Beden eğitimi öğretmenlerinin spor karakterinin ve çoklu zeka alanlarının yapay zeka kullanılarak incelenmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Kış Sporları Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: AHMET DÜZGÜNCE
Danışman: Mehmet Ertuğrul Öztürk
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Bu araştırmada amaç; beden eğitimi öğretmenlerinin spor karakterinin ve çoklu zekâ alanlarının yapay zekâ kullanılarak incelemektir. Yöntem: Bu çalışmaya Sivas ilinde beden eğitimi öğretmenliği yapan 262 kişi katılmıştır. Araştırma nicel araştırma yaklaşımı içerisinde yer alan betimsel tarama metoduna göre desenlenmiştir. Çalışmada veri toplama aracı olarak Kişisel Bilgi Formu, Spor Karakter Ölçeği ve Çoklu Zekâ Ölçeği kullanılmıştır. Verilerin istatistik analizi için SPSS istatistik programı ve spor karakterleri ile çoklu zekâ alanlarının ayrı ayrı tespiti için yapay zekâ algoritmaları kullanılmıştır. Bulgular: Toplanan veriler üzerinde yapılan istatistiksel analizler neticesinde spor karakter ölçeğinde sporculuk seviyesinde (p<.05) anlamlı sonuçlar elde edilmiştir. Çoklu zekâ ölçeğinde spor branşı ve sporculuk seviyesinde anlamlı sonuç elde edilmiştir. Yapay zekâ sınıflandırıcıları ile yapılan deneylerde spor karakteri ve çoklu zekâ alanlarının sınıflandırılması amacıyla Naive Bayes (NB), kNN, Çok Katmanlı Algılayıcı (MLP), Karar Ağacı (DT) ve Rastgele Orman (RF) algoritmaları uygulanmıştır. Spor karakteri sınıflandırmasında MLP, antisosyal hariç tüm sınıflarda diğer sınıflandırıcılardan daha yüksek doğruluk oranını (%89) sağlamıştır. Çoklu zekâ alanı sınıflandırmasında tüm algoritmaların performansı, artan sınıf sayısı nedeniyle düşmüş ve en yüksek doğruluk oranı MLP ile (%73) elde edilmiştir. Sonuç: Verilerin istatistiksel analizi sonucunda beden eğitimi öğretmenlerinin spor karakterlerinin sportmen ve çoklu zekâ alanının bedensel zekâ olduğu sonucuna varılmıştır. Spor karakteri ve çoklu zekâ alanı sınıflandırmasında çok katmanlı algılayıcı ile elde edilen sonuçlar diğer algoritmalar ile elde edilen sonuçlardan daha iyi çıkmış olup bu sınıflandırma problemlerinin çözümünde çok katmanlı algılayıcının kullanılabileceği görülmüştür. Veri miktarının sınıf bazında artırılması ile daha başarılı sonuçların elde edilebileceği değerlendirilmiştir.