2 results
Search Results
Now showing 1 - 2 of 2
Article Hemşirelik Öğrencilerinin İntramüsküler Enjeksiyon Bilgi Düzeylerini Yordayan Bazı Değişkenlerin İncelenmesi: Chaid Analizi(2022) Kısacık, Öznur Gürlek; Sönmez, Münevver; Doğan, Mehmet Latif; Aslan, Serdar; Arslan, SerdarAmaç: Bu araştırmanın amacı hemşirelik öğrencilerinin intramüsküler enjeksiyona ilişkin bilgi düzeylerini yordayan bazı değişkenlerin incelenmesidir. Gereç ve Yöntem: Tanımlayıcı ve kesitsel tipteki bu araştırma 1 Aralık 2020-15 Ocak 2021 tarihleri arasında araştırmaya katılmayı gönüllü olarak kabul eden 359 hemşirelik öğrencisi ile yürütüldü. Araştırma verileri ''Öğrenci Bilgi Formu'' ve ''IM Enjeksiyon Başarı Testi'' ile toplandı. Araştırma verilerinin analizi SPSS versiyon 22.0 paket programı ile yapıldı. Verilerin analizinde tanımlayıcı istatistikler ve çok değişkenli bir istatistiksel yaklaşım tekniği olan CHAID (karar ağaçları yaklaşım tekniği) analizi uygulandı. Bulgular: Hemşirelik öğrencilerin IM Enjeksiyon Başarı Testi puan ortalamasının 21 puan üzerinden 8.82±0.20 olduğu belirlendi. CHAID analizi sonucuna göre; kız öğrencilerin anlamlı olarak daha yüksek bilgi puanına sahip oldukları saptandı (p<0.001). Ayrıca kız öğrencilerde, eğitim yılı arttıkça intramüsküler enjeksiyon bilgi puanlarının düştüğü belirlendi (p=0.034). Erkek öğrenciler için ise; intramüsküler enjeksiyon uygulama sayısı arttıkça intramüsküler enjeksiyon bilgi puanının da anlamlı olarak arttırdığı saptandı (p=0.001). Sonuç: Hemşirelik öğrencilerinin intramüsküler enjeksiyon bilgilerinin yeterli düzeyde olmadığı, geliştirilmesi gereken alanların olduğu saptandı.Conference Object Slim-Tree and Bitmatrix Index Structures in Image Retrieval System Using Mpeg-7 Descriptors(Ieee, 2008) Acar, Esra; Arslan, Serdar; Yazici, Adnan; Koyuncu, MuratContent-based retrieval of multimedia data has still been an active research area. The efficient retrieval in natural images has been proven a difficult task for content-based image retrieval systems. In this paper, we present a system that adapts two different index structures, namely Slim-Tree and BitMatrix, for efficient retrieval of images based on multidimensional low-level features such as color, texture and shape. These index structures also use metric space. We use MPEG-7 Descriptors extracted from images to represent these features and store them in a native XML database. The low-level features; Color Layout (CL), Dominant Color (DC), Edge Histogram (EH) and Region Shape (RS) are used in Slim-Tree and BitMatrix and aggregated by Ordered Weighted Averaging (OWA) method to find final similarity between any two objects. The experiments included in the paper are in the subject of index construction and update, query response time and retrieval effectiveness using ANMRR performance metric and precision/recall scores. The experimental results strengthen the case that uses BitMatrix along with Ordered Weighted Averaging method in content-based image retrieval systems.
