Geri Dön

Brain-based learning: Neural-networking's impacts on language performance skills

Beyin temelli öğrenme: Sinir ağlarının dil performans becerilerine etkisi

  1. Tez No: 832557
  2. Yazar: MUSTAFA YOLUM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN DİLMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Dilbilim, Eğitim ve Öğretim, Nöroloji, Linguistics, Education and Training, Neurology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Maltepe Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yabancı Diller Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: İngiliz Dili Eğitimi Bilim Dalı
  13. Sayfa Sayısı: 147

Özet

Bu çalışmada, Beyin Temelli Öğrenme tekniklerinin üniversite hazırlık öğrencilerinin dil performans becerilerine etkisi araştırılmıştır. Bu etkiyi incelemek için karma bir araştırma yöntemi kullanılmıştır. Çalışmanın nicel kısmı; üniversite hazırlık öğrencilerinden (N=12) oluşan iki sınıftaki öğrencilerin konuşma ve yazma becerilerine yönelik dört sınav sonucunun istatistiksel analizini içerir. Deneysel gruptaki öğrencilere Beyin Temelli Öğrenme prensiplerine dayalı olarak tasarlanmış bir müfredatla eğitim verilmiş ve söz konusu müfredat, sinir ağlarını geliştirmelerine yardımcı olacak etkinlikler içermiştir. Araştırmanın nitel kısmı, her iki gruptan rastgele seçilen üçer öğrenci (N=6) ile yarı yapılandırılmış birebir görüşmeleri ve bu görüşmelerin yanı sıra konuşma ve yazma sınavlarında tüm öğrenciler (N=12) tarafından yapılan hataların ve sözdizimi analizlerinin incelenmesini içerir. Bu çalışma, Beyin Temelli Öğrenme teknikleri uygulanan grup ile uygulanmayan gruplar arasında anlamlı farklılıklar ortaya koymuştur. SPSS üzerinde yapılan analizlere göre, Beyin Temelli Öğrenme teknikleri uygulanan grup, geleneksel eğitime kıyasla küçük bir etki büyüklüğü göstererek son sınavda daha iyi performans sergilemiştir. Ayrıca, sözcüksel çeşitlilik açısından incelendiğinde, bu eğitim modeli ile eğitim alan grubun daha tutarlı bir artış gösterdiği belirlenmiştir. Hata ve sözdizimi analizlerinde, deney grubundaki öğrencilerde daha iyi bir gelişim olduğu görülmüştür. Ayrıca, deney grubundaki öğrenciler görüşmeler sırasında dil öğrenmeye daha fazla motive olduklarını ifade etmişlerdir.

Özet (Çeviri)

In this study, the impact of Brain-Based Learning (BBL) techniques on the language performance skills of university preparatory students has been investigated. To examine this effect, a mixed research method was employed. The quantitative part of the study consists of the analysis of the results of four exams in speaking and writing skills through independent samples t-tests and ANOVA analyses on SPSS, which were taken by students (N=12) in two classes, both consisting of university preparatory students. The students in the experimental group were taught using a curriculum that was designed based on the principles of Brain-Based Learning and included activities to help them build and enhance their neural networks. The qualitative part of the research involves semi-structured one-on-one interviews with three randomly selected students (N=6) from each group, along with the error and syntactic analyses of all students (N=12) in speaking and writing exams. This study revealed significant differences between the group that received education in which Brain-Based Learning techniques were applied and the group that did not. The group that was taught using Brain-Based Learning techniques demonstrated better performance in the final test according to the analyses conducted in SPSS, indicating a small effect size compared to traditional education. Furthermore, when examined in terms of the number of lexical varieties, it was documented that the group taught with BBL type of educational model showed a more consistent increase. In error and syntactic analyses, the students in the experimental group showed more improvement. In addition, the students in the experimental group expressed that they were more motivated about language learning during the interviews.

Benzer Tezler

  1. Yapay sinir ağları ile doku sınıflandırma

    Tissue classification using artificial neural networks

    AYSU SEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ERTUĞRUL YAZGAN

  2. Fen bilgisi öğretmenlerinin nörofizyolojik öğrenme algı düzeylerinin incelenmesi

    The examination of science teachers neurophysiologic learning perception levels

    FUNDA ÇAPANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Eğitim ve ÖğretimMuğla Sıtkı Koçman Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    PROF. DR. ALİ SÜLÜN

  3. Real-time emotion recognition from EEG signals using one electrode device

    Tek elektrotlu cihaz ile EEG sinyallerinden gerçek zamanlı duygu tanıma

    MEHMET ALİ SARIKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÖKHAN İNCE

  4. Elektroensefalografi işaretlerinin makine öğrenmesi algoritmaları ile incelenmesi ve sınıflandırılması

    Analysis and classification of electroencephalography signal using machine learning algorithms

    ŞULE BEKİRYAZICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiBursa Uludağ Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNEŞ YILMAZ

  5. Makine öğrenimi tabanlı COVID-19 teşhis ve tahmin sistemi: Çeşitli öğrenme algoritmalarının performans analizi ve ilgili hastalıkların sınıflandırılması

    Machine learning-based COVID-19 diagnosis and prediction system: Performance analysis of various learning algorithms and classification of related diseases

    AHMED JADDOA ENAD AL-MAMOORI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesi

    İleri Teknolojiler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA AKSU