Yükseköğretim Araştırma Eğilimlerinin Gizli Dirichlet Tahsisi ile Analiz Edilmesi: Bir Metin Madencilik Yaklaşımı

Abstract

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.

This thesis investigates the research trends in higher education by analyzing a large corpus of over 69,000 academic publications indexed in the Web of Science (WOS). The study employs a combination of bibliometric analysis and topic modeling techniques, specifically Latent Dirichlet Allocation (LDA), to gain a deeper understanding of the higher education research landscape. The bibliometric analysis offers a comprehensive examination of the statistical distributions of WOS publications related to higher education. This includes aspects such as publication trends, document types, languages, and research areas, providing a solid foundation for understanding the research context in higher education. In parallel, the topic modeling analysis using LDA uncovers the main research trends, subjects, and frequently addressed topics in the field, shedding light on the evolution of research themes over time. This study provides a thorough picture of the current status of research on higher education by incorporating both bibliometric and topic modeling methodologies. The findings underscore the field's complexity and interdependence, emphasizing the need for a multidisciplinary strategy to address the possibilities and problems that exist in higher education. The results add to the body of knowledge in higher education research and are a useful tool for academics, decision-makers, and practitioners who want to remain up to date on the most recent advancements and trends in this field.