Modeling Education Studies Indexed in Web of Science Using Natural Language Processing

Authors : Tuncer AKBAY

Pages : 129-143

Doi:10.52911/itall.1193460

View : 21 | Download : 11

Publication Date : 2022-12-31

Article Type : Research Paper

Abstract :Gelişen teknolojiyle birlikte bilgi kaynaklarına erişim daha kolay hale geldi. Bu durum araştırmacıların kısa sürede daha fazla yayın yapmasına ve büyük birçoğunun elektronik olarak yayınlanmasına ve depolanmasına olanak sağladı. Akademik yayınların büyük bir kısmı Web of Science ve Scopus gibi bilimsel veri tabanlarında indekslenirler ve ilgili veri tabanlarından erişilirler. Bu veri tabanları binlerce hatta milyonlarca araştırma raporlarını depolar. Web of Science ve Scopus gibi indexler abonelik tabanlı erişim sağladıkları veri tabanlarından veri almak için arama motoru ve filtreleme seçenekleri sunsalar da içeriklerinin yakından ilişkili olduğu yayınları bulmak yine de zordur. Doğal dil işleme gibi yapay zekâ teknolojileri, belgelerin içeriklerine göre kategorilere ayrılmasını sağlar. Top2Vec, kullanıcıların dokümanları anlamsal olarak kategorize etmelerini sağlayan denetimsiz konu modelleme algoritmalarından biridir. Bu çalışmanın amacı iki yönlüdür: insert ignore into journalissuearticles values(1); Araştırmacılara doğal dil işleme tekniklerini uygulayarak içerikleri gruplama becerisi kazandırmak ve insert ignore into journalissuearticles values(2); 2021 yılında yayınlanmış olan ve Web of Science\`da ‘Education Scientific Dsciplines’ insert ignore into journalissuearticles values(Eğitim Bilimsel Disiplinleri); kategorisinde indekslenen makalelerin içeriklerini gruplandırarak en çok yayın yapılan konuları tespit etmektir. Top2Vec algoritmasını çalıştırmak için yazılacak olan Pyhton kodları Google Colab Notebook kullanılmıştır. Bu çalışmada 2021 yılında yayınlanan ve Web of Science veri tabanında Eğitim Bilimsel Disiplinleri kategorisi altında indekslenen 8125 makale arasından 68 farklı konu tespit edilerek her bir konudaki makale sayıları ortaya konulmuştur. Modellenen konular en fazla yayın yapılmış insert ignore into journalissuearticles values(örn, makale); konudan insert ignore into journalissuearticles values(N=549); en az yayın yapılmış konuya insert ignore into journalissuearticles values(N=29); doğru sıralandıktan sonra ilk sekiz konunun içerdiği anahtar kelimeler raporlanmış ve tartışılmıştır. En çok araştırma yapılan bu sekiz konu şu şekilde listelenmiştir: Fizik eğitimi insert ignore into journalissuearticles values(N=549);, Çevrimiçi Eğitim ve Kovid-19 insert ignore into journalissuearticles values(N=438);, Kimya Eğitimi insert ignore into journalissuearticles values(N=381);, Matematik Eğitimi ve Akıl Yürütme insert ignore into journalissuearticles values(N=377);, Psikoloji ve Duygu Durumu insert ignore into journalissuearticles values(N=257 );, Eğitimde Kültürel Çeşitlilik insert ignore into journalissuearticles values(N=228);, Sağlık ve Yaşam insert ignore into journalissuearticles values(N=223);, Mentorluk ve Liderlik insert ignore into journalissuearticles values(N=204);.
Keywords : Konu modelleme, Eğitim Araştırmaları, Makine öğrenmesi, Doğal dil işleme, Top2Vec algoritma, Topic modeling, Machine Learning, Education, NLP, Artificial intelligence, Top2Vec algorithm