Ağ öğrenme bağlamında kuruluşlar arası bölgesel iş birliği: İstanbul Kalkınma Ajansı vakası
Inter-organizational regional collaboration in the context of network learning: The case of Istanbul Development Agency
- Tez No: 1012360
- Danışmanlar: PROF. DR. HİKMET KIRIK
- Tez Türü: Yüksek Lisans
- Konular: Kamu Yönetimi, Siyasal Bilimler, Yönetim Bilişim Sistemleri, Public Administration, Political Science, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Türkiye gibi gelişmekte olan ülkelerde bölgeler arası gelişmişlik farkı önemli bir kamu politikası sorunudur ve bu sorunun çözümünde kamu, özel ve sivil kuruluşlar arasındaki iş birliğinin niteliği belirleyici bir rol oynar. Bu çalışma, bölge düzeyindeki kuruluşlar arası iş birliği ağlarının ağ öğrenmeye elverişli yapısal özellikler yani öğrenme kapasitesi gösterip göstermediğini araştırmaktadır. Çalışmanın merkezinde, gerçekleşmiş öğrenme ile öğrenme kapasitesi (yapısal elverişlilik) arasındaki ayrım yer alır; sosyal ağ analizi ile gözlemlenen ağ yapısı, kapasitenin göstergesi olarak okunur. Ağ öğrenme kuramı temelinde, sosyal ağ analizi metriklerini öğrenme bileşenleriyle (bilgi yayılımı, müzakere, direnç; tek/çift döngülü öğrenme; açık/örtük bilgi) eşleyen özgün bir analitik çerçeve geliştirilmiş ve bu çerçeve İstanbul Kalkınma Ajansı'nın mali destek programları kapsamında oluşan proje bazlı kuruluşlar arası ağa uygulanmıştır. Bulgular mikro, meso ve makro düzeylerde değerlendirilmiştir. Sonuçlar, İSTKA ağının açık bilgi yayılımı için kısmen elverişli olmakla birlikte örtük bilgi transferi, müzakere ve ağ direnci açısından elverişsiz yapısal özellikler taşıdığını ortaya koymuştur. Ağın aşırı merkezi yapısı, düşük yoğunluğu ve düşük homofili değerleri, öğrenen bir ağ oluşturmanın önündeki başlıca yapısal engeller olarak öne çıkmıştır. Araştırma, bölgesel kalkınma ajanslarının öğrenen bölgesel ağlar kurma misyonunu yerine getirebilmesi için kuruluşlar arası iş birliği ağlarının yüksek kümelenme ve sürdürülebilir bağlar gösterecek biçimde tasarlanmasının önemini vurgulamaktadır.
Özet (Çeviri)
Inter-regional development disparity is a significant public policy issue in developing countries like Türkiye, and the nature of collaboration among public, private, and civil organizations plays a decisive role in addressing it. This study investigates whether inter-organizational collaboration networks at the regional level exhibit structural characteristics conducive to network learning—that is, learning capacity. At the core of the study lies the distinction between realized learning and learning capacity (structural conduciveness); the network structure observed through social network analysis is read as an indicator of capacity. Grounded in network learning theory, an original analytical framework that maps social network analysis metrics onto learning components (information diffusion, negotiation, resilience; single/double-loop learning; explicit/tacit knowledge) is developed and applied to the project-based inter-organizational network formed under the financial support programs of the Istanbul Development Agency. The findings are evaluated at the micro, meso, and macro levels. Results reveal that while the network is partially conducive to explicit knowledge dissemination, it exhibits hindering structural characteristics regarding tacit knowledge transfer, negotiation, and network resilience. The overly centralized structure, low density, and low homophily emerge as the primary structural barriers to establishing a learning network. The research emphasizes the importance of designing inter-organizational collaboration networks to exhibit high clustering and sustained ties so that regional development agencies can fulfill their mission of creating learning regional networks.
Benzer Tezler
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Örgütsel belleklerin öz oluşumu: Türkiye'de bir kamu kurumu görev ağları analizi
Emergence of organizational memories: A task network analysis of a Turkish public institution
BORA AKSU
Doktora
Türkçe
2017
İşletmeBaşkent Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ABDÜLKADİR VAROĞLU
- Implications of NFV-SDN technology on the telecom sector in Turkey
NFV-SDN teknolojisinin Türkiye'deki telekom sektörüne etkilerinin araştırılması
AHMET ÇETİN
Yüksek Lisans
İngilizce
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA GÜLTEKİN
DOÇ. DR. NİHAN YILDIRIM
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Machine learning based network anomaly detection
Makine öğrenmesi tabanlı ağ anomali tespiti
HİLAL HACILAR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU GÜNGÖR
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR