Belirli temel, sosyal ve akademik etkinliklerin başarıya etkisinin modern tekniklerle ölçülmesi
Measuring the effect of certain basic, social and academic activities on success using modern technique
- Tez No: 972057
- Danışmanlar: PROF. DR. AHMET ŞAHİNER
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Matematik, Education and Training, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eğitimde akademik başarı, kişisel, ailesel, çevresel ve pedagojik pek çok değişkenin karmaşık etkileşimiyle şekillenmektedir. Öğrencilerin ders çalışma alışkanlıkları, uyku düzenleri, eğlenceye ayırdıkları zaman, ödevlere olan ilgileri ve öğrenmeye yönelik genel tutumları gibi faktörler, akademik sonuçlar üzerinde doğrudan etkiye sahiptir. Bununla birlikte, öğrencilerin akademik özyeterlik düzeyleri ve özellikle matematik gibi zorlayıcı derslere karşı geliştirdikleri bilişsel-duygusal tepkiler de başarı üzerinde belirleyici bir rol oynamaktadır. Son yıllarda, bu çok yönlü faktörlerin analizine yönelik ilgi artmış; akademik başarıyı tahmin etmeye yönelik modellerin geliştirilmesi önemli bir araştırma alanı hâline gelmiştir. Bu bağlamda, özellikle bulanık mantık temelli modellemeler olmak üzere yapay zekâ uygulamaları, belirsizlik ve kesin olmayan veriler içeren çok boyutlu yapıların analizinde güçlü araçlar olarak öne çıkmaktadır. Bu tez çalışmasında, öğrencilerin yazılı matematik sınav puanlarını tahmin etmeye yönelik bulanık mantık tabanlı bir model önerilmektedir. Modelde, günlük uyku süresi, günlük oyun süresi, günlük ders çalışma süresi, günlük ödev yapma süresi ve öğrencilerin öznel olarak ifade ettikleri matematiksel umutsuzluk düzeyi gibi akademik ve davranışsal nitelikteki temel girdi parametreleri dikkate alınmıştır. Uzman görüşlerine dayalı olarak oluşturulan kural kümeleri aracılığıyla, belirsiz ve kesin olmayan verilerin anlamlı çıktılara dönüştürülmesini sağlayan Sugeno tipi bulanık çıkarım sistemi ve ANFIS (Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemi) mimarisi yapılandırılmıştır. Modelde her bir değişken, üçgensel üyelik fonksiyonları ile düşük, orta ve yüksek seviyelerde temsil edilmiştir. Toplam 243“Eğer… ise…”kuralı tanımlanmış ve hibrit öğrenme algoritması (geri yayılım ve en küçük kareler yöntemi) kullanılarak model eğitilmiştir. Model, sentetik veriler yerine, seçilmiş bir öğrenci grubundan elde edilen gerçek verilerle test edilmiş ve böylece gerçekçi öğrenci profilleri esas alınmıştır. Elde edilen bulgular, ANFIS tabanlı yaklaşımın akademik başarıyı yüksek doğrulukla tahmin edebildiğini ve özellikle karmaşık ilişkileri modellemede geleneksel yöntemlere göre daha başarılı olduğunu göstermektedir. Bu model, öğrenci davranışlarının inceliklerini yakalayarak duruma erken müdahale ve kişiselleştirilmiş öğrenme stratejileri geliştirme açısından önemli içgörüler sunmaktadır. Sonuç olarak, bu tez çalışması, yapay zekâ destekli karar verme süreçlerinin eğitim sistemine entegrasyonunun önemini vurgulamakta; öğretmen, veli ve eğitim yöneticilerine öğrenci başarısını izlemeye ve iyileştirmeye yönelik yeni olanaklar sunmaktadır. ANFIS temelli modelin kullanımı, eğitimsel veri madenciliği alanına katkı sağlamakta ve uyarlanabilir öğrenme ortamlarını destekleyen akıllı sistemlerin potansiyelini ortaya koyarak tüm öğrenciler için daha kaliteli, kapsayıcı ve adil bir eğitim deneyimi sunmayı hedeflemektedir.
Özet (Çeviri)
Academic success in education is shaped by the complex interaction of numerous personal, familial, environmental, and pedagogical variables. Factors such as students' study habits, sleep patterns, time allocated to leisure activities, interest in homework, and general attitudes toward learning have a direct impact on academic outcomes. In addition, students' levels of academic self-efficacy and their cognitive-emotional responses to challenging subjects—particularly mathematics—play a critical role in determining achievement. In recent years, there has been growing interest in analyzing these multidimensional factors, and the development of models to predict academic performance has become a significant area of research. In this context, artificial intelligence applications—especially fuzzy logic-based models—stand out as powerful tools for analyzing complex structures characterized by uncertainty and imprecise data. This thesis proposes a fuzzy logic-based model designed to predict students' written mathematics exam scores. The model incorporates fundamental academic and behavioral input parameters, including daily sleep duration, daily playtime, daily study time, daily homework time, and students' self-reported levels of mathematical hopelessness. A Sugeno-type fuzzy inference system and an Adaptive Neuro-Fuzzy Inference System (ANFIS) architecture were structured to transform vague and uncertain data into meaningful outcomes, using rule sets developed with expert consultation. Each variable in the model is represented at low, medium, and high levels using triangular membership functions. A total of 243“If… then…”rules were defined, and the model was trained using a hybrid learning algorithm combining backpropagation and the least squares method. Unlike models tested with synthetic data, this model was evaluated using real data collected from a selected student group, ensuring realistic student profiles. The results demonstrate that the ANFIS-based approach can predict academic success with high accuracy and outperforms traditional methods in modeling complex relationships. By capturing the nuances of student behavior, this model offers valuable insights for early intervention and the development of personalized learning strategies. In conclusion, this thesis emphasizes the importance of integrating AI-assisted decision-making processes into the education system and provides new opportunities for teachers, parents, and educational administrators to monitor and enhance student performance. The use of the ANFIS-based model contributes to the field of educational data mining and highlights the potential of intelligent systems that support adaptive learning environments, aiming to offer a more inclusive, equitable, and high-quality educational experience for all students.
Benzer Tezler
- Exploring design based learning activities in 2nd grade science classrooms
2. sınıf bilim sınıflarında tasarım tabanlı öğrenme aktivitelerinin keşfedilmesi
ÖZLEM YAPRAK BOSTANCI
Yüksek Lisans
İngilizce
2024
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Programları ve Öğretim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZTÜRK
- Билим, илим жана маданият тармагындагы Кыргызстан менен Түркиянын кызматташтыгы (1992-2012 жж.)
Kırgız Cumhuriyeti ile Türkiye Cumhuriyeti arasında eğitim, bilim ve kültürel ilişkiler (1992-2012)
KADRİ AĞGÜN
Doktora
Kırgızca
2016
TarihKyrgyz State Unıversıty Named After I ArabaevTarih Ana Bilim Dalı
PROF. DR. TÖLÖBEK ABDRAHMANOV
- Evidence-based analysis of Türkiye's energy efficiency obligation scheme: sectoral applications, energy poverty, flexibility options and policy implications
Türkiye enerji verimliliği yükümlülükleri sisteminin kanita dayali analizi: sektörel uygulamalar, enerji yoksulluğu, esneklik seçenekleri ve politika çikarimlari
RABİA CİN
Doktora
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Sosyal bilgiler dersi değer eğitimi etkinliklerinde aile katılımı: Öğretmen görüşleri ve uygulamaları
Family involvement in social studies course value education activities: Teacher opinions and practices
MERVE NUR BALLI
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimAnadolu ÜniversitesiTürkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı
PROF. DR. HANDAN DEVECİ
- Türkçe'nin anadili ve yabancı dil olarak öğretimi üzerine bir araştırma
Başlık çevirisi yok
SAMİ BALCI