A psychological assessment model on the commercial maritime transport sector
Ticari deniz taşımacılığı sektörüne ilişkin bir psikolojik değerlendirme modeli
- Tez No: 854874
- Danışmanlar: DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ
- Tez Türü: Doktora
- Konular: Denizcilik, Gemi Mühendisliği, Psikoloji, Marine, Marine Engineering, Psychology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Deniz Ulaştırma Mühendisliği Bilim Dalı
- Sayfa Sayısı: 153
Özet
Geniş ölçeği ve bir milyonu aşan iş gücüyle ticari deniz taşımacılığı sektörü, izolasyon, hiyerarşik ve vardiyaya dayalı çalışma rutinleri, zorlu deniz koşulları, yoğun iş temposu, aile ve sosyal hayattan kopma gibi benzersiz zorluklarla karşı karşıyadır. Bu zorluklar denizcilerin ruh sağlığını önemli ölçüde etkilemekte ve gemideki yaşam ve çalışma koşullarında stres, depresyon, yorgunluk, tükenmişlik ve umutsuzluk gibi sorunlara yol açmaktadır. Denizcilik sektörü, zorlu ve ayırt edici özellikleriyle geleneksel mesleki sektörlerden ayrılan benzersiz bir alan olarak öne çıkmaktadır. Denizciler, uzun süreli izolasyon, hiyerarşik yapılar ve vardiyaya dayalı rutinlerin yanı sıra zorlu deniz koşullarında yol almanın ve durmak bilmeyen bir çalışma temposunu sürdürmenin getirdiği zorluklarla tanımlanan bir ortamda faaliyet göstermektedir. Bu kendine özgü bağlam, denizcilik işinin özünü tanımlarken, aynı zamanda stres, depresyon, yorgunluk ve izolasyon hissi gibi bir dizi ruh sağlığı sorununa da yol açmaktadır. Sonuç olarak, denizcilerin psikolojik refahı önemli ölçüde tehlikeye girmekte ve hem kişisel yaşamlarını hem de mesleki performanslarını etkilemektedir. Denizciliğin zorlu şartlarının sebep olduğu ruh sağlığı sorunları, denizciler üzerinde bir dizi zararlı etkiye yol açmaktadır. Yüksek stres seviyelerine kronik olarak maruz kalmak anksiyete bozukluklarının ve depresyonun gelişmesine yol açabilmektedir. Bu zorlukların süreklilik arz etmesi genellikle kronik yorgunluk ve tükenmişlikle sonuçlanarak hem fiziksel hem de zihinsel dayanıklılığı tehlikeye atmaktadır. Dahası, denizcilerin yaşadığı duygusal gerginlik, ilişkilerin gerilmesine ve genel bir hayal kırıklığı hissine yol açabilmektedir. Sonuç olarak, bu ruh sağlığı sorunları yalnızca bireyin kişisel hayatını etkilemekle kalmamakta, aynı zamanda denizcilik operasyonlarının güvenliğini ve verimliliğini de tehlikeye atmaktadır. Bu zorlukların ortasında, bu araştırma acil bir endişeyi ele almaya çalışmaktadır: Denizcilik psikolojisi. Denizcilik psikolojisinin hızla evrilen manzarasında, makine öğrenimi yöntemlerinin ve yapay zekâ uygulamalarının psikolojik değerlendirmelerde giderek daha yaygın bir şekilde kullanıldığı bir dönemdeyiz. Teknolojinin ilerlemesiyle birlikte, çalışma, psikiyatrik muayeneler, tanı kriterleri, uzman görüşleri ve etik düşünceler konusunda tartışmaları beraberinde getiren bu yaklaşımların kullanımı önem kazanmaktadır. Özellikle denizcilerin benzersiz zorluklarla karşılaştığı ve geleneksel destek sistemlerinden fiziksel olarak uzak olduğu denizcilik sektöründe, psikolojik refahın değerlendirilmesi hem bireysel hem de denizcilik güvenliği için kritik bir hale gelmektedir. İzolasyon, hiyerarşik çalışma yapıları ve zorlu deniz koşulları gibi kısıtlamalara rağmen, denizcilerin ruh sağlığı durumları hakkında yapılan çalışmalar sınırlıdır. Bu çalışma, makine öğreniminin denizcilerin ruh sağlığını değerlendirmede pratik bir uygulama sergileyerek, konunun denizcilik endüstrisindeki geniş önemini vurgulamaktadır. Psikolojik değerlendirmeler için teknolojinin kullanımı, özellikle açık deniz gibi uzak ve zorlayıcı ortamlarda, zorunlu hale gelmiştir. Araştırmamız, geleneksel destek sistemlerinin eksik olabileceği seyahatler sırasında denizcilerin psikolojik ihtiyaçlarına alternatif bir yaklaşım sağlamayı amaçlamaktadır. Ayrıca, çalışma, veri toplama ile ilişkili etik düşünceleri de ele alarak geleneksel yöntemlerin olmadığı durumlarda çevrimiçi platformlar gibi alternatif yöntemlere olan ihtiyacı vurgulamaktadır. Çevrimiçi platformların kullanımından doğan etik kaygıları kabul eden çalışmamız, MTurk veri kümesinin makine öğrenme çerçevesinde kullanımını pragmatik ve etik bir yaklaşım olarak konumlandırarak tahminler için matematiksel bir temel sunmaktadır. Bu tez çalışması denizcilerin mental durumlarını değerlendirmek amacıyla makine öğrenimi yöntemlerinin ve yapay zekâ uygulamalarının entegrasyonu konusunda, depresyon şiddetinin tahminini örnek uygulama olarak sunmaktadır. Çalışmada, Beck Depresyon Envanteri-II (BDE-II) kullanılarak verisetini oluşturulmuştur. Bununla birlikte; çalışma dil bariyerlerinden, kültürel farklılıklardan ve demografik farklardan kaynaklanan sınırlamalara da dikkat çekerek denizcilerin ruh sağlığı sorunlarına bütüncül bir yaklaşım ile bu sınırları aşabilen farklı ölçüm araçlarının geliştirilmesini gerekliliğini de vurgulamaktadır. Çalışmada sunulan vaka çalışması, denizciler arasında depresyonu tahmin etmek ve değerlendirmek için bir makine öğrenimi yöntemi olan Adaptif-Ağ Tabanlı Bulanık Çıkarım Sistemlerinin (ANFIS) uygulanmasına odaklanmaktadır. Öncelikli amaç, denizcilik sektörü için uyarlanmış yenilikçi bir psikolojik değerlendirme yöntemini tanıtmaktır. Bunu yaparken, bu çalışma denizcilik işinin benzersiz talepleri ile etkili ruh sağlığı değerlendirmelerine duyulan zorunlu ihtiyaç arasındaki boşluğu doldurmayı amaçlamaktadır. Bu araştırma, denizcilik sektöründe yaygın olan ruh sağlığı sorunlarının kapsamlı bir analizini yapmaktadır. Sosyal izolasyondan sıkı çalışma rutinlerinin neden olduğu gerginliklere kadar denizcilerin karşılaştığı çok yönlü zorlukların derinlemesine bir incelemesini kapsamaktadır. Çalışma ayrıca, ANFIS yönteminin makine öğrenimi alanındaki potansiyel uygulamalarını araştırmakta ve denizcilik sektörünün kendine özgü ruh sağlığı ortamına uyarlanabilirliğine odaklanmaktadır. Araştırma metodolojisi, bulanık mantık ve yapay sinir ağlarının titiz bir entegrasyonunu içermekte ve yenilikçi ANFIS modeliyle sonuçlanmaktadır. Çalışma, bu hesaplama yaklaşımlarını birleştirerek, denizciler arasında depresyon seviyelerini tahmin etmek için sağlam bir çerçeve oluşturmaya çalışmaktadır. Bu metodolojik seçim, geleneksel psikiyatrik değerlendirmelerin kısıtlamalarını aşan teknoloji odaklı bir çözüm gerektiren denizcilik işinin benzersiz taleplerinden kaynaklanmaktadır. Çalışmada ANFIS yöntemini kullanma kararı, bulanık mantık ile yapay sinir ağlarının sorunsuz entegrasyonuna dayanmaktadır. Bu uyum, denizcilik sektörünün kendine özgü zorlukları çerçevesinde güvenilir ve tekrarlanabilir bir psikolojik değerlendirme modeli oluşturmak için çok önemli unsurlar olan yöntemin uyarlanabilirliğini ve tekrarlanabilirliğini sağlamıştır. Çalışma, özellikle ANFIS yöntemi aracılığıyla, bireyler tarafından ortaya çıkan karmaşık veri setlerini çözme konusunda değerli bir araç olarak bulanık mantığın uygulanışını tanıtmaktadır. ANFIS'in bulanık mantığı yapay sinir ağlarıyla birleştiren hibrit yapısı, veri setlerindeki karmaşık, doğrusal olmayan ilişkilere uyum sağlamasını göstermektedir. Bu uygunluk, ANFIS'i insan davranışı ve ruh sağlığının dinamik ve karmaşık doğasını değerlendirmek için özellikle denizcilik endüstrisinde umut vadeden bir metodoloji olarak konumlandırmaktadır. Ancak, çalışma, belirli veri setlerine uygun metodolojilerin seçilmesinin önemini kabul ederek araştırma tasarımında dikkatli düşünceye ihtiyaç duyulduğunu da vurgulamaktadır. Çalışmada ANFIS metodolojisinin uygulanmasında MATLAB R2020a programından yararlanılmıştır. ANFIS yapılarının oluşturulmasında veri setinin kümelere ayrılması gerekmektedir. Doğru tahmin sonuçlarına ulaşabilmek ve çalışmamızda karşılaştırma imkânı sağlamak için çalışmamızda psikiyatrik ve matematiksel olmak üzere iki farklı kümeleme yaklaşımı benimsenmiştir. Psikiyatrik yaklaşımda, BDE-II'nin 21 sorusu psikiyatrik özelliklerine göre sınıflandırılarak 2-faktörlü ve 5-faktörlü olmak üzere iki farklı kümeleme grubu oluşturulmuştur. Matematiksel yaklaşımda ise, k-means algoritmalarından yararlanılarak en uygun küme sayıları belirlenmiştir. En uygun küme sayısı değeri olarak 3 ve 5'de en yüksek değerlere ulaşıldığı için 3-faktörlü ve 5-faktörlü olmak üzere iki farklı kümeleme grubu da bu yaklaşımla elde edilmiştir. Çalışmamızda, toplamda bu dört farklı kümeleme grubu ile ANFIS yapıları oluşturulmuştur. Bu kümeleme yaklaşımları, ANFIS modellerinin performansını değerlendirmek ve çeşitli faktörlerin tahmin sonuçları üzerindeki etkisini incelemek adına kapsamlı bir analiz sunmayı hedeflemektedir. Her bir kümeleme yaklaşımının, denizcilerin mental sağlık durumunu değerlendirmede ne kadar etkili olduğunu anlamak, tezimizin temel amaçlarından birini oluşturmaktadır. Bu bağlamda, her iki kümeleme yöntemi de detaylı bir şekilde incelenmiş ve elde edilen sonuçlar kapsamlı bir karşılaştırma ile sunulmuştur. Özellikle, psikiyatrik faktörlere dayalı kümeleme ile matematiksel faktörlere dayalı kümeleme arasında karşılaştırmalar yapılarak, her iki yaklaşımın avantajları ve sınırlamaları ortaya konmuştur. Bu analiz, ANFIS modelinin hangi faktörlere daha duyarlı olduğunu ve belirli kümeleme stratejilerinin daha iyi tahmin sonuçlarına nasıl katkıda bulunduğunu anlamamıza yardımcı olacaktır. Ayrıca, bu kıyaslamalar, denizcilik psikolojisinin ötesinde, makine öğrenimi tabanlı modellerin genel uygulanabilirliği ve etkinliği konusunda daha geniş bir perspektif sunacaktır. Bu şekilde, çalışmamız hem teorik hem de pratik anlamda önemli katkılarda bulunarak, denizcilik sektöründeki mental sağlık değerlendirmelerinin iyileştirilmesine yönelik bilgi sağlamayı amaçlamaktadır. Oluşturulan ANFIS modellerinin performans detayları analiz edildiğinde, özellikle psikiyatrik yaklaşımla elde edilen 2-faktörlü kümeleme ile oluşturulan ANFIS modeli yüksek doğruluk oranları ve minimal RMSE değerleri ile başarılı tahminler ortaya koyduğu görülmektedir. Sonuç olarak, bu çalışma, makine öğrenimi metodolojilerini, özellikle ANFIS modelini, depresyon şiddetinin tahminine entegre ederek denizcilik psikolojisinin anlaşılmasına katkıda bulunmaktadır. Teknolojik yönlerin ötesinde, araştırma, denizcilik endüstrisindeki ruh sağlığı sorunlarına karşı geniş bir bakış açısının altını çizerek daha sağlıklı ve güvenli bir çalışma ortamını teşvik etmektedir. Çalışma, denizcilik sektöründe ruh sağlığı hizmetlerine erişimi artırmak için kendini sürdürebilen sunucular tarafından desteklenen makine öğrenimine dayalı sistemlerin daha fazla keşfini teşvik etmektedir.
Özet (Çeviri)
The intricate tapestry of maritime psychology unfolds within the vast expanse of the seas, where over a million seafarers navigate under unique and demanding circumstances. This comprehensive exploration traverses the currents of evolving methodologies, challenges, and trends within the maritime psychology landscape. Anchored in a profound literature review, the study illuminates the tangible challenges faced by seafarers, from isolation and hierarchical structures to harsh conditions and prolonged separation. The maritime industry's sheer scale, combined with the distinct challenges of maritime life, underscores the profound implications for seafarers' mental well-being. In tandem with advancing technology, the study delves into the integration of machine learning and artificial intelligence in psychological assessments, sparking debates on diagnostic criteria, expert opinions, and ethical considerations. This application becomes particularly critical in an industry where traditional support systems are not only physically distant but also lack adequate medical facilities. The study unfolds through a bibliometric analysis, revealing a surge in research activity post-2010, with the highest publication rates in 2021 and 2022. The disruptive impact of the COVID-19 pandemic on seafarers' lives and mental health emerges as a significant catalyst for this increase. Moving beyond theoretical frameworks, the investigation encompasses four thematic clusters:“Research Design,”“Spatial Design,”“Data Collection Tools,”and“Assessment Approaches.”Observational studies take precedence, emphasizing the importance of understanding naturally occurring events and relationships in maritime contexts. Spatial design assumes critical importance, distinguishing studies in simulated environments from those in real-life maritime settings. The diverse array of data collection tools, from surveys and questionnaires to interviews and simulator data, reflects the multifaceted nature of maritime psychology. A paradigm shift is evident in assessment approaches, with“Statistical Analysis,”“Machine Learning,”and“Statement Analysis”taking center stage. The practical application centers around depression, a prominent psychiatric condition affecting seafarers. Leveraging the Beck Depression Inventory-II (BDI-II), a dataset of 746 records is obtained. Fuzzy logic and the Adaptive Neuro-Fuzzy Inference System (ANFIS) methodology, integrated with MATLAB Fuzzy Logic Toolbox, provide a seamless fusion for assessing depression severity. The clustering phase adopts both psychiatric and mathematical approaches, resulting in four distinct clustering groups. The pivotal outcome underscores the high accuracy achievable in predicting depression severity through a machine learning-based approach. The ANFIS model tailored for 2-factor clustering consistently outperforms its 5-factor clustering counterpart. The mathematical approach, specifically the 3-factor clustering, emerges as the more effective choice, highlighting the need for nuanced comprehension of psychiatric factors. The ANFIS model's performance details reveal minimal training RMSE, checking RMSE, and high R 2 scores, emphasizing its efficacy in providing nuanced insights into seafarers' mental well-being. The study navigates ethical considerations associated with data collection, advocating for the necessity of developing culturally sensitive measurement tools. Fuzzy logic, specifically ANFIS, emerges as a vital tool in deciphering complex datasets, promising to revolutionize mental health assessments in the maritime industry. While the study acknowledges limitations and the need for future research with more extensive samples, it contributes significantly to maritime psychology methodologies. In conclusion, this research voyage extends beyond theoretical frameworks, offering a practical tool for assessing and addressing the psychological challenges faced by seafarers. The success of the ANFIS model underscores its potential in fostering a healthier and safer maritime working environment. The study advocates for investments in machine learning-based systems, supported by self-sustaining servers, to enhance mental health services in the maritime sector, charting a course towards a more resilient and supportive maritime industry.
Benzer Tezler
- Seyir emniyetinde insan hatası risk analizi ve insan faktörleri temelinde köprüüstü dizaynına yönelik kural önerileri
Human error risk analysis in navigational safety and human factors based rule recommendations on bridge design
RİFAT BURKAY ALAN
Doktora
Türkçe
2021
Denizcilikİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ SALİM SÖĞÜT
- Şirket karlılığının artırılmasında insan kaynakları ile ilgili bir model araştırması
Başlık çevirisi yok
CÜNEYT DEMİRKAYA
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiYapı İşletmesi Ana Bilim Dalı
PROF. DR. DOĞAN SORGUÇ
- Ticari banka yönetimi ve Türk ticari bankalarının temel yönetim sorunları
The management of the commercial bank and the basic problems of the Turkish comercial bank
AYŞE ÇİĞDEM ÖNAL
- Assessing measurement invariance with dichotomous items: The case of EGMA from the Zambian sample
İkili puanlanan maddelerle ölçme değişmezliğinin incelenmesi: EGMA Zambiya örneği
BRIAN MUMBA
Yüksek Lisans
İngilizce
2020
Eğitim ve ÖğretimMersin ÜniversitesiEğitimde Ölçme ve Değerlendirme Ana Bilim Dalı
PROF. DR. DEVRİM ALICI
DOÇ. DR. N. BİLGE UZUN
- Konutlarda sürdürülebilir mimarlık açısından iklimsel konfor kriterlerinin değerlendirilmesi için bir model önerisi
A model proposal for evaluation of climatic comfort criteria for sustainable architecture in residences
UĞUR ÖZCAN