FİNANSAL OKURYAZARLIK PERFORMANSINI TAHMİN ETMEDE MAKİNE ÖĞRENMESİ ALGORİTMALARININ ROLÜ: DANİMARKA, ABD VE MALEZYA KARŞILAŞTIRMASI

Authors : Ayça Akın, Emine Ebru Bozçelik
Pages : 649-683
Doi:10.21560/spcd.vi.1675398
View : 86 | Download : 100
Publication Date : 2025-09-30
Article Type : Research Paper
Abstract :Bu çalışma, PISA 2022 verilerini kullanarak Danimarka, ABD ve Malezya\\\'daki öğrencilerin finansal okuryazarlık performansını tahmin etmede makine öğrenmesi algoritmalarının etkinliğini ve belirleyici faktörleri karşılaştırmayı amaçlamaktadır. Araştırmada, beş makine öğrenmesi algoritması (Rastgele Orman, Gradyan Artırma, Destek Vektör Makineleri, K-En Yakın Komşular ve Düzeltilmiş Lineer Regresyon) karşılaştırmalı olarak uygulanmış, topluluk öğrenme algoritmalarından özellikle Gradyan Artırma ve Rastgele Orman algoritmasının büyük veri setlerinde daha başarılı olduğu tespit edilmiştir. Ülkeler bazında farklı algoritmaların farklı başarılar göstermesi dikkat çekicidir. Matematik okuryazarlığı her üç ülkede de en güçlü yordayıcı olarak belirlenirken, okuma becerileri de önemli bir rol oynamıştır. Malezya\\\'da sosyoekonomik faktörlerin daha belirleyici olduğu gözlemlenmiştir. Ayrıca, finansal konularda özgüvenin Danimarka ve ABD’de etkili olduğu bulunmuştur. Temel bilişsel becerilerin (matematik okuryazarlığı ve okuma becerileri) finansal okuryazarlıkla olan ilişkisi, eğitim stratejilerinde bu alanlara odaklanmanın önemini göstermektedir. Modeller, yüksek ve düşük performanslı öğrencilerin tahmininde zorluk yaşamış, bu da daha derin psikolojik ve kültürel faktörler ile bireysel farklılıklar ile ilgili değişkenlerin eklenmesi gerekliliğine işaret etmiştir. Çalışma, finansal okuryazarlık eğitiminde matematik okuryazarlığı ve okuma becerilerine odaklanan bütünleşik politikaların önemini vurgulamakta, aynı zamanda sosyoekonomik ve kültürel açıdan ülke bağlamına özgü stratejilerin geliştirilmesi gerektiğini önermektedir.
Keywords : Finansal okuryazarlık, ekonomi, makine öğrenme, PISA 2022

ORIGINAL ARTICLE URL