Predıctıng partıcıpant satısfactıon usıng machıne learnıng: A data-drıven study of youth programs for ngos
Makine öğrenimi kullanarak katilimci memnuniyetinin tahmini: STK 'lar için gençlik programlarina dayali veri odakli bir çalişma
- Tez No: 986650
- Danışmanlar: DOÇ. DR. MUSTAFA SUNDU
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstinye Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gençlik memnuniyeti, gençlik STK'larında yürütülen yaygın eğitim ve sivil katılım girişimlerinin etkisini ve verimliliğini değerlendirmek için kritik bir ölçüt haline gelmiştir. Memnuniyet, yalnızca katılımcıların öznel deneyimlerini yansıtmakla kalmaz, aynı zamanda programın başarısı, katılımcıların devamlılığı ve uzun vadeli sosyal etki için bir gösterge işlevi görür. Ancak memnuniyet, demografik, psikososyal, deneyimsel ve diğer birçok faktörün karmaşık etkileşiminden etkilenen çok boyutlu bir yapıdır. Bu çalışma, Romanya merkezli bir gençlik STK'sı olan FITT (Timiș County Youth Foundation) tarafından yürütülen programlara ait bir memnuniyet veri seti kullanarak gençlik memnuniyetine yönelik bir tahmin modeli geliştirmeyi amaçlamaktadır. Analiz süreci; veri ön işleme, keşifsel veri analizi ve denetimli makine öğrenimini içeren yapılandırılmış bir veri bilimi sürecinden oluşmaktadır. Bu çalışmada, 'mentorluk kalitesi', 'özgüven kazanımı', 'beceri gelişimi', 'akran desteği' ve motivasyonel ölçümler gibi çeşitli değişkenler arasından memnuniyetin en etkili yordayıcılarını belirlemek amacıyla Rastgele Orman (Random Forest) Regresyonu uygulanmıştır. Sonuç olarak model, 10 puanlık memnuniyet ölçeğinde yüksek tahmin doğruluğu elde etmiştir. Ayrıca, özellik önemine (feature importance) yönelik analiz ve görselleştirmeler, 'mentor desteği', 'özgüven gelişimi' ve 'beceri kazanımı'nın gençlik memnuniyetinin en önemli belirleyicileri olduğunu göstermektedir. Bulgular, sosyal girişimlerde gençlik deneyimlerinin şekillenmesinde ilişki temelli ve gelişimsel faktörlerin merkezi rolünü doğrulamaktadır; bu da kaliteli mentorluk ve kişisel gelişim fırsatlarının önemini vurgulamaktadır. Bu çalışma, hem yöntemsel hem de pratik açıdan katkı sağlamaktadır; çünkü program değerlendirmelerinde topluluk (ensemble) makine öğrenimi tekniklerinin uygulanabilirliğini göstermekte ve gençlik girişimlerinin etkinliğini artırmak isteyen STK'lar ile politika yapıcılar için uygulanabilir içgörüler sunmaktadır.
Özet (Çeviri)
Youth satisfaction become as a critical metric for evaluating the impact and effectiveness of non-formal education and civic engagement initiatives and programs in youth Ngos. Satisfaction not only reflects participants' subjective experiences but also serves as a proxy for program success, retention, and long-term social impact. However, satisfaction is a multidimensional construct influenced by complex interplay of demographic, psychosocial, experiential, and other factors. This study aims to address this gap by developing a predictive model of youth satisfaction using a satisfaction dataset representative of programs facilitated by a Youth Ngo called FITT (Timiș County Youth Foundation) based in Romania. The analysis included a structured data science pipeline, including preprocessing, exploratory data analysis, and supervised machine learning. A Random Forest Regressor was applied in this study to identify the most influential predictors of satisfaction from a rich set of variables including 'mentorship quality', 'confidence gain', 'skill development', 'peer support', and motivational measures. As a result, the model achieved strong performance metrics, and indicating a high predictive accuracy on a 10-point satisfaction scale. Additionally, the feature importance analysis and visuals shows that 'mentor support', 'confidence improvement', and 'skill gain' were the most significant drivers and factors of youth satisfaction. The results affirm the centrality of relational and developmental factors in shaping youth experiences in social initiatives, which means the importance of quality mentorship and personal growth opportunities. This study contributes both methodologically and practically because of it demonstrates the feasibility of using ensemble machine learning techniques in program evaluation, and it offers actionable insights for NGOs and policymakers seeking to enhance the effectiveness of youth initiative.
Benzer Tezler
- Innovative trends in CRM: Leveraging artificial intelligence and machine learning for customer insights
CRM'de yenilikçi trendler: Müşteri incelemeleri için yapay zeka ve makine öğrenimini kullanma
HİSHAM TURBAN
- Makine öğrenmesi ile işgörenlerin işe yabancılaşma durumunun sınıflandırılması
Classification of employees' work alienation with machine learning
AKIN SÖNMEZER
Yüksek Lisans
Türkçe
2024
İşletmeHacettepe Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ÖZGE TAYFUR EKMEKCİ
- Gemiadamlarının emniyetli çalışma davranışlarının makine öğrenmesi ile tahminlenmesi
Prediction of seafarers' safe work behavior using machine learning algorithms
GİZEM ELİDOLU
Yüksek Lisans
Türkçe
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASİN ARSLANOĞLU
- Ergenlerde iklim değişikliği ve küresel çevre koşullarına bağlı anksiyetenin ergenlerin stres ve yaşam doyum düzeylerine etkisi
In adolescents the impact of climate change and anxiety related to global environmental conditions on adolescents' stress and life satisfaction levels
SELİNAY DUMANLI
Yüksek Lisans
Türkçe
2024
Hemşirelikİstanbul Arel ÜniversitesiHemşirelik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ECE ALAGÖZ
- Özel anaokulu yöneticilerinin iş-aile yaşam çatışması, duygusal zeka, iş doyumu ve işe adanmışlığının incelenmesi
Investigation of work-family life conflict, emotional intelligence, job satisfaction and work engagement in private pre-school administrators
ÖZLEM EROĞLU
Doktora
Türkçe
2024
PsikolojiAkdeniz ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜRKAN AKSU
