA-AT), which employs the proposed adaptive threshold value approach. In the final stage, the selected features are classified using the KNN classifier. The results are compared with those obtained from other binary optimization algorithms in literature. Test accuracy increased from 97,02% to 97,40%, and the number of selected features is reduced from 512 to approximately 51. The obtained results demonstrate the effectiveness of the algorithm in feature selection. Binary SSAs with and without the adaptive threshold value approach are applied to the feature selection problem, and the results are compared. The results show that the proposed new binarization approach is more effective than binarization using only a transfer function. Additionally, the results obtained from solving UFLP and feature selection problems using MBGOA and binMSSA-AT algorithms are compared with each other. Within the scope of the thesis, GOA is binarized using structural modifications, while SSA is binarized using transfer function with the adaptive threshold value approach. The binarized algorithms are evaluated on different binary problems. Both binarized algorithms are applied to the solution of the addressed UFLP and feature selection problems. The successful results obtained from all experimental studies demonstrate that the proposed algorithms and the adaptive threshold value approach are effective, stable, and robust alternatives for solving the addressed problems, and contributed to the literature in the fields of binarization of continuous optimization algorithms and binary optimization.Optimizasyon algoritmaları, ele alınan problemin en uygun çözümünü ararlar. Çözümü aranan problem sürekli değerlerle ifade ediliyorsa bu problemler sürekli optimizasyon problemi, ayrık değerlerle ifade ediliyorsa ayrık optimizasyon problemi olarak adlandırılmaktadır. Bazı ayrık optimizasyon problemleri ikili değerlerle (0 ve 1) ifade edilir, bu tür problemler ikili optimizasyon problemleri olarak isimlendirilir. Literatürde sürekli ve ayrık optimizasyon problemlerinin çözümüne yönelik algoritmalar bulunmaktadır. Sürekli optimizasyon problemlerinin çözümü için geliştirilen algoritmalar, ayrık arama uzayına adapte edilerek ayrık optimizasyon problemlerinin çözümü için kullanılabilirler. Literatürde farklı ayrıklaştırma yöntemleri mevcuttur. Bu tez çalışması kapsamında, sıklıkla kullanılan yapısal ayrıklaştırma ve dönüşüm fonksiyonu ile ayrıklaştırma yöntemleri ele alınmıştır. Optimizasyon algoritmalarını genellikle klasik ve metasezgisel algoritmalar olarak sınıflandırmak mümkündür. Optimizasyon problemlerinin çözümü için, makul sürede kabul edilebilir çözümler üretmeleri sebebiyle metasezgisel algoritmalar daha çok tercih edilmektedir. Literatürde yer alan metasezgisel optimizasyon algoritmalarının büyük çoğunluğunu doğa esinli veya sürü zekâsına dayalı algoritmalar oluşturmaktadır. Bu tez çalışması kapsamında çözüm üretmedeki başarısı ve basit yapıda oluşu sebebiyle; çekirge optimizasyon algoritması (grasshopper optimization algorithm - GOA) ve serçe arama algoritması (sparrow search algorithm - SSA) ele alınmıştır. Çekirge optimizasyon algoritması yapısal ikilileştirme yaklaşımı ile, serçe arama algoritması ise dönüşüm fonksiyonunda adaptif eşik değeri yöntemi ile ikilileştirilmiştir. İkilileştirilen algoritmalar, kapasitesiz tesis yerleşim problemi (uncapacitated facility location problem - UFLP) ve özellik seçimi probleminin çözümüne uygulanmıştır. Özellik seçimi, Xray bagaj görüntülerinde yer alan yasaklı nesnelerin sınıflandırılması probleminde bir önişlem olarak uygulanmıştır. Önerilen modifiye ikili çekirge optimizasyon algoritmasının (modified binary grasshopper optimization algorithm - MBGOA) çözüm üretiminde, temel algoritmadan farklı olarak aday çözüm üretme mekanizması kullanılmıştır. Küresel en iyi ve diğer çözümler farklı güncelleme mekanizmaları kullanılarak güncellenmiştir. Küresel en iyi çözüm haricindeki çözümlerin güncellenmesinde, üretilen aday çözüme katkı sağlayacak komşu çözüm sayısının belirlenmesi için yeni bir parametre tanıtılmıştır. Üretilen aday çözüme, küresel en iyi çözümün dahil edilme olasılığı temel algoritmada yer alan bir parametreye göre belirlenmektedir. Önerilen algoritma, iyi bilinen Cap ve M* veri setleri üzerinde test edilip, sonuçlar literatürde yer alan diğer ikili GOA ve farklı ikili optimizasyon algoritmalarının sonuçları ile karşılaştırılmıştır. Cap veri setinde 15 problemin 13'ünde, M* veri setinde 20 problemin 10'unda tüm çalıştırmalarda optimum çözüme ulaşılmıştır. Elde edilen sonuçlar önerilen algoritmanın, UFL probleminin çözümünde karşılaştırılan algoritmalardan daha başarılı olduğunu göstermektedir. Serçe arama algoritmasına, ikilileştirilmeden önce algoritmanın başarısının arttırılması için literatürde yer alan bir çalışmadaki bazı iyileştirme mekanizmaları uygulanmıştır. Ardından algoritma, dönüşüm fonksiyonları kullanılarak ikilileştirilmiştir. Bu aşamada, önerilen adaptif eşik değeri yöntemi algoritmaya dahil edilmiştir. Çözüm vektörüne, karar değişkenlerinin yanı sıra dönüşüm fonksiyonundan gelen değerlerin 0 ve 1 değerlerine haritalanmasında belirleyici olan eşik değeri eklenmiştir. Böylece problemin ve eşik değerinin eşzamanlı olarak optimize edilmesi ve probleme en uygun eşik değerinin belirlenmesi sağlanmıştır. Önerilen yaklaşım, özellik seçimi problemine uygulanmıştır. Özellik seçimi, OPIXray veri setinde yer alan Xray bagaj görüntülerindeki yasaklı nesnelerin sınıflandırılmasında bir önişlem olarak uygulanmıştır. İlk aşamada, görüntülerdeki özellikler ResNet18 derin ağ modeli kullanılarak çıkarılmıştır. İkinci aşamada, önerilen adaptif eşik değeri yaklaşımının kullanıldığı ikili modifiye serçe arama algoritması (binary adaptive threshold modified sparrow search algoritm - binMSSA-AT) ile özellik seçimi yapılmıştır. Son aşamada seçilen özellikler KNN sınıflandırıcısı kullanılarak sınıflandırılmıştır. Elde edilen sonuçlar, literatürdeki diğer ikili optimizasyon algoritmaları ile elde edilen sonuçlarla karşılaştırılmıştır. Test doğruluğu %97,02'den %97,40'a çıkarılmış özellik sayısı 512'den yaklaşık 51 özelliğe düşürülmüştür. Elde edilen sonuçlar, algoritmanın özellik seçimindeki etkinliğini göstermektedir. Adaptif eşik değeri yaklaşımının kullanıldığı ve kullanılmadığı ikili SSA'lar özellik seçimi problemine uygulanarak elde edilen sonuçlar karşılaştırılmıştır. Sonuçlar, önerilen yeni ikilileştirme yaklaşımının, algoritmayı sadece dönüşüm fonksiyonu kullanarak ikilileştirmekten daha etkin bir yaklaşım olduğunu göstermektedir. Ayrıca, MBGOA ve binMSSA-AT algoritmaları ile, UFLP ve özellik seçimi problemlerinde elde edilen sonuçlar birbirleriyle karşılaştırılmıştır. Tez çalışması kapsamında GOA, yapısal ikilileştirme yöntemi ile, SSA ise adaptif eşik değerli dönüşüm fonksiyonu yöntemi ile ikilileştirilmiş ve ikilileştirilen algoritmalar farklı ikili problemler üzerinde test edilmiştir. İkilileştirilen her iki algoritma da ele alınan UFLP ve özellik seçimi problemlerinin çözümüne uygulanmıştır. Yapılan tüm deneysel çalışmalar neticesinde elde edilen başarılı sonuçlar, önerilen algoritmaların ve adaptif eşik değeri yaklaşımının ele alınan problemlerin çözümünde etkin, kararlı ve güçlü bir alternatif olduğunu göstermiş ve sürekli optimizasyon algoritmalarının ikilileştirilmesi ve ikili optimizasyon alanlarında literatüre kazandırılmıştır
Investigation of the Relationships Between Direct and Semi-Direct P-Wave Velocity Measurement Techniques in Igneous Rocks
No full textThe non-destructive test of P-wave velocity has been commonly used to estimate the physical and strength values of materials (rocks, metals, concrete, etc.) in recent times in several disciplines (mining, geology, civil and materials engineering, archaeology, restoration, etc.). In general, direct measurement methods are commonly used for P-wave velocity, in recent times semi-direct and indirect measurement methods have begun to be chosen. In this study, cube samples with 10 cm edges were prepared from 41 different igneous rocks (plutonic, volcanic and pyroclastic). The correlations between P-wave velocities obtained with the direct measurement technique and the semi-direct measurement method were researched with the aid of simple regression (SR) and multiple linear regression (MLR). For the SR correlation of direct and semi-direct P-wave velocity, the lowest correlation coefficient was found to be 0.924. Values obtained with the semi-direct method for P-wave velocity measurement were larger than values obtained with direct measurement. Additionally, very high correlations were identified between the two measurement methods (>0.941) with MLR analysis
Determining the Factors Affecting Housing Values in Indonesia Using Hedonic Price Analysis
No full textThe real estate sector is an important part of the economy, both as a provider of basic human needs and as an investment asset. One of the challenges in the real estate sector is to gain an in-depth understanding of the factors affecting house prices, as these factors are determined not only by the physical characteristics of the dwelling, but also by regional and environmental factors. Therefore, a comprehensive analysis is required to identify the main variables affecting house prices. House prices are usually analyzed through Hedonic Price Analysis ( HPA), which helps to identify the effects of the characteristics of the housing. This research aims to analyze the factors that influence house prices in Indonesia. This approach allows to identify the specific contribution of each building feature, region and environment to the house price. The research adopts a quantitative approach using log-dog based HPA and transforms the house price into natural logarithm form as the dependent variable. Data are collected from surveys and official sources and analyzed on 19 independent variables. The research was conducted in Pattallassang District, Gowa City, South Sulawesi Province, Indonesia with a sample of 120 houses. The sample was selected based on data availability and variation in house prices in the area. House price data are collected in Rupiah (Indonesian currency) and then converted into Turkish Lira (TL) according to international standards to ensure consistency in the analysis methodology. The results of the analysis show that 11 of the 19 independent variables tested have a significant effect on house prices. These significant variables include building age, plot size, building size, air conditioning presence, presence of garden, presence of kitchen, number of rooms, number of bathrooms, presence of security guard, distance to city center and distance to bus station. Among these variables, the presence of a garden has the largest effect and shows the highest correlation coefficient of 0.249. This emphasizes that green areas are one of the primary factors for housing choice. On the other hand, the other 8 variables such as distance to education, health, commerce and recreation areas do not show a significant effect on house prices. In order to make the results more representative, it is recommended to expand the study area and analyze the dynamics of house prices by including additional variables such as market trends, socio-economic conditions and other data that change over time.Konut sektörü, hem insanların temel ihtiyaçlarını karşılanması hem de yatırım varlıkları olarak ekonominin önemli bir parçasıdır. Konut sektöründe karşılaşılan zorluklardan biri, konut fiyatlarını etkileyen faktörleri derinlemesine anlamaktır; çünkü bu faktörler yalnızca konutun fiziksel özellikleriyle değil, aynı zamanda bölge ve çevre faktörleriyle de belirlenmektedir. Bu nedenle, konut fiyatlarını etkileyen ana değişkenleri tanımlamak için kapsamlı bir analiz gerekmektedir. Konut fiyatları genellikle, konutun özelliklerinin etkilerini tanımlamaya yardımcı olan Hedonik Fiyat Analizi (HFA) aracılığıyla analiz edilmektedir. Bu araştırma, Endozyadaki konut fiyatlarını etkileyen faktörleri analiz etmeyi amaçlamaktadır. Bu yaklaşım, her bir fiziksel özellik, bölge ve çevre unsurunun konut fiyatına olan spesifik katkısını tanımlamayı sağlar. Araştırma, log-dog tabanlı HFA kullanarak niceliksel bir yaklaşım benimsemekte ve konut fiyatını bağımlı değişken olarak doğal logaritma formuna dönüştürmektedir. Veriler anketler ve resmi kaynaklarından toplanmış olup, 19 bağımsız değişken üzerinde analiz yapılmıştır. Araştırma, Endonezya'nın Güney Sulawesi İli Gowa Şehri Pattallassang İlçesi'nde 120 konut bir örneklemle gerçekleştirilmiştir. Örneklem, bölgedeki veri elde edilmesi durumuna ve konut fiyatlarındaki çeşitliliğe dayalı olarak seçilmiştir. Konut fiyat verileri, Rupiah (Endonezya para birimi) cinsinden elde edildikten sonra, analiz yönteminin uyumlu olmasını sağlamak amacıyla uluslararası standartlara göre Türk Lirası (TL) cinsine dönüştürülmüştür. Analiz sonuçları, test edilen 19 bağımsız değişkenden 11'inin konut fiyatları üzerinde anlamlı bir etkiye sahip olduğunu göstermektedir. Bu anlamlı değişkenler arasında bina yaşı, arsa büyüklüğü, bina büyüklüğü, klima varlığı, bahçe varlığı, mutfak varlığı, oda sayısı, banyo sayısı, güvenlik görevlisi varlığı, şehir merkezine uzaklık ve otogara uzaklık yer almaktadır. Bu değişkenler arasında, bahçe varlığı en büyük etkiye sahip olup, korelasyon katsayısı olarak 0,249 ile en yüksek değeri göstermektedir. Bu durum, yeşil alanların, tüketicilerin konut seçerken öncelikli faktörlerinden biri olduğunu vurgulamaktadır. Buna karşın, eğitim, sağlık, ticaret ve rekreasyon alanlarına olan uzaklık gibi diğer 8 değişken, konut fiyatları üzerinde anlamlı bir etki göstermemektedir. Araştırma sonuçlarının daha temsil edici olabilmesi için çalışma alanının genişletilmesi ve piyasa trendleri, sosyo-ekonomik koşullar gibi ek değişkenlerin ve zamanla değişen verilerin dahil edilerek konut fiyatlarının dinamiğinin analiz edilmesi önerilmektedir
Measurements of the Higgs Boson Production Cross Section in the Four-Lepton Final State in Proton-Proton Collisions at √s=13.6 TeV
No full textTapper, Alexander/0000-0003-4543-864X; Garcia, Francisco/0000-0002-4023-7964; Barone, Gaetano Athanassios/0000-0001-5163-5936; Singh, Jasbir/0000-0001-9029-2462; Azzi, Patrizia/0000-0002-3129-828X; D'Enterria, David/0000-0002-5754-4303; Hall, Geoffrey/0000-0002-6299-8385; Mrenna, Stephen/0000-0001-8731-160X; You, Zhengyun/0000-0001-8324-3291; Mitselmakher, Guenakh/0000-0001-5745-3658; Bruschini, Davide/0000-0001-7248-2967; Delgado Peris, Antonio/0000-0002-8511-7958; Pasztor, Gabriella/0000-0003-0707-9762; Giacomelli, Paolo/0000-0002-6368-7220; /0000-0002-6047-4211; Moureaux, Louis/0000-0002-2310-9266; Ferencek, Dinko/0000-0001-9116-1202; Karneyeu, Anton/0000-0001-9983-1004; Yazgan, Efe/0000-0001-5732-7950; Kunnawalkam Elayavalli, Raghav/0000-0002-9202-1516; Zhang, Yousen/0000-0002-6812-761X; Fouz Iglesias, Maria Cruz/0000-0003-2950-976X; Sahasransu, Abanti Ranadhir/0000-0003-1505-1743; Grandi, Claudio/0000-0001-5998-3070; Klyukhin, Vyacheslav/0000-0002-8577-6531; Al Kadhim, Ali/0000-0003-3490-8407; Csanad, Mate/0000-0002-3154-6925; Reichert, Joseph/0000-0003-2110-8021; Pesaresi, Mark/0000-0002-9759-1083; Ivanov, Andrew/0000-0002-9270-5643; Chatterjee, Suman/0000-0003-2660-0349; Smith, Nicholas/0000-0002-0324-3054; Vannerom, David/0000-0002-2747-5095; Gutsche, Oliver/0000-0002-8015-9622; Dozen, Candan/0000-0002-4301-634X; Schwandt, Joern/0000-0002-0052-597X; De La Cruz Burelo, Eduard/0000-0002-7469-6974; Heredia De La Cruz, Ivan/0000-0002-8133-6467; Papageorgakis, Christos/0000-0003-4548-0346; Wilson, Graham/0000-0003-0917-4763; De Moor, Alexandre/0000-0001-5964-1935; Perez Adan, Danyer/0000-0003-3416-0726; Gomez Espinosa, Tirso Alejandro/0000-0002-9443-7769; Bortignon, Pierluigi/0000-0002-5360-1454; Ruiz, Jose/0000-0002-3306-0363; Kyberd, Paul/0000-0002-7353-7090; D'Anzi, Brunella/0000-0002-9361-3142; Colaleo, Anna/0000-0002-0711-6319; Geurts, Frank/0000-0003-2856-9090; Forthomme, Laurent/0000-0002-3302-336X; Usai, Emanuele/0000-0001-9323-2107; Hernandez Calama, Jose Maria/0000-0001-6436-7547; Tytgat, Michael/0000-0002-3990-2074; Navarro-Tobar, Alvaro/0000-0003-3606-1780; Ferrara, Nicola/0009-0002-1824-4145; Barroso Ferreira, Mapse/0000-0003-3904-0571The measurements of the Higgs boson (H) production cross sections performed by the CMS Collaboration in the four-lepton (4l, l = e, mu) final state at a center-of-mass energy root s = 13.6 TeV are presented. These measurements are based on data collected with the CMS detector at the CERN LHC in 2022, corresponding to an integrated luminosity of 34.7 fb(-1). Cross sections are measured in a fiducial region closely matching the experimental acceptance, both inclusively and differentially, as a function of the transverse momentum and the absolute value of the rapidity of the four-lepton system. The H -> ZZ -> 4l inclusive fiducial cross section is measured to be 2.89(-0.49)(+0.53) (stat)(-0.21)(+0.29) (syst) fb, in agreement with the standard model expectation of 3.09(-0.24)(+0.27)fb.We congratulate our colleagues in the CERN accelerator departments for the excellent performance of the LHC and thank the technical and administrative staffs at CERN and at other CMS institutes for their contributions to the success of the CMS effort. In addition, we gratefully acknowledge the computing centers and personnel of the Worldwide LHC Computing Grid and other centers for delivering so effectively the computing infrastructure essential to our analyses. Finally, we acknowledge the enduring support for the construction and operation of the LHC, the CMS detector, and the supporting computing infrastructure provided by the following funding agencies: SC (Armenia), BMBWF and FWF (Austria); FNRS and FWO (Belgium); CNPq, CAPES, FAPERJ, FAPERGS, and FAPESP (Brazil); MES and BNSF (Bulgaria); CERN; CAS, MoST, and NSFC (China); MINCIENCIAS (Colombia); MSES and CSF (Croatia); RIF (Cyprus); SENESCYT (Ecuador); ERC PRG, RVTT3 and MoER TK202 (Estonia); Academy of Finland, MEC, and HIP (Finland); CEA and CNRS/IN2P3 (France); SRNSF (Georgia); BMBF, DFG, and HGF (Germany); GSRI (Greece); NKFIH (Hungary); DAE and DST (India); IPM (Iran); SFI (Ireland); INFN (Italy); MSIP and NRF (Republic of Korea); MES (Latvia); LMTLT (Lithuania); MOE and UM (Malaysia); BUAP, CINVESTAV, CONACYT, LNS, SEP, and UASLP-FAI (Mexico); MOS (Montenegro); MBIE (New Zealand); PAEC (Pakistan); MES and NSC (Poland); FCT (Portugal); MESTD (Serbia); MCIN/AEI and PCTI (Spain); MOSTR (Sri Lanka); Swiss Funding Agencies (Switzerland); MST (Taipei); MHESI and NSTDA (Thailand); TUBITAK and TENMAK (Turkey); NASU (Ukraine); STFC (United Kingdom); DOE and NSF (U.S.A.). Individuals have received support from the Marie-Curie program and the European Research Council and Horizon 2020 Grant, contract Nos. 675440, 724704, 752730, 758316, 765710, 824093, 101115353, 101002207, and COST Action CA16108 (European Union); the Leventis Foundation; the Alfred P. Sloan Foundation; the Alexander von Humboldt Foundation; the Science Committee, project no. 22rl-037 (Armenia); the Fonds pour la Formation a la Recherche dans l'Industrie et dans l'Agriculture (FRIA-Belgium); the Beijing Municipal Science ; Technology Commission, No. Z191100007219010 and Fundamental Research Funds for the Central Universities (China); the Ministry of Education, Youth and Sports (MEYS) of the Czech Republic; the Shota Rustaveli National Science Foundation, grant FR-22-985 (Georgia); the Deutsche Forschungsgemeinschaft (DFG), among others, under Germany's Excellence Strategy - EXC 2121 "Quantum Universe" - 390833306, and under project number 400140256 - GRK2497; the Hellenic Foundation for Research and Innovation (HFRI), Project Number 2288 (Greece); the Hungarian Academy of Sciences, the New National Excellence Program - uNKP, the NKFIH research grants K 131991, K 133046, K 138136, K 143460, K 143477, K 146913, K 146914, K 147048, 2020-2.2.1-ED-2021-00181, TKP2021-NKTA-64, and 2021-4.1.2-NEMZ_KI-2024-00036 (Hungary); the Council of Science and Industrial Research, India; ICSC - National Research Center for High Performance Computing, Big Data and Quantum Computing and FAIR - Future Artificial Intelligence Research, funded by the NextGenerationEU program (Italy); the Latvian Council of Science; the Ministry of Education and Science, project no. 2022/WK/14, and the National Science Center, contracts Opus 2021/41/B/ST2/01369 and 2021/43/B/ST2/01552 (Poland); the FundacAo para a Ciencia e a Tecnologia, grant CEECIND/01334/2018 (Portugal); the National Priorities Research Program by Qatar National Research Fund; MCIN/AEI/10.13039/501100011033, ERDF "a way of making Europe", and the Programa Estatal de Fomento de la Investigacion Cientifica y Tecnica de Excelencia Maria de Maeztu, grant MDM-2017-0765 and Programa Severo Ochoa del Principado de Asturias (Spain); the Chulalongkorn Academic into Its 2nd Century Project Advancement Project, and the National Science, Research and Innovation Fund via the Program Management Unit for Human Resources ; Institutional Development, Research and Innovation, grant B39G670016 (Thailand); the Kavli Foundation; the Nvidia Corporation; the SuperMicro Corporation; the Welch Foundation, contract C-1845; and the Weston Havens Foundation (U.S.A.).SC (Armenia); FWF (Austria); FNRS (Belgium); FWO (Belgium); CNPq (Brazil); CAPES (Brazil); FAPERJ (Brazil); FAPERGS (Brazil); FAPESP (Brazil); BNSF (Bulgaria); MoST (China); NSFC (China); CSF (Croatia); RIF (Cyprus); SENESCYT (Ecuador); MoER (Estonia); ERDF (Estonia); Academy of Finland (Finland); MEC (Finland); CEA (France); CNRS/IN2P3 (France); BMBF (Germany); DFG (Germany); HGF (Germany); NKFIH (Hungary); DAE (India); DST (India); IPM (Iran); SFI (Ireland); INFN (Italy); NRF (Republic of Korea); MES (Latvia); MOE (Malaysia); UM (Malaysia); BUAP (Mexico); CONACYT (Mexico); UASLP-FAI (Mexico); MBIE (New Zealand); PAEC (Pakistan); FCT (Portugal); MESTD (Serbia); PCTI (Spain); MOSTR (Sri Lanka); Swiss Funding Agencies (Switzerland); NSTDA (Thailand); TUBITAK (Turkey); NASU (Ukraine); NSF (USA); Marie-Curie program (European Union); European Research Council (European Union); Horizon 2020 Grant (European Union) [675440, 724704, 752730, 758316, 765710, 824093, 884104]; COST Action (European Union) [CA16108]; Leventis Foundation; Alfred P. Sloan Foundation; Alexander von Humboldt Foundation; Belgian Federal Science Policy Office; Fonds pour la Formation a la Recherche dans l'Industrie et dans l'Agriculture (FRIA-Belgium); Agentschap voor Innovatie door Wetenschap en Technologie (IWT-Belgium); FWO (Belgium) under the "Excellence of Science - EOS - be.h project [30820817]; Beijing Municipal Science ; Technology Commission [Z191100007219010]; Ministry of Education, Youth and Sports (MEYS) of the Czech Republic; Hellenic Foundation for Research and Innovation (HFRI) (Greece) [2288]; Deutsche Forschungsgemeinschaft (DFG) [EXC 2121, 390833306, 400140256 - GRK2497]; Hungarian Academy of Sciences (Hungary); Council of Science and Industrial Research, India; Latvian Council of Science; National Science Center (Poland) [Opus 2021/41/B/ST2/01369, 2021/43/B/ST2/01552]; National Priorities Research Program by Qatar National Research Fund; MCIN/AEI, ERDF "a way of making Europe"; Programa Severo Ochoa del Principado de Asturias (Spain); Chulalongkorn Academic into Its 2nd Century Project Advancement Project (Thailand); National Science, Research and Innovation Fund via the Program Management Unit for Human Resources ; Institutional Development, Research and Innovation (Thailand) [B05F650021]; Kavli Foundation; Nvidia Corporation; SuperMicro Corporation; Welch Foundation [C-1845]; Weston Havens Foundation (USA); BMBWF (Austria); MES (Bulgaria); CERN; CAS (China); MINCIENCIAS (Colombia); MSES (Croatia); ERC PUT (Estonia); HIP (Finland); GSRI (Greece); MSIP (Republic of Korea); LAS (Lithuania); CINVESTAV (Mexico); LNS (Mexico); SEP (Mexico); MOS (Montenegro); MES (Poland); NSC (Poland); MCIN/AEI (Spain); MST (Taipei); MHESI (Thailand); TENMAK (Turkey); STFC (United Kingdom); DOE (USA); F.R.S.-FNRS (Belgium); New National Excellence Program - UNKP (Hungary); NKFIH (Hungary) [K 124845, K 124850, K 128713, K 128786, K 129058, K 131991, K 133046, K 138136, K 143460, K 143477, 2020-2.2.1-ED-2021-00181, TKP2021-NKTA-64]; Ministry of Education and Science [2022/WK/14]; Programa Estatal de Fomento de la Investigacion Cientifica y Tecnica de Excelencia Maria de Maeztu (Spain) [MDM-2017-0765
6 Şubat 2023 Tarihli Kahramanmaraş Depremlerinin Neden Olduğu Gerinimlerin Tusaga Aktif İstasyonları ile Belirlenmesi
No full textTurkey is a seismically active region. This situation causes earthquakes to occur frequently in our country. The seismic activity of our country and the frequency of earthquakes attract the attention of many scientists. Thanks to GNSS (Global Navigation Satellite Systems), one of the geodetic surveying methods, changes due to earthquakes can be calculated and strain analysis can be performed. In this study, it is aimed to determine the strains caused by the Kahramanmaraş earthquakes that occurred on February 6, 2023 using TUSAGA-AKTİF stations. For this purpose, a total of 21 TUSAGA AKTİF stations' pre and post-earthquake 24 hour RINEX data for a total of 30 days were used. These data were evaluated with GAMIT/GLOBK, AUSPOS and Trimble RTX software and two-dimensional strain analysis was performed on the coordinate data obtained. The study area was divided into 28 triangles and strain analysis was performed for each triangle. The results of the analysis show that the highest strain is observed in the EKZ1-MAR1-ANTE and EKZ1-ANTE-MLY1 triangles. This is because EKZ1, MAR1, ANTE and MLY1 stations are very close to the epicenter of the earthquakes. Again, when the change in point coordinates is taken into consideration, it is seen that the biggest changes are observed at EKZ1, MLY1, MAR1, ANTE and TUF1 stations, respectively. Considering this situation, each station was selected as a reference point and the directions connected to this point were taken into account. The parameters calculated with different software are consistent with each other, as in the triangulation method. In addition, displacements were calculated from the geodetic coordinates of pre-earthquake and post earthquake station points obtained with the GAMIT/GLOBK software. The largest displacements were observed at the EKZ1, MLY1, MAR1, ANTE, and TUF1 stations.Türkiye sismik olarak aktif bir bölgedir. Bu durum ülkemiz üzerinde sıklıkla depremlerin olmasına neden olmaktadır. Ülkemizin sismik olarak aktif olması ve depremlerin sıklığı birçok bilim insanının dikkatini çekmektedir. Jeodezik ölçme yöntemlerinden biri olan GNSS (Global Navigation Satellite Systems) sayesinde meydana gelen depremlere bağlı değişimler hesaplanabilmekte ve gerinim analizi yapılabilmektedir. Bu çalışmada 6 Şubat 2023 tarihinde meydana gelen Kahramanmaraş depremlerinin sebep olduğu gerinimlerin TUSAGA-AKTİF istasyonları kullanılarak belirlenmesi amaçlanmıştır. Bu amaçla 21 adet TUSAGA-AKTİF istasyonuna ait deprem öncesi ve sonrası olmak üzere toplam 30 günlük 24 saatlik RINEX verileri kullanılmıştır. Bu veriler GAMIT/GLOBK, AUSPOS ve Trimble RTX yazılımları ile değerlendirilmiş ve elde edilen koordinat verileri üzerinden iki boyutlu gerinim analizi gerçekleştirilmiştir. Çalışma bölgesi 28 adet üçgenlere ayrılmış ve her bir üçgen için gerinim analizi yapılmıştır. Analiz sonuçlarına bakıldığında en çok gerinimin EKZ1-MAR1-ANTE ve EKZ1-ANTE-MLY1 üçgenlerinde olduğu görülmektedir. Bunun nedeni EKZ1, MAR1, ANTE ve MLY1 istasyonlarının depremlerin merkez üssüne oldukça yakın olmasıdır. Yine nokta koordinatlarındaki değişim dikkate alındığında en büyük değişimin sırasıyla EKZ1, MLY1, MAR1, ANTE ve TUF1 istasyonlarında olduğu görülmüştür. Bu durum dikkate alınarak her bir istasyon referans noktası olarak seçilmiş ve bu noktaya bağlı doğrultular dikkate alınarak ilgili nokta için gerinim parametreleri hesaplanmıştır. Farklı yazılımlarla hesaplanan parametreler üçgenlere ayırma yönteminde olduğu gibi birbirleriyle uyum içindedir. Ayrıca GAMIT/GLOBK yazılımı ile elde edilen deprem öncesi ve deprem sonrası istasyon noktalarının jeodezik koordinatlarından yer değiştirmeler hesaplanmıştır. En büyük yer değiştirmelerin EKZ1, MLY1, MAR1, ANTE ve TUF1 istasyonlarında olduğu görülmüştür
Konya Apartman Yapılarında Mekânsal Organizasyonunun Değişimi: Space Syntax Yaklaşımıyla Bir Analiz
No full textBu çalışma, Konya’da 1937 ile 2015 yılları arasında inşa edilmiş apartman tipi konut yapılarında meydana gelen mekânsal dönüşümü, grafik kuramı ve mekân dizimi yöntemleriyle yapılan morfolojik bir analiz aracılığıyla incelemeyi amaçlamaktadır. Araştırma, Türkiye’nin modernleşme sürecinde değişen yaşam tarzı ve konut ihtiyaçlarının, apartman planlamasına nasıl yansıdığını ve bu sürecin sosyo-kültürel, ekonomik ve teknolojik değişimlerle nasıl şekillendiğini ortaya koymaktadır. Çalışma kapsamında yaklaşık onar yıllık aralıklarla inşa edilmiş sekiz apartman binası seçilmiş ve bu yapılar tarihsel süreklilik içinde plan tipolojileri açısından değerlendirilmiştir. Entegrasyon, bağlantılılık, derinlik ve anlaşılırlık gibi nicel göstergeler kullanılarak mekânsal kurgu analiz edilmiştir. Yöntemsel olarak, yapılar arası işlevsel ilişkileri ortaya koyan grafik yöntemi ile mekânsal erişilebilirliği değerlendiren mekân dizimi yöntemi birlikte kullanılmıştır. Mimari planlardan sayısal veri üretmek amacıyla UCL Depthmap yazılımı kullanılmış; beta ve gamma indeksleri ile birlikte bağlantılılık ve entegrasyon değerleri analizlerde temel alınmıştır. Elde edilen bulgular, mekânsal bileşenlerin örgütlenmesinde önemli dönüşümler olduğunu göstermektedir: Geçiş alanı olarak işlev gören sofa/holün zamanla kaybolması, ıslak hacimler ve mutfağın birlikte planlandığı şemalardan daha ayrışmış mekân organizasyonlarına geçiş ve mahremiyet ihtiyacına bağlı olarak dolaşım alanlarının kullanımındaki değişim bu dönüşümler arasındadır. İlk dönem apartmanları geleneksel çok kuşaklı konut izlerini taşırken, daha sonraki örneklerde doğrusal, işlevsel olarak bölünmüş ve mahremiyete dayalı bir kurgu öne çıkmaktadır; ancak yapılar genel olarak parçalı (fragmented) bir mekânsal bütünlüğe sahiptir. Çalışma, Konya'daki apartman binalarının mekânsal dönüşümünün geleneksel değerler ile modern yaşam tarzları arasındaki sürekli bir etkileşim süreci olduğunu ortaya koymaktadır. Bu çalışma, konut tipolojilerindeki mekânsal değişimin nicel araçlarla nasıl analiz edilebileceğine dair yöntemsel bir çerçeve sunmakta ve kullanıcı davranışları ile sosyal dinamiklere duyarlı tasarım stratejilerine katkı sağlamaktadır.This study aims to examine the spatial transformation that has taken place in apartment-type residential buildings constructed in Konya between 1937 and 2015 through a morphological analysis using graphic theory and spatial composition methods. The research reveals how changing lifestyles and housing needs during Turkey's modernization process were reflected in apartment planning and how this process was shaped by socio-cultural, economic, and technological changes. Eight apartment buildings constructed at approximately ten-year intervals were selected for the study and evaluated in terms of their plan typologies within a historical continuum. Spatial design was analyzed using quantitative indicators such as integration, connectivity, depth, and comprehensibility. Methodologically, the graphic method, which reveals the functional relationships between structures, was used in conjunction with the spatial layout method, which evaluates spatial accessibility. UCL Depthmap software was used to generate numerical data from architectural plans; connectivity and integration values, along with beta and gamma indices, were used as the basis for the analyses. The findings reveal significant transformations in the organization of spatial components: the disappearance of the sofa/hallway, which functions as a transition area, the shift from schemes where wet spaces and kitchens are planned together to more differentiated spatial organizations, and changes in the use of circulation areas due to privacy needs are among these transformations. While early apartment buildings retain traces of traditional multi-generational housing, later examples feature a linear, functionally divided, and privacy-based design; however, the buildings generally have a fragmented spatial integrity. The study reveals that the spatial transformation of apartment buildings in Konya is a continuous process of interaction between traditional values and modern lifestyles. This study provides a methodological framework for analyzing spatial changes in housing typologies using quantitative tools and contributes to design strategies that are sensitive to user behavior and social dynamics
Şırnak İli, Merkez ve Silopi İlçeleri Sınırları Dahilindeki Asfaltit Ocaklarının Jeolojisi ve Çevresel Etkileri
No full textThis master's thesis investigates the geological characteristics, reserve potential, and environmental impacts of asphaltite deposits located within the boundaries of the Central and Silopi districts of Şırnak Province, Türkiye. The study area, covering approximately 150 km², was mapped using 1:25,000 scale topographic sheets. High-resolution orthophoto and point cloud data were obtained using Unmanned Aerial Vehicle (UAV) technology, and digital maps were generated. Geological data and drilling information were integrated into these maps. As a result of reserve modeling conducted for the Avgamasya vein, a total of 6,996,105 tons of asphaltite reserves were identified. Asphaltite, with a calorific value ranging between 3,000 and 6,000 kcal/kg, is considered a significant energy source. According to the General Directorate of Mineral Research and Exploration (MTA), the total asphaltite reserve in Türkiye is approximately 82 million tons. In this study, 4,384 kg and 3,400 kg of asphaltite samples were collected from the Avgamasya vein and analyzed in the laboratory. The analyses indicated that the asphaltite has a moisture content of 1–2%, ash content between 35–44%, and sulfur content between 4–7%. The initial calorific value of 30 MJ/kg was increased to 36.26 MJ/kg through various enrichment methods. To reduce environmental impacts, flotation reduced the ash content to 32.95%, while agglomeration lowered it to 27%. In chemical leaching, the combination of 5% NaOH and 40% HF solutions reduced ash content to 13.89% and sulfur content to 2.49%. Gravity and flotation methods achieved a combustible matter recovery rate of 75%. The environmental assessments revealed negative impacts on both water sources and air quality during asphaltite usage. Water samples collected from the field indicated chemical contamination. Air quality evaluations showed that sulfur dioxide (SO₂) emissions could potentially exceed the regulatory limit of 350 µg/m³ set by national standards. Furthermore, analysis of asphaltite ash showed the presence of heavy metals, including 2,118 ppm molybdenum, 2,447 ppm nickel, 231 ppm copper, and 31 ppm selenium. The 405 MW capacity thermal power plant currently operating in the Şırnak-Silopi region exemplifies the use of asphaltite as a primary energy source. In addition to energy production, asphaltite is utilized in various industrial applications, such as asphalt production, paint, insulation materials, tires, ink, and ammonia production. In conclusion, the asphaltite deposits in the Şırnak region hold significant potential for energy generation. However, due to the high ash and sulfur content, environmental considerations must be prioritized, and purification processes should be implemented before use. This study recommends the adoption of reserve-based planning, expansion of underground mining methods, and enhancement of occupational safety standards. It also provides a comprehensive overview of current and proposed methods to mitigate the environmental impacts resulting from the energy use of asphaltite.Bu yüksek lisans tezinde, Şırnak ili Merkez ve Silopi ilçeleri sınırları içerisinde yer alan asfaltit ocaklarının jeolojik özellikleri, rezerv potansiyeli ve çevresel etkileri detaylı bir şekilde incelenmiştir. Yaklaşık 150 km²'lik çalışma alanında, 1/25.000 ölçekli topografik paftalar kullanılarak yapılan haritalama çalışmalarında, İnsansız Hava Aracı (İHA) teknolojisi yardımıyla ortofoto ve nokta bulutu verileri elde edilerek sayısal haritalar oluşturulmuştur. Bu haritalar üzerine jeolojik veriler ve sondaj bilgileri işlenmiş, Avgamasya filonu için yapılan rezerv hesaplamaları sonucunda toplam 6.996.105 ton asfaltit rezervi tespit edilmiştir. Asfaltitlerin kalorifik değerleri 3.000–6.000 kcal/kg aralığında değişmekte olup, enerji üretiminde önemli bir kaynak oluşturmaktadır. Türkiye genelinde Maden Tetkik ve Arama (MTA) tarafından belirlenen toplam asfaltit rezervi yaklaşık 82 milyon ton olarak bildirilmektedir. Çalışma kapsamında Avgamasya filonundan alınan 4.384 kg ve 3.400 kg ağırlığındaki numuneler laboratuvar ortamında analiz edilmiştir. Yapılan analizler sonucunda asfaltitin nem içeriği %1–2, kül oranı %35–44 ve kükürt oranı %4–7 arasında tespit edilmiştir. Termik kullanım açısından başlangıçta 30 MJ/kg olan kalorifik değer, uygulanan zenginleştirme yöntemleri sonucunda 36.26 MJ/kg seviyesine çıkarılmıştır. Çevresel etkileri azaltmaya yönelik olarak uygulanan işlemler arasında; flotasyon yöntemi ile kül oranı %32.95'e, aglomerasyon yöntemi ile %27'ye düşürülmüştür. Kimyasal liç uygulamalarında, özellikle %5 NaOH ve %40 HF çözelti kombinasyonu kullanılarak kül içeriği %13.89'a, kükürt içeriği ise %2.49'a kadar azaltılmıştır. Gravite ve yüzdürme yöntemleriyle ise %75 oranında yanıcı madde geri kazanımı sağlanmıştır. Asfaltitin çevresel etkileri değerlendirildiğinde; su kaynakları ve hava kalitesinin kullanım sırasında olumsuz etkilendiği belirlenmiştir. Sahadan alınan su numunelerinde kimyasal kirlenme gözlemlenmiş, kükürtdioksit (SO₂) emisyonunun ise yürürlükteki yönetmeliklerde belirtilen 350 µg/m³ sınır değerini aşma riski taşıdığı saptanmıştır. Ayrıca, asfaltit külleri içerisinde 2.118 ppm molibden, 2.447 ppm nikel, 231 ppm bakır ve 31 ppm selenyum gibi ağır metallerin bulunduğu belirlenmiştir. Şırnak-Silopi bölgesinde faaliyette olan 405 MW kapasiteli termik santral, asfaltitin enerji kaynağı olarak kullanımının önemli bir örneğini oluşturmaktadır. Bunun dışında asfaltit; asfalt yapımı, boya, yalıtım malzemesi, oto lastiği, mürekkep ve amonyak üretimi gibi çeşitli sanayi alanlarında da kullanılmaktadır. Sonuç olarak, Şırnak bölgesinde bulunan asfaltit yatakları enerji üretimi açısından büyük bir potansiyel taşımaktadır. Ancak yüksek kül ve kükürt içeriği nedeniyle çevresel etkiler göz önünde bulundurulmalı; asfaltitin temizlenmesine yönelik işlemler uygulanmalı ve bu doğrultuda çevreci üretim yöntemleri benimsenmelidir. Ayrıca, rezerv bazlı planlamaya geçilmesi, kapalı işletme yöntemlerinin yaygınlaştırılması ve iş sağlığı-güvenliği standartlarının artırılması önerilmektedir. Tez kapsamında, asfaltitin enerji kaynağı olarak kullanımından doğan çevresel etkilerin azaltılmasına yönelik mevcut ve önerilen yöntemler ayrıntılı şekilde açıklanmıştır