Enformatik Enstitüsü

Bu tez, kurumsal veri yönetişimi olgunluğunu değerlendirmek amacıyla ISO/IEC 330xx standartlarına dayalı, yapılandırılmış bir değerlendirme modeli olan Veri Yönetişimi Yetkinlik Olgunluk Modeli (DG-CMM)’ni önermektedir. Model, veri yönetişimi olgunluğunu Veri, Organizasyon, Strateji ve Teknoloji olmak üzere dört temel süreç alanı üzerinden ele almaktadır. DG-CMM, Becker vd. (2009) tarafından önerilen Tasarım Bilimi Araştırması yaklaşımı doğrultusunda; kapsamlı literatür taraması, alan uzmanlarıyla yürütülen Değiştirilmiş Delphi yöntemi ve vaka temelli doğrulama çalışmalarıyla geliştirilmiştir. Model, kurumların olgunluk boşluklarını sistematik olarak belirleme, iyileştirme önceliklerini tanımlamasına ve veri odaklı karar alma süreçleri ile stratejik uyumu güçlendirmesine imkân sağlayan standartlaştırılmış ve uygulanabilir bir çerçeve sunmaktadır.

Tarih: 16.01.2026 / 09:00 Yer: A-212

Dehşet Yönetimi Kuramı'ndaki replikasyon krizini ele alan bu tez, Ölüm Belirginliği ile risk alma arasındaki tutarsız ilişkiyi incelemektedir. Çalışma; sistematik literatür taraması yoluyla nedensel modelleme (ESC-DAG), EEG ve Balon Analog Risk Görevi (BART) kullanan nesnel nöral ölçüm ve Bayesçi bilişsel modelleme olmak üzere üç yöntemi entegre ederek basit öz bildirim çalışmalarının ötesine geçmektedir. Bu araştırma; nedensel, nöral ve hesaplamalı kanıtları sentezleyerek, ölümlülük farkındalığı altında risk davranışını yönlendiren bilişsel mekanizmaları aydınlatmayı ve alandaki tekrarlanabilirlik sorunlarının çözümüne katkıda bulunmayı amaçlamaktadır.

Tarih: 14.01.2026 / 10:30 Yer: A-212

Bu tez, Penn Discourse TreeBank (PDTB) veri setleri için uygulanan çok dilli bir çerçeve geliştirerek, Doğal Dil İşleme (NLP) alanındaki söylem ayrıştırmasının doğasında var olan karmaşıklığı ele almaktadır. Büyük Dil Modelleri (LLM) ve transformer mimarilerindeki ilerlemelerden yararlanan tez; Söylem Bağlacı (DC) tespiti ve argüman aralığı etiketleme için ince ayar yapılmış BERT modellerini, Söylem İlişkisi Tanıma (DRR) aşaması için bağlam içi öğrenme stratejileriyle birleştiren hibrit bir metodoloji önermektedir. Çalışma; tespit, etiketleme ve tanıma aşamalarını birbirine bağlayan modüller tanımlayarak, yalıtılmış alt görevler ile uçtan uca işleme arasındaki boşluğu doldurmaktadır. İngilizce, Portekizce ve Türkçe dillerindeki yedi veri seti üzerinde değerlendirilen bu çerçeve, literatürdeki güncel modellerle eşdeğer bir performans sergilemektedir. Ek olarak tez, özgün ve hafif yapılı bir DC tespit modeli sunmakta ve makine çevirisi tekniklerini kullanarak örtük söylem ilişkisi tanımayı geliştirecek bir yöntem tanıtmaktadır. Böylece, bu yaklaşımların hem yüksek hem de düşük kaynaklı dil bağlamlarındaki etkinliğini ortaya koymaktadır.

Tarih: 23.12.2025 / 15:00 Yer: A-212