Ekin, Cansu Çiğdem

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14411/6950
Name Variants
Aydin, Cansu Cigdem
Cansu Cigdem, Ekin
E.,Cansu Çiğdem
Aydin C.
Ekin, Cansu Cigdem
Ekin, Cansu
Aydin, C. C.
E., Cansu Çiğdem
C. C. Ekin
E., Cansu Cigdem
C.C.Ekin
C.Ç.Ekin
C., Ekin
Ekin, Cansu Çiğdem
C. Ç. Ekin
E.,Cansu Cigdem
Ekin, Cansu C.
Ekin,C.C.
Cansu Çiğdem, Ekin
C.,Ekin
Ekin,C.Ç.
Ekin C.
Aydın, Cansu Ciğdem
Rouyendegh, Babak Daneshvar
Rouyendegh (B Erdebilli), Babak Daneshvar
Job Title
Doçent Doktor
Email Address
cansu.aydin@atilim.edu.tr
Main Affiliation
Computer Engineering
Status
Website
ORCID ID
0000-0003-4838-9708
Scopus Author ID
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
AFE-7836-2022

Sustainable Development Goals

5

GENDER EQUALITY
GENDER EQUALITY Logo

0

Research Products

14

LIFE BELOW WATER
LIFE BELOW WATER Logo

1

Research Products

10

REDUCED INEQUALITIES
REDUCED INEQUALITIES Logo

0

Research Products

3

GOOD HEALTH AND WELL-BEING
GOOD HEALTH AND WELL-BEING Logo

2

Research Products

2

ZERO HUNGER
ZERO HUNGER Logo

2

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE
INDUSTRY, INNOVATION AND INFRASTRUCTURE Logo

1

Research Products

16

PEACE, JUSTICE AND STRONG INSTITUTIONS
PEACE, JUSTICE AND STRONG INSTITUTIONS Logo

0

Research Products

11

SUSTAINABLE CITIES AND COMMUNITIES
SUSTAINABLE CITIES AND COMMUNITIES Logo

0

Research Products

8

DECENT WORK AND ECONOMIC GROWTH
DECENT WORK AND ECONOMIC GROWTH Logo

0

Research Products

13

CLIMATE ACTION
CLIMATE ACTION Logo

1

Research Products

4

QUALITY EDUCATION
QUALITY EDUCATION Logo

8

Research Products

6

CLEAN WATER AND SANITATION
CLEAN WATER AND SANITATION Logo

0

Research Products

1

NO POVERTY
NO POVERTY Logo

1

Research Products

15

LIFE ON LAND
LIFE ON LAND Logo

0

Research Products

17

PARTNERSHIPS FOR THE GOALS
PARTNERSHIPS FOR THE GOALS Logo

0

Research Products

7

AFFORDABLE AND CLEAN ENERGY
AFFORDABLE AND CLEAN ENERGY Logo

0

Research Products

12

RESPONSIBLE CONSUMPTION AND PRODUCTION
RESPONSIBLE CONSUMPTION AND PRODUCTION Logo

0

Research Products
This researcher does not have a Scopus ID.
Documents

14

Citations

165

Go to WoS profile
Scholarly Output

42

Articles

23

Views / Downloads

4/0

Supervised MSc Theses

4

Supervised PhD Theses

0

WoS Citation Count

563

Scopus Citation Count

646

WoS h-index

15

Scopus h-index

15

Patents

0

Projects

0

WoS Citations per Publication

13.40

Scopus Citations per Publication

15.38

Open Access Source

8

Supervised Theses

4

Google Analytics Visitor Traffic

JournalCount
Tehnicki Vjesnik4
3rd International Conference on Information Management and Evaluation (ICIME) -- APR 16-17, 2012 -- Atilim Univ, Performance Management & Applicat Res Ctr, Ankara, TURKEY3
Journal of Applied Mathematics2
Journal of Systems Architecture2
UBMK 2018 - 3rd International Conference on Computer Science and Engineering -- 3rd International Conference on Computer Science and Engineering, UBMK 2018 -- 20 September 2018 through 23 September 2018 -- Sarajevo -- 1435602
Current Page: 1 / 6

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud
Has files: true

Scholarly Output Search Results

Now showing 1 - 6 of 6
  • Thumbnail Image
    Master Thesis
    Yükseköğretim Araştırma Eğilimlerinin Gizli Dirichlet Tahsisi ile Analiz Edilmesi: Bir Metin Madencilik Yaklaşımı
    (2023) Alrayashı, Abdulazız Mohammedabdullah; Ekin, Cansu Çiğdem
    Bu tez, Web of Science'ta (WOS) endekslenen 69.000'den fazla akademik yayından oluşan geniş bir külliyatı analiz ederek yüksek öğretimdeki araştırma eğilimlerini araştırmaktadır. Çalışma, yüksek öğretim araştırma ortamına ilişkin daha derin bir anlayış kazanmak için bibliyometrik analiz ve konu modelleme tekniklerinin, özellikle Gizli Dirichlet Tahsisi'nin (LDA) bir kombinasyonunu kullanır. Bibliyometrik analiz, yüksek öğretimle ilgili WOS yayınlarının istatistiksel dağılımlarının kapsamlı bir incelemesini sunar. Bu, yüksek öğretimdeki araştırma bağlamını anlamak için sağlam bir temel sağlayan yayın eğilimleri, belge türleri, diller ve araştırma alanları gibi unsurları içerir. Buna paralel olarak, LDA kullanan konu modelleme analizi, alandaki ana araştırma eğilimlerini, konuları ve sıklıkla ele alınan konuları ortaya çıkararak araştırma temalarının zaman içindeki gelişimine ışık tutar. Bu çalışma, hem bibliyometrik hem de konu modelleme metodolojilerini birleştirerek yüksek öğretim araştırmalarının mevcut durumunun kapsamlı bir resmini sunmaktadır. Bulgular, alanın karmaşıklığının ve karşılıklı bağımlılığının altını çizerek, yüksek öğretimde var olan olasılıkları ve sorunları ele almak için çok disiplinli bir stratejiye duyulan ihtiyacı vurgulamaktadır. Sonuçlar, yüksek öğretim araştırmalarındaki bilgi birikimine katkıda bulunur ve bu alandaki en son gelişmeler ve eğilimler hakkında güncel kalmak isteyen akademisyenler, karar vericiler ve uygulayıcılar için yararlı bir araçtır.
  • Thumbnail Image
    Master Thesis
    Konu Modelleme ile Varlığından Bügüne Kadar Mobil Öğrenme Alanındaki Araştırmaların Tema ve Trendlerinin Tespiti
    (2021) Algabsı, Salah Eddın; Ekin, Cansu Çiğdem
    Günümüzde mobil telefonlar sadece bir telefon olarak değil, aynı zamanda bireyleri eğitmek için kullanılabilecek, öğrenme için gelişmiş özellikler sağlayan ve bilim adamlarının yeni bir modern eğitim paradigması geliştirmek için mobil cihazlardan yararlanma konusundaki ilgisinin artmasına yol açan akıllı cihazlardır. Son zamanlarda, Covid-19 pandemisinin etkisiyle, dünya çapındaki ülkeler, özellikle çevrimiçi/e-öğrenme olmak üzere uzaktan öğrenme teknolojileri geliştirmeye daha fazla yönelerek Mobil Öğrenme (m-öğrenme) ortamlarının daha çekici ve yaygın olmasını sağladı. Bu çalışma, mobil öğrenmenin varlığından günümüze kadar olan tüm araştırma eğilimlerini tespit etmeyi amaçlamaktadır. İlk olarak, bu çalışmada, alan bilgisinin önceki durumunu değerlendirmek için m-öğrenmede önceki çalışmalar hakkında geniş spektrumlu bir literatür taraması gerçekleştirilmiştir. İkinci olarak, çalışma, mobil öğrenme yayınlarının içeriğine Latent Dirichlet Allocation (LDA) Konu Modellemesi ile metin madenciliği teknikleri uygulamıştır. Uygulanan analiz sonucunda, m-öğrenmede 12 baskın konu tespit edilmiştir. İlk üç konu: 'Mobil Teknoloji ile Öğrenim', 'Öğrenci Dil Öğrenim' ve 'Öğrenme Tasarımı' dır.
  • Thumbnail Image
    Review
    Citation - WoS: 42
    Citation - Scopus: 57
    Drawing the Big Picture of Games in Education: a Topic Modeling-Based Review of Past 55 Years
    (Pergamon-elsevier Science Ltd, 2023) Ekin, Cansu C.; Polat, Elif; Hopcan, Sinan
    The literature of games in education has a rich and multidisciplinary content. Due to the large number of studies in the field, it is not easy to analyze all relevant studies. There are few studies exploring the big picture of research trends in the field. For this reason, the purpose of this study is to examine longitudinal trends of game-based research in education using text mining tech-niques. 4980 publications were retrieved as an experimental dataset indexed by the SCOPUS database in the period 1968 to mid-2021. The results include descriptive statistics of game-based research, trends of the research topics, and trends in the frequency of each topic over time. They show that the number of studies focusing on the use of games in education has increased, particularly since the 2000s when Internet use accelerated and became widespread. Approxi-mately 70% of all the studies were conducted in the last 10 years. One third of the studies is related to the main topic of game-based learning. It is significant that in the last three decades the topic of serious games has been among the top three trends. Considering usage acceleration of the topics, the highest values belong to game-based learning, serious games and student science games, in that order. The findings of this study are expected to guide the field by providing a better understanding of the trends of games in education and offer a direction for future research.
  • Thumbnail Image
    Article
    Citation - WoS: 3
    Citation - Scopus: 8
    Artificial Intelligence in Education: a Text Mining-Based Review of the Past 56 Years
    (Springer, 2025) Ekin, C.C.; Cantekin, Ö.F.; Polat, E.; Hopcan, S.
    Artificial Intelligence in Education (AIED) is a broad and multifarious area of study that spans across various academic fields. Due to the high numbers of studies in this field, it seems too challenging to analyze all of them in depth in a single study. Additionally, there is a lack of research that provides a comprehensive overview of the main trends and topics in AIED. This study, hence, aims to fill this gap by using text mining techniques to examine how artificial intelligence (AI)-related research in education has evolved over time. To this end, a total of 11,027 articles indexed by the Scopus database in the field of education between 1967 and 2023 were examined. Based on the findings, there has been a significant increase in AIED since 2014, covering 73% of the publications. Over the past three decades, AIED research has increasingly concentrated on engineering student populations and conference proceedings. Notably, AI solutions are extensively employed in education, with a strong focus on personalization, assessment, and evaluation. They also play a prominent role in research review processes, such as text mining and topic modeling for summarizing research findings. The findings contribute to the field, enhancing our understanding of the patterns of AI’s integration into education and offering guidance for prospective research endeavors. © The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2024.
  • Thumbnail Image
    Master Thesis
    Yapay Zeka Tabanlı Kuraklık Yönetim Sisteminin Geliştirilmesi: Türkiye için Bir Vaka Çalışması
    (2024) Sabamehr, Mılad; Ekin, Cansu Çiğdem
    Sanayi büyümesi ve kirlilik nedeniyle gelişmiş ülkeler için kuraklık ciddi bir sorun haline gelmektedir. Bu sorunun üstesinden gelmek için yenilikçi yaklaşımlara ihtiyaç vardır, bunlardan biri de yapay zeka (AI) gibi teknolojilerdir. Bu çalışma, bir veri yönetim sistemi, tahmin sistemi ve PDSI ve SPI hesaplama sistemi içeren bir AI tabanlı kuraklık yönetim sistemini tanıtmaktadır. Veri yönetim sistemi, kullanıcıların Türkiye'nin çeşitli bölgelerinden tarımsal verileri analiz etmelerine olanak tanır. Tahmin sistemi, yağış ve sıcaklık tahmin etmek için SARIMA, ARIMA ve Prophet algoritmalarını kullanır. En iyi performans gösteren algoritma, hata oranlarına göre seçilir, böylece doğru tahminler yapılır. Bu tahminler daha sonra veri yönetim sisteminde saklanır. Yapay zeka tarafından oluşturulan verilerden yararlanarak, PDSI ve SPI hesaplama sistemi bir sonraki iki yıl için PDSI ve SPI tahmin eder. Ayrıca, sistem beklenen hava koşullarını PDSI ve SPI tahminleri ile karşılaştırarak belirli bölgelerde tarımsal ürün yetiştirme riskini değerlendirir. Sonuçlar, ARIMA'nın sıcaklık ortalamalarını tahmin etmek için en uygun olduğunu, SARIMA'nın ise yağışı tahmin etmek için en iyi performansı gösterdiğini göstermektedir. 2024'te Şanlıurfa ilinde Buğday ürünleri için PDSI'nin %91 risk seviyesi ve SPI-3'ün %75 risk seviyesi olduğunu göstermektedir.
  • Thumbnail Image
    Master Thesis
    Makine Öğrenme Tekniklerini Kullanarak Öğrencinin Akademik Performansinin Tahmin Edilmesi
    (2023) Doost, Mırwaıs; Ekin, Cansu Çiğdem
    Son dönemde eğitim sektörü, dünya genelinde insanların en fazla ilgisini çeken sektörlerden biri haline gelmiş ve bu, bu sektöre yatırım yapmak ve gelir elde etmek isteyenler için daha değerli hale gelmiştir. Bu nedenle, bu alanı daha istikrarlı hale getirmek için büyük çaba harcanmaktadır. Öğrenciler, bu alandaki en büyük paydaşlardır ve bu nedenle eğitimde daha fazla dikkat gerektirirler. Tüm üniversiteler, öğrencilerinin memnuniyetini sağlamak ve eğitim kalitesini artırmak için çaba sarf etmektedir. Çünkü eğitim kalitesi, öğrencilerin başarı oranı ve kurumun öğrencilerini elinde tutma yeteneğine bağlıdır. Öğrenci performansını tahmin etmek, başarısızlık riski taşıyan öğrencileri tanımlamanın bir yolu olduğu için yönetim, öğrenci performansını artırmak için kararlar alabilir. Bu analizler, Eğitim Veri Madenciliği (EDM) olarak adlandırılan, sonuçlar üretmek için çok büyük veri kümelerini keşfedebilen Makine Öğrenimi (ML) alt kümesi aracılığıyla gerçekleştirilebilir. Bu çalışmanın ana amacı, en uygun veri madenciliği algoritmalarını kullanarak öğrenci akademik performansını tahmin etmek ve lisans düzeyinde bilgisayar mühendisliği öğrencilerinin performansını etkileyen faktörleri belirlemektir. Öğrenci akademik performansı, Final Notu, Çalışma Süresi ve Bir Sonraki Dönem Ders Notu olmak üzere üç farklı açıdan analiz edilmiştir. Sonuçlarımız, Destek Vektör Makinesi (SVM) ve Karar Ağacı (DT) gibi iki en iyi ML algoritmasının olduğunu göstermektedir ve ayrıca sadece Final Notunun tahminde en değerli faktör olduğunu göstermiştir.