Show simple item record

dc.contributor.advisorBaloğlu, Mustafa
dc.contributor.authorAtmaca, Furkan
dc.date.accessioned2024-08-14T07:14:23Z
dc.date.issued2024
dc.date.submitted2024-05-03
dc.identifier.citationAtmaca, F. (2024). İki kere farklılığı belirlemeye yönelik web tabanlı bilişsel değerlendirme bataryasının geliştirilmesi [Doktora tezi, Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü]. Yüksek Öğretim Kurulu Ulusal Tez Merkezi.tr_TR
dc.identifier.urihttps://hdl.handle.net/11655/35521
dc.description.abstractThis study aims to develop a Web-Based Cognitive Assessment Battery (WECAB) tailored to the cognitive characteristics of twice-exceptional students and evaluate the effectiveness of machine learning algorithms in identifying these students. A meta-analysis was conducted to determine the areas to be assessed by the WECAB. The cognitive characteristics of gifted students and those with learning disabilities are taken into account, and the battery was designed to evaluate four domains: Non-verbal Ability, Memory, Naming Speed, and Pseudoword Reading. The study included a sample of 425 elementary school students, encompassing typically developing, gifted, twice-exceptional, and learning-disabled students. Cluster sampling was used for typically developing students, and criterion sampling was used for other students. Construct validity was assessed through hierarchical confirmatory factor analysis, which demonstrated an excellent fit with the data set. Criterion validity was established by showing significant correlations between the WECAB tasks and four different measurement tools: TONI-3 (.92), the Rapid Naming Test (.91), Working Memory Test (.65), and reading speed (.54). The internal consistency reliability of the WECAB tasks was high (α = .84-.93, ω = .85-.93) and test-retest reliability for two administrations conducted 11-12 weeks interval ranged from .78 to .92. Moreover, the developed supervised machine learning algorithm achieved an accuracy of 96.88% in distinguishing between twice-exceptional, gifted, typically developing, and learning-disabled students. Thus, the WECAB emerges as a valid and reliable tool for assessing primary school students, offering the capability to discriminate twice-exceptional, gifted, and learning disabled students from their typically developing peers using machine learning algorithms.tr_TR
dc.language.isoturtr_TR
dc.publisherEğitim Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectİki kere farklıtr_TR
dc.subjectMakine öğrenmesitr_TR
dc.subjectYapay zekâtr_TR
dc.subjectÜstün zekâtr_TR
dc.subjectÖğrenme güçlüğütr_TR
dc.subject.lcshL- Eğitimtr_TR
dc.titleİki Kere Farklılığı Belirlemeye Yönelik Web Tabanlı Bilişsel Değerlendirme Bataryasının Geliştirilmesitr_TR
dc.typeinfo:eu-repo/semantics/doctoralThesistr_TR
dc.description.ozetBu araştırmanın amacı, iki kere farklı öğrencilerin bilişsel özellikleri doğrultusunda Web Tabanlı Bilişsel Değerlendirme Bataryasının (WEBİDEB) geliştirilmesi ve makine öğrenmesi algoritmalarının bu öğrencileri ayırt etmedeki başarısının incelenmesidir. WEBİDEB’in değerlendireceği alanlar için bir meta-analiz çalışması yapılmıştır. Üstün zekâlı ve öğrenme güçlüğü olan öğrencilerin bilişsel özelliklerini de dikkate alarak dört alanda (sözel olmayan yetenek, bellek, isimlendirme hızı, anlamsız kelime okuma) değerlendirme yapan bir batarya geliştirilmiştir. Pilot ve asıl uygulamalarda tipik gelişen, üstün zekâlı, iki kere farklı ve öğrenme güçlüğü olan toplam 425 ilkokul öğrencisine ulaşılmıştır. Tipik gelişen öğrenciler için küme örnekleme; diğer öğrenciler için ölçüt örnekleme tekniği kullanılmıştır. Bataryanın yapı geçerliliği hiyerarşik doğrulayıcı faktör analiziyle test edilmiştir. Test edilen kuramsal modelin veri setiyle iyi uyum gösterdiği belirlenmiştir. Ölçüt geçerliliği için dört farklı ölçme aracı ile WEBİDEB görevleri arasındaki ilişkiler incelenmiştir. WEBİDEB görevleriyle TONI-3 (.92), Hızlı İsimlendirme Testi (.91), okuma hızı (.65) ve Çalışma Belleği Ölçeği (.54) manidar ilişkiler göstermiştir. WEBİDEB görevlerinin yüksek iç tutarlılık güvenilirliğine sahip olduğu belirlenmiştir (α = .84 - .93, ω = .85 - .93). 11-12 hafta arayla yapılan iki uygulamada, test-tekrar test güvenilirliği .78 - .92 aralığında belirlenmiştir. Geliştirilen denetimli makine öğrenmesi algoritmasının, iki kere farklı, üstün zekâlı, tipik gelişen ve öğrenme güçlüğü olan öğrencileri %96.88 doğrulukta ayırt edebildiği tespit edilmiştir. Dolayısıyla, WEBİDEB’in ilkokul öğrencilerinin değerlendirilmesinde kullanılabilecek geçerli ve güvenilir bir araç olduğu; makine öğrenmesi algoritmaları kullanılarak iki kere farklı, üstün zekâlı ve öğrenme güçlüğü olan öğrencilerin tipik gelişen akranlarından ayırt edilebileceği belirlenmiştir.tr_TR
dc.contributor.departmentÖzel Eğitimtr_TR
dc.embargo.termsAcik erisimtr_TR
dc.embargo.lift2024-08-14T07:14:23Z
dc.fundingYoktr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record