Geri Dön

Application of statistical methods in the analyses of foster family

Koruyucu aile analizlerinde istatistiksel metodların kullanımı

  1. Tez No: 831405
  2. Yazar: GİZEM ATAR
  3. Danışmanlar: PROF. DR. VİLDA PURUTÇUOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Sosyal Hizmet, İstatistik, Social Work, Statistics
  6. Anahtar Kelimeler: Genelleştirilmiş Toplamsal Modeller, İstatistiksel Modelleme, Boyut İndirgeme, Türkiye'de Koruyucu Aile, Türk Aile Yapısı Araştırması (TAYA), Generalized Additive Models, Statistical Modeling, Dimension Reduction, Foster Family in Türkiye, Research on Family Structure in Türkiye (TAYA)
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

Koruyucu aile sistemi, çeşitli nedenlerle biyolojik ailesiyle birlikte yaşaması uygun olmayan ve devlet koruması altında kurumsal bakımda yaşayan 0-18 yaş arası çocuklara sunulan bir hizmettir. Böylece çocuğun fiziksel, duygusal ve psikososyal bakımına yönelik kurumsal bakım yerine, birebir ilginin, sevginin ve saygının olduğu aile ortamında kalması tabanlı, çocuğun yüksek yararı gözetilerek oluşturulan alternatif bir bakım modeli oluşturulmuştur. Çalışmamızda Türk aile yapısının koruyucu aile olmayı kabul edip etmediğini ele aldık. Bu amaçla Türk Aile Yapısı Araştırması (TAYA) 2016 verilerini kullanarak hangi sosyal etkilerin bu kararı önemli ölçüde etkilediğini analiz ediyoruz. Değerlendirmemizde boyut küçültme yaklaşımı için lasso yöntemi ve çeşitli istatistiksel modellemelerin yanı sıra regresyon amaçlı makine öğrenmesi yöntemlerini de uyguluyoruz. Ayrıca analizlerimizde, koruyucu aile kararı ile ilgili değişkenleri belirlemek için önce kümeleme yöntemleri yapılmış ve daha sonra seçilen bu değişkenler veriler için matematiksel modeller oluşturmakta kullanılmıştır. Tüm modeller arasındaki ortak değişkenlere bakıldığında, bazı demografik ve esasen insanların çoğunlukla evlat edinilen veya büyütülen çocuklar hakkındaki düşünce ve inançlarıyla ilgili değişkenler gördük. Kategorik veriler için genelleştirilmiş toplamsal modeller ve sınıflandırma ve regresyon görevleri için makine öğrenimi modelleri gibi farklı modeller, farklı veri kümesi türleri için iyi çalışır. Spline tabanlı modeller de bu veri setlerinde etkili olabilir. Özetle, sosyal veri kümeleri için birçok modelleme seçeneği mevcuttur.

Özet (Çeviri)

The foster family system is a service provided for children between the ages of 0-18, who are not suitable for living with their biological family due to various reasons, and who live in institutional care under state protection. Hereby, an alternative care model created by considering the best interests of the child in the form of staying in a family environment where there is one-to-one care, love and respect, instead of institutional care for the physical, emotional, and psycho-social development of the child. In our study, we deal with the Turkish family structure whether the family accepts to be a foster family. For this purpose, we use the Research on Family Structure in Türkiye (TAYA) 2016 data and analyze which social effects influence this decision significantly. In our assessment, we apply lasso method for dimension reduction approach and various statistical modeling as well as machine learning methods for regression purposes. Furthermore, in our analyses, we implement them as single methods and two-stage modeling approaches in such a way that initially clustering methods are performed to identify the correlated variables with the decision of foster family and then, these selected variables are used to construct mathematical models for the data. Looking at common variables among all models, there are some demographic variables and the others are essentially about people's thoughts and beliefs about children, mostly adopted or fostered. Different models work well for different types of datasets, such as generalized additive models for categorical data and machine learning models for classification and regression tasks. Spline-based models can also be effective on such datasets. Overall, there are many modelling options that exist for social datasets.

Benzer Tezler

  1. Altı sigma metodolojisi ve türkiye orman ürünleri endüstrisinde uygulanabilirliği

    Six sigma methodology and its applicability in turkish forest products industry

    EMEL ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2014

    Ağaç İşleriİstanbul Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. KÜÇÜK HÜSEYİN KOÇ

  2. Bir tekstil firmasında kanban sisteminin uygulanması

    An Application of kanban system in a textile company

    UĞUR ÖZÇER

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    DOÇ.DR. SEMRA DURMUŞOĞLU

  3. Coğrafi bilgi sistem destekli bütünleşik bir kentsel dönüşüm modelinin geliştirilmesi ve uygulanması

    Development and implementation of an integrated urban regeneration model supported by geographical information systems

    ALİ TUNÇ

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU

  4. Yapım sektöründe yalın proje teslim sistemine entegre edilebilecek endüstri 4.0 teknolojileri ve yapı uzmanlarının bakış açısı

    Industry 4.0 technologies that can be integrated into the lean project delivery system in the construction sector and the perspective of the construction sector experts

    KÜBRA TOPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    MimarlıkAkdeniz Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. İKBAL ERBAŞ

  5. İTÜ TRIGA Mark II araştırma reaktöründe enstrümental nötron aktivasyon analizi bağıl ve k0 standardizasyon yöntemlerinin çevresel örneklere uygulanması

    The applicability of relative and k0 standardization methods in instrumental neutron activation analysis to environmental samples at ITU TRIGA Mark II research reactor

    AYŞE NUR ESEN

    Doktora

    Türkçe

    Türkçe

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DOÇ. DR. SEVİLAY HACIYAKUPOĞLU