Uzaktan öğrenimde öğrenme analitiğinin biyometrik verilere göre değerlendirilmesi
Evaluation of learning analytics according to biometric data in distance learning
- Tez No: 925961
- Danışmanlar: PROF. DR. SEVİNÇ GÜLSEÇEN, DR. ÖĞR. ÜYESİ DURMUŞ KOÇ
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Beyin-bilgisayar arayüzü, Bilgisayar destekli mühendislik, Büyük veri, Eş zamanlı mühendislik, Görsel-işitsel medya, Kişisel bilişsel değişkenler, Neurobilişsel işlevler, Olay ilişkili potansiyeller, İnsan-bilgisayar etkileşimi, Brain-computer interface, Computer aided engineering, Big data, Concurrent engineering, Visual-auditory media, Personel cognitive factors, Neurocognitive functions, Event related potentials, Human-computer interaction
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
20. yüzyıl başlarından itibaren radyo teknolojisi ile başlayıp özellikle Birinci Dünya Savaşı sonrasında hızla yayılan tek kaynaktan çok alıcıya sağlanan broadcast yayıncılık, yaşamı şekillendiren önemli bir teknolojik gelişme olmuştur (Britannica, y.y.-a). O tarihten bu yana geride bırakılan bir yüzyılı aşkın süre sonunda, aynı dönem içinde hem dijital teknolojilerin radikal gelişimi hem de bu teknolojilerin sunduğu yüksek hızlı bilgi temasının sonucu olarak insan bilişsel yapısında çeşitli değişimlerin olduğu değerlendirilmektedir. Video materyal, günümüzde sadece popüler bir içerik taşıyıcısı olmanın ötesinde, uzaktan eğitim süreçlerinde etkili bir bilgi sunum aracı olarak da önemli bir rol oynamaktadır. Bilişsel verilerin toplanmasında kullanılan video içerikler, didaktik açıdan uzaktan öğrenme materyalleriyle uyumlu olup, bu materyallerin çalışma sonuçlarının, ilgili araştırma alanlarında katkı sağlaması beklenmektedir. Gelişen iletişim gereksinimleri ve teknolojiler, video materyali, sosyal hayatın her alanında yaygın olarak kullanılan standart bir sunum aracı haline getirmiştir. Bu bağlamda, bu tez, eğitim alanında uzaktan öğrenme için özel olarak tasarlanmış bir video materyal incelemesine odaklanmakla birlikte, aynı zamanda genel amaçlı video materyallerinde gösterim hızının bilişsel tepkiler üzerindeki etkisini ve makine öğrenmesi yöntemleriyle bu etkilere dayalı tahmin modellerinin oluşturulmasını ele alan geniş bir mühendislik çalışması olarak değerlendirilmelidir. Tez çalışması, her alıcı için standart formda olan akıcı görsel-işitsel (video) içeriklerin izleyiciye sunum şeklinin, farklı bilişsel yapılarda içeriğin hangi aktarım düzeylerinde daha anlaşılabilir olabileceği sorusuna yanıt aramaktadır. Tarif edilen olgu, Olayla İlişkili Potansiyel (ERP) konusu olup EEG bu amaçla hazırlanan deney kurgusunda, birbirine denk üç adet video içerik, her biri 15 kişiden oluşan üç farklı gruba farklı hız sıralaması ile izletilerek eşzamanlı olarak EEG kayıtları alınmış ve böylece kişisel bilinçaltı verilerinden oluşan bir enformasyon sağlanmıştır. Katılımcılardan ölçüm öncesinde, etik kurul onayı ile çeşitli demografik veriler elektronik ortamda toplanmıştır. Ölçüm sonrasında ise her bir katılımcının bilinç üstüne başvurularak, izlemiş olduğu didaktik içerikler hakkında kısa bir test uygulanmış ve farklı hızlarda izlediği üç video içeriği kendisi için anlaşılabilirlik yönünden sınıflandırması istenmiştir. Bu kapsamda elde edilen veriler, makine öğrenmesi algoritmalarında tahminleme girdisi olarak kullanılmıştır. Bu amaçla k-En Yakın Komşu (kNN), Gradient Boosting (GBN), Destek Vektör Makinesi (SVM), Yapay Sinir Ağı (ANN) ve AdaBoost algoritmaları kullanılmış ve başarımları AUC (Area Under Curve), CA (Classification Accuracy), F1 skoru, Precision ve Recall gibi metrikler üzerinden incelenmiştir. Doğası gereği düzgün dağılım gösteremeyen büyük veri setinde, en iyi tahminleme başarısının incelenen tüm metriklerde k-En Yakın Komşu (kNN) algoritması olduğu görülmüştür. Elde edilen bulgular çerçevesinde kişiselleştirilmiş video akış hızının makine öğrenmesi yöntemleri ile tahmin edilebileceği ortaya konulmuştur. Çalışma kapsamında, EEG ölçümüne konu n sayıda medyayı sıralama, hız, ışık, ses gibi parametrelerle manipüle edebilen, çeşitli sunum senaryoları üretebilen, katılımcıların demografik verilerini tutan, ölçüm ve sunum eylemlerinde eşzamanlılığı sağlamak üzere zaman damgalı çalışan gösterim anı log enformasyonunu oluşturan ve ölçüm verileri ile tümleştirip verileri etiketleyerek bilimsel çalışmaya uygun hale getiren bir masaüstü sunum yazılımı geliştirilmiştir. Bilişim teknolojilerinin klasik fizik sınırlarını aşıp kuantum lojik ve bilgisayarları ile tanışmaya hazırlandığı günümüzde; verinin formunun ve yapay sistemlere giriş yönteminin, veriden yapay sistemlerin üretebildiği bilgi düzeyinin; klasik bilişim çağı düzeyinde kalması beklenemez. Günümüz“akıllı”sistemler çağının, demode klavye ve fare yollu veri kabulünü terk ederek doğal sistemlerden doğrudan veri toplayıp doğal sistem merkezli faydalar sunması beklenmektedir. Bu tez çalışması, bilgisayar mühendisliğinin ilham kaynağı olan beynin ve onun bilişsel fonksiyonlarının doğrudan Beyin Bilgisayar Arayüzü (BCI) yönünden değerlendirilmesi ve üretilen bilişsel reflekslere dayalı olarak bir tahmin modeli geliştirmesi konusundaki öncül çalışmalardan sadece birisidir. Çalışmanın seçmiş olduğu argüman, video akış hızıdır. Bu alandaki çalışmaların, tarif edilen nedenlerle artarak devam edeceği değerlendirilmektedir.
Özet (Çeviri)
Broadcasting, which started with radio technology in the early 20th century and spread rapidly especially after the First World War, provided from a single source to multiple receivers, has been an important technological development that shapes life (Britannica, y.y.-a). After more than a century since then, it is considered that there have been various changes in the human cognitive structure as a result of both the radical development of digital technologies and the high-speed information contact offered by these technologies. Today, video material is not only a popular content carrier, but also plays an important role as an effective information presentation tool in distance education processes. The video contents used in collecting cognitive data are didactically compatible with distance learning materials, and the study results of these materials are expected to contribute to relevant research areas. Developing communication requirements and technologies have made video material a standard presentation tool widely used in all areas of social life. In this context, although this thesis focuses on the review of a video material specifically designed for distance learning in the field of education, it should also be considered as a broad engineering study that addresses the effect of display speed on cognitive responses in general-purpose video materials and the creation of prediction models based on these effects with machine learning methods. The thesis seeks to answer the question of how the presentation of fluent audiovisual (video) contents, which are in a standard form for each recipient, can be more understandable at what level of transmission of the content in different cognitive structures. The phenomenon described is the subject of Event Related Potential (ERP) and EEG is the subject of the experimental setup prepared for this purpose. Three equal video contents were shown to three different groups of 15 people each in different speed orders and EEG recordings were taken simultaneously and thus personal subconscious data were recorded. Various demographic data were collected from the participants electronically before the measurement, with the approval of the ethics committee. After the measurement, a short test was applied to each participant's consciousness about the didactic contents they watched and they were asked to classify the three video contents they watched at different speeds in terms of understandability. The data obtained in this context was used as prediction input in machine learning algorithms. For this purpose, k-Nearest Neighbor (kNN), Gradient Boosting (GBN), Support Vector Machine (SVM), Artificial Neural Network (ANN) and AdaBoost algorithms were used and their performances were examined through metrics such as AUC (Area Under Curve), CA (Classification Accuracy), F1 score, Precision and Recall. In the large data set, which by its nature cannot show a uniform distribution, the best prediction success was found to be the k-Nearest Neighbor (kNN) algorithm in all examined metrics. Within the framework of the findings, it has been revealed that personalized video streaming speed can be predicted with machine learning methods. Within the scope of the study, it can manipulate n number of media subject to EEG measurement with parameters such as ordering, speed, light and sound, produce various presentation scenarios, keep the demographic data of the participants, create time-stamped log information to ensure synchronization in measurement and presentation actions, and combine the measurement data with the measurement data. A desktop presentation software has been developed that integrates and labels the data, making it suitable for scientific study. Nowadays, when information technologies are preparing to exceed the limits of classical physics and meet quantum logic and computers; the form of data and the method of input to artificial systems, the level of information that artificial systems can produce from data; It cannot be expected to remain at the level of the classical information age. It is expected that today's“smart”systems era will abandon the outdated keyboard and mouse-based data acquisition and collect data directly from natural systems and offer natural system-centered benefits. This thesis is just one of the pioneering studies on directly evaluating the brain and its cognitive functions in terms of Brain Computer Interface (BCI), which is the source of inspiration for computer engineering, and developing a prediction model based on the cognitive reflexes produced. The argument chosen by the study is the video streaming speed. It is evaluated that studies in this field will continue increasingly for the reasons described.
Benzer Tezler
- Tıbbi nesnelerin interneti (IoMT) için mahremiyet-artırıcı bir makine öğrenmesi yaklaşımı
A privacy-enhancing machine learning approach for the internet of medical things (IoMT)
RIZWAN UZ ZAMAN WANI
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜ CAN
- The 21st century higher education EFL learner profile with e-classroom interactional competence via learning-oriented assessment: A case study
21. yüzyıl yüksek öğrenimde öğrenme odaklı değerlendirme yoluyla e-sınıf içi etkileşim yetkinliğine sahip yabancı dil olarak Ingilizce öğrenen öğrenci profili: Bir durum çalışması
FİGEN YILMAZ
Doktora
İngilizce
2022
Eğitim ve ÖğretimÇukurova Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DOÇ. DR. GÜLDEN TÜM
PROF. DR. SONGÜL TÜMKAYA
- E-learning at higher education: A roadmap for Turkish higher education institutions in their efforts to offer online courses
Yüksek öğretimde e-öğrenme: Çevrimiçi eğitim vermek isteyen Türk üniversiteleri için bir yol haritası
MÜGE NİŞANCI
- Uzaktan öğretimde mobil öğrenmenin kullanıcı açısından değerlendirilmesi: Gediz Üniversitesi örneği
Analysis of mobile learning from user perspective within distance learning: Case of Gediz University
METİN FURKAN DÜNDAR
Yüksek Lisans
Türkçe
2015
Eğitim ve ÖğretimGediz ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM GÜRLER
- Açık ve uzaktan öğrenme ortamları için etkileşimli öğrenme materyali geliştirilmesi: Temel mutfak teknikleri dersi örneği
Development of interactive learning materials for open and distance learning environments: Basic cooking techniques course
EZGİ ATİK
Yüksek Lisans
Türkçe
2026
Eğitim ve ÖğretimAnadolu ÜniversitesiUzaktan Öğretim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAN GÜLER