Afet eğitiminde yapay zekâ kullanımı, metin sınıflandırma ve soru-cevap çözümleri (bibliyometrik analiz)
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İzmir Bakırçay Üniversitesi Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
2001-2024 yılları arasında Web of Science veri tabanındaki dergilerden elde edilen 210 makale üzerinden gerçekleştirilen 'Afet Eğitiminde Yapay Zekâ Kullanımına İlişkin Bibliyometrik Analiz' çalışması, afet eğitimi ve yapay zekâ entegrasyonu alanındaki bilimsel gelişmeleri değerlendirmeyi amaçlamaktadır. Çalışma, Web of Science'in güvenilir verilerini kullanarak yapılan bibliyometri, performans analizi ve bilim haritalama analiziyle yürütülmüştür. Elde edilen bulgular, afet okuryazarlığı eğitiminde yapay zekâ temelli metin sınıflandırma ve soru-cevap çözümleri üzerine odaklanan 210 makalenin detaylı bir incelemesini sunmaktadır. Çalışmanın yöntemi, Biblioshiny aracını kullanarak performans analizi ve bilim haritalama analizi gerçekleştirmeyi içermektedir. Çalışmanın sonuçları, öne çıkan dergileri, yazarları, temaları, yayın sayılarını, dergi performanslarını, ülkeleri ve kurumları kapsayarak alandaki bilimsel etkinliği derinlemesine analiz etmektedir. Bu çalışma, yapay zekâ temelli çözümlerin afet eğitimine etkisini değerlendirmeyi amaçlayarak alanda gelecekteki çalışmalara ışık tutacak önemli bulgular sunmaktadır. Amaç: Bu çalışma, 2001-2024 yılları arasında WoS veri tabanındaki dergilerden afet eğitiminde yapay zekâ entegrasyonu üzerine bibliyometrik bir analiz yapmayı amaçlamaktadır. Çalışma, son yirmi üç yılın yayınlarını kapsamakta ve makalelerin performans analizi ve bilim haritalama analizini gerçekleştirmektedir. Tasarım/metodoloji/yaklaşım: Çalışmada, WoS veri tabanından alınan 210 makalenin bibliyometri, performans analizi ve bilim haritalama analizi kullanılmıştır. Çalışmada makalelerin bilimsel üretkenliği, üretken yazarlar, atıf yapılan belgeler, en ilgili kurumlar, atıf yapılan ülkeler, anahtar kelimelerin birlikte kullanımı, tematik haritalama, ortak atıflar ve yazarların ve ülkelerin işbirliği incelenmiştir. Çalışma, performans analizi ve bilim haritalama analizini gerçekleştirmek için Biblioshiny'i bir araç olarak kullanmıştır. Bulgular: Çalışma, 2001-2024 yılları arasındaki afet eğitiminde yapay zekâ, metin sınıflandırma ve soru-cevap çözümleri entegrasyonu üzerine yapılan 210 bilimsel makalenin bibliyometrik analizini sunmaktadır. Bulgular, alandaki bilimsel etkinlikteki artışı gösterirken, 2023 ve 2024'teki yayın sayısındaki düşüş yeni araştırmalarda azalma olabileceğine işaret etmektedir. Öne çıkan dergiler arasında "REMOTE SENSING" "APPLIED SCIENCES-BASEL" ve "IEEE ACCESS" yer alırken, Çin, ABD ve İran'ın etkili katkı sağladığı görülmektedir. Anahtar kelimeler arasında "yapay zekâ," "derin öğrenme" ve "makine öğrenmesi" öne çıkarken, çalışmanın gelecekteki araştırmalara yönlendirme potansiyeli bulunmaktadır. Tartışma: Araştırmanın sonuçlarını ve önemli bulgularını değerlendirerek yapay zekânın afet eğitimine etkilerini ve önemini ele almaktadır. Araştırma sonuçları, yapay zekânın afet eğitimine entegrasyonunun artan bir ilgi olduğunu ve bu alandaki literatürde belirgin bir büyüme olduğunu göstermektedir. Yapılan bibliyometrik analizler, atıf sayılarındaki artışı ve uluslararası işbirliğinin önemini vurgulamaktadır. Dergi analizi ise belirli dergilerin alan üzerindeki etkisini göstermektedir. Özetle, yapay zekânın afet eğitimine entegrasyonunun önemli olduğu ve gelecekteki araştırmalara yol gösterecek bir alanda olduğumuz sonucuna varılmıştır. Öneriler: Yapay zekânın afet eğitimine entegrasyonunu değerlendiren araştırma, gelecekteki çalışmalara rehberlik etmek ve yapay zekâ tabanlı çözümleri daha etkili hale getirmek için çeşitli öneriler sunmaktadır. Bu öneriler, disiplinler arası işbirliğini teşvik etmeye, uluslararası katılımı artırmaya, genç araştırmacıları desteklemeye ve afet eğitiminde yapay zekânın potansiyelini daha iyi değerlendirmeye odaklanmaktadır. Özgünlük/değer: Bu araştırmanın özgünlüğü ve değeri, 2001'den 2024'e kadar yapay zekânın afet eğitimine entegrasyonu üzerine 210 bilimsel makalenin kapsamlı bibliyometrik analizinde yatmaktadır. Çalışma, bu alandaki artan bilimsel faaliyetler hakkında fikir vermekte, önde gelen dergileri ve yazarları tanımlamakta ve uluslararası işbirliğini vurgulamaktadır. Bulgular, afet eğitiminde yapay zekânın mevcut manzarasının anlaşılmasına katkıda bulunmakta ve bu alanların kesişimiyle ilgilenen araştırmacılar, eğitimciler ve politika yapıcılar için değerli bir kaynak sunmaktadır. Çalışma ayrıca, gelecekteki araştırma katkılarına duyulan ihtiyacı vurgulamakta ve yapay zekânın afet eğitimine entegrasyonunu ilerletmek için belirli önerileri ana hatlarıyla belirtmektedir.
A bibliometric analysis was conducted on 210 articles obtained from journals indexed in the Web of Science database spanning the years 2001 to 2024 to evaluate scientific developments in the integration of disaster education and artificial intelligence. This study utilizes bibliometry, performance analysis, and science mapping analysis based on reliable data from Web of Science. The findings provide a detailed examination of the 210 articles focusing on artificial intelligence-based text classification and question-answer solutions in disaster literacy education. The methodology involves performance analysis and science mapping analysis conducted using the Biblioshiny tool. The results of the study analyze scientific activity in the field comprehensively, covering prominent journals, authors, themes, publication counts, journal performances, countries, and institutions. By aiming to assess the impact of AI-based solutions on disaster education, this study offers significant insights to guide future research in the field. Objective: This study aims to conduct a bibliometric analysis on the integration of artificial intelligence in disaster education based on journals indexed in the Web of Science database from 2001 to 2024. It covers publications from the past twenty-three years and performs performance analysis and science mapping analysis of the articles. Design/Methodology/Approach: The study utilizes bibliometry, performance analysis, and science mapping analysis on 210 articles obtained from the Web of Science database. It examines the scientific productivity of articles, productive authors, cited documents, most relevant institutions, cited countries, co-occurrence of keywords, thematic mapping, shared citations, and collaboration among authors and countries. The study employs Biblioshiny as a tool to conduct performance analysis and science mapping analysis. Findings: The study presents a bibliometric analysis of 210 scientific articles focusing on the integration of artificial intelligence, text classification, and question-answering solutions in disaster education between 2001 and 2024. The findings indicate an increase in scientific activity in the field, although a decrease in the number of publications in 2023 and 2024 suggests a potential decline in new research. Prominent journals include "REMOTE SENSING," "APPLIED SCIENCES-BASEL," and "IEEE ACCESS," with significant contributions noted from China, the USA, and Iran. Key terms such as "artificial intelligence," "deep learning," and "machine learning" stand out among the keywords, highlighting the potential for directing future research endeavors. Discussion: The paper discusses the implications and importance of artificial intelligence in disaster education by evaluating the results and key findings of the research. The research results show that the integration of AI into disaster education is of increasing interest and there is a marked growth in the literature in this field. Bibliometric analyses highlight the increase in the number of citations and the importance of international collaboration. The journal analysis shows the impact of specific journals on the field. In summary, it is concluded that the integration of artificial intelligence into disaster education is important and we are in an area that will guide future research. Recommendations: The research evaluating the integration of artificial intelligence into disaster education provides several recommendations to guide future studies and make AI-based solutions more effective. These recommendations focus on encouraging interdisciplinary collaboration, increasing international participation, supporting young researchers, and better evaluating the potential of AI in disaster education. Originality/Value: The uniqueness and value of this research lie in the comprehensive bibliometric analysis of 210 scientific articles on the integration of artificial intelligence into disaster education from 2001 to 2024. The study provides insights into increasing scientific activities in this field, identifies leading journals and authors, and highlights international collaboration. The findings contribute to understanding the current landscape of artificial intelligence in disaster education and provide a valuable resource for researchers, educators, and policymakers interested in the intersection of these fields. The study also underscores the need for future research contributions and outlines specific recommendations to advance the integration of artificial intelligence into disaster education.
A bibliometric analysis was conducted on 210 articles obtained from journals indexed in the Web of Science database spanning the years 2001 to 2024 to evaluate scientific developments in the integration of disaster education and artificial intelligence. This study utilizes bibliometry, performance analysis, and science mapping analysis based on reliable data from Web of Science. The findings provide a detailed examination of the 210 articles focusing on artificial intelligence-based text classification and question-answer solutions in disaster literacy education. The methodology involves performance analysis and science mapping analysis conducted using the Biblioshiny tool. The results of the study analyze scientific activity in the field comprehensively, covering prominent journals, authors, themes, publication counts, journal performances, countries, and institutions. By aiming to assess the impact of AI-based solutions on disaster education, this study offers significant insights to guide future research in the field. Objective: This study aims to conduct a bibliometric analysis on the integration of artificial intelligence in disaster education based on journals indexed in the Web of Science database from 2001 to 2024. It covers publications from the past twenty-three years and performs performance analysis and science mapping analysis of the articles. Design/Methodology/Approach: The study utilizes bibliometry, performance analysis, and science mapping analysis on 210 articles obtained from the Web of Science database. It examines the scientific productivity of articles, productive authors, cited documents, most relevant institutions, cited countries, co-occurrence of keywords, thematic mapping, shared citations, and collaboration among authors and countries. The study employs Biblioshiny as a tool to conduct performance analysis and science mapping analysis. Findings: The study presents a bibliometric analysis of 210 scientific articles focusing on the integration of artificial intelligence, text classification, and question-answering solutions in disaster education between 2001 and 2024. The findings indicate an increase in scientific activity in the field, although a decrease in the number of publications in 2023 and 2024 suggests a potential decline in new research. Prominent journals include "REMOTE SENSING," "APPLIED SCIENCES-BASEL," and "IEEE ACCESS," with significant contributions noted from China, the USA, and Iran. Key terms such as "artificial intelligence," "deep learning," and "machine learning" stand out among the keywords, highlighting the potential for directing future research endeavors. Discussion: The paper discusses the implications and importance of artificial intelligence in disaster education by evaluating the results and key findings of the research. The research results show that the integration of AI into disaster education is of increasing interest and there is a marked growth in the literature in this field. Bibliometric analyses highlight the increase in the number of citations and the importance of international collaboration. The journal analysis shows the impact of specific journals on the field. In summary, it is concluded that the integration of artificial intelligence into disaster education is important and we are in an area that will guide future research. Recommendations: The research evaluating the integration of artificial intelligence into disaster education provides several recommendations to guide future studies and make AI-based solutions more effective. These recommendations focus on encouraging interdisciplinary collaboration, increasing international participation, supporting young researchers, and better evaluating the potential of AI in disaster education. Originality/Value: The uniqueness and value of this research lie in the comprehensive bibliometric analysis of 210 scientific articles on the integration of artificial intelligence into disaster education from 2001 to 2024. The study provides insights into increasing scientific activities in this field, identifies leading journals and authors, and highlights international collaboration. The findings contribute to understanding the current landscape of artificial intelligence in disaster education and provide a valuable resource for researchers, educators, and policymakers interested in the intersection of these fields. The study also underscores the need for future research contributions and outlines specific recommendations to advance the integration of artificial intelligence into disaster education.
Açıklama
Anahtar Kelimeler
Bibliyografya, Bibliography ; Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
