Büyük verinin eleştirel realist perspektif üzerinden sosyolojik analizi: Bibliyometrik bir araştırma
Sociological analysis of big data from a critical realist perspective: A bibliometric research
- Tez No: 931204
- Danışmanlar: DOÇ. DR. FÜSUN KÖKALAN ÇIMRIN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Sosyoloji, Science and Technology, Sociology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Sosyoloji Ana Bilim Dalı
- Bilim Dalı: Sosyoloji Bilim Dalı
- Sayfa Sayısı: 91
Özet
Büyük veri, hacmi, çeşitliliği ve işlenme hızıyla bilgi üretim süreçlerini kökten değiştirerek, toplumsal yapıları ve bireysel deneyimleri yeniden şekillendiren devrimsel bir teknolojik güçtür. Toplumsal etkileri hayatın farklı alanlarına sirayet eden bu gelişme, toplumsal eşitsizlikleri derinleştirme riskini de beraberinde getirmektedir. Özellikle büyük veri analizlerinde kullanılan algoritmaların yanlılık göstermesi, veri setlerindeki eksiklikler veya algoritmaların tasarımında kullanılan önyargılı varsayımlar nedeniyle adaletsiz ve dengesiz sonuçlar doğuran kritik bir sorun olarak tanımlanmaktadır ve sosyal eşitsizlikleri derinleştirme riskini beraberinde getirmektedir. Bu çalışma, büyük veri analizlerinde algoritmaların tarafsızlığını sağlamak ve toplumsal eşitsizliklerin yeniden üretilmesini önlemek adına sosyal bilimler perspektifinden nasıl katkılar sunulabileceği sorusuna yanıt aramaktadır. Bu bağlamda çalışma, büyük veri ekosistemindeki algoritma yanlılıklarını eleştirel realizm perspektifiyle incelemeyi, bu sorunların nedenlerini anlamayı ve çözüm önerileri sunmayı hedeflemektedir. Eleştirel realizmin tabakalaşmış gerçeklik yapısı ve geri çıkarım yöntemi, büyük veriyi bağlamsal ve teorik bir yaklaşımla ele almayı mümkün kılmaktadır. Araştırma, bilimsel haritalandırma ve bibliyometrik analiz yöntemleriyle gerçekleştirilmiş, literatürdeki genel eğilimler, tematik kümelenmeler ve araştırma boşlukları ortaya konmuştur. Kesitsel ve betimsel desenlerin bir arada kullanıldığı çalışmada, Yükseköğretim Kurulu (YÖK) ve Scopus veri tabanlarından toplanan veriler, R programlama dili ve Biblioshiny aracıyla analiz edilmiştir. Örneklem seçiminde heterojen örnekleme tekniği tercih edilmiş ve sosyal bilimlerin farklı disiplinlerinden çalışmalar değerlendirilmiştir. Elde edilen bulgular, algoritma yanlılıklarını önlemede sosyal bilimler perspektifinin önemini vurgulamakta ve eleştirel realizmin sunduğu çıkarım teknikleri ile metodolojik çoğulculuk ilkesinin güçlü bir epistemolojik temel oluşturabileceği önerisini sunmaktadır.
Özet (Çeviri)
Big data, with its volume, variety, and processing speed, is a revolutionary technological force that fundamentally transforms information production processes, reshaping social structures and individual experiences. This transformative development, whose societal impacts permeate various areas of life, also carries the risk of deepening social inequalities. In particular, algorithmic bias in big data analyses—arising from deficiencies in data sets or biased assumptions used in algorithm design—is defined as a critical issue that produces unjust and imbalanced outcomes and risks exacerbating social inequalities further. This study seeks to answer the question:“How can social sciences contribute to ensuring the neutrality of algorithms in big data analyses and preventing the reproduction of social inequalities?”In this context, the study aims to examine algorithmic biases in the big data ecosystem from a critical realist perspective, understand their causes, and propose solutions. The stratified reality structure and abduction method of critical realism enable a contextual and theoretical approach to big data. The research was conducted using scientific mapping and bibliometric analysis methods, revealing general trends, thematic clusters, and research gaps in the literature. A combination of cross-sectional and descriptive research designs was used, and data from the Higher Education Council (YÖK) and Scopus databases were analyzed using the R programming language and Biblioshiny tool. Heterogeneous sampling was employed to select samples, evaluating studies from various disciplines within the social sciences. The findings emphasize the importance of the social sciences in addressing algorithmic biases and propose that the inference techniques and principle of methodological pluralism offered by critical realism provide a robust epistemological foundation.
Benzer Tezler
- Suriyeli mültecilerin Türkiye medyasındaki sınıfsal temsili
Class representation of Syrian refugees in Turkish media
FERAY ARTAR
Doktora
Türkçe
2019
GazetecilikAnkara ÜniversitesiSosyoloji Ana Bilim Dalı
PROF. DR. MÜZEYYEN AYTÜL KASAPOĞLU
- Refugee entrepreneurship and the limits of inclusion: A study of Syrian refugee entrepreneurs' embeddedness in Turkey
Mülteci girişimciler ve içermenin sınırları: Türkiye'deki Suriyeli girişimcilerin gömülülükleri üzerine bir çalışma
UĞUR YETKİN
Doktora
İngilizce
2022
Sosyolojiİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. DENİZ TUNÇALP
- Rethinking agricultural communication in the context of power/knowledge: Socialization of digital agriculture in Geyve
Tarımsal ı̇letı̇şı̇mı̇ bilgi/iktidar bağlamında yenı̇den düşünmek: Geyve'de dı̇jı̇tal tarımın sosyalleşmesı̇
KÜBRA SULTAN YÜZÜNCÜYIL
Doktora
İngilizce
2024
İletişim BilimleriGalatasaray ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. HALİME YÜCEL BOURSE
- A challenge to copyright: Text and data mining
Telif hukukunda metin ve veri madenciliği
ESMA MUHEYNE DOĞAN
Yüksek Lisans
İngilizce
2024
Hukukİstanbul Medeniyet ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DOÇ. DR. CAHİT SULUK
- Siyaset haberciliğinde veri gazeteciliği: 2019 Endonezya Cumhurbaşkanlığı Seçimi örneği
Data journalism in political reporting: The case of the 2019 Indonesian Elections
M. FİKRİ AR
Doktora
Türkçe
2025
GazetecilikSakarya Üniversitesiİletişim Bilimleri Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÖZTUNÇ