{"id":12249,"date":"2023-05-17T11:30:12","date_gmt":"2023-05-17T08:30:12","guid":{"rendered":"https:\/\/bestessayhomework.com\/tr\/?p=12249"},"modified":"2023-05-17T11:30:12","modified_gmt":"2023-05-17T08:30:12","slug":"karmasik-aglar-basim-teknolojileri-basim-teknolojileri-odevleri-basim-teknolojileri-odev-ucretleri-basim-teknolojileri-bolumu","status":"publish","type":"post","link":"https:\/\/bestessayhomework.com\/tr\/karmasik-aglar-basim-teknolojileri-basim-teknolojileri-odevleri-basim-teknolojileri-odev-ucretleri-basim-teknolojileri-bolumu\/","title":{"rendered":"Karma\u015f\u0131k A\u011flar \u2013 Bas\u0131m Teknolojileri \u2013 Bas\u0131m Teknolojileri \u00d6devleri \u2013 Bas\u0131m Teknolojileri \u00d6dev \u00dccretleri \u2013 Bas\u0131m Teknolojileri B\u00f6l\u00fcm\u00fc"},"content":{"rendered":"

Karma\u015f\u0131k A\u011flar<\/span><\/strong><\/h3>\n

Karma\u015f\u0131k a\u011flar alan\u0131n\u0131n k\u00f6keni, bilimsel makalelerin, al\u0131nt\u0131lar\u0131n a\u011f\u0131 birbirine yap\u0131\u015ft\u0131ran ba\u011flant\u0131lar oldu\u011fu bir a\u011f olu\u015fturdu\u011funu ilk fark edene kadar uzan\u0131r. Ayr\u0131ca, yaln\u0131zca al\u0131nt\u0131 da\u011f\u0131l\u0131mlar\u0131ndan de\u011fil, al\u0131nt\u0131 a\u011f\u0131n\u0131n yap\u0131s\u0131ndan da \u00e7ok \u015fey \u00f6\u011frenilebilece\u011fini anlad\u0131. Bu fikir daha sonra ortak al\u0131nt\u0131 analizi ve bibliyografik e\u015fle\u015ftirme yoluyla ara\u015ft\u0131rma cephelerini ve bilimsel topluluklar\u0131 belirlemek i\u00e7in kullan\u0131ld\u0131.<\/span><\/p>\n

Elektronik veritabanlar\u0131n\u0131n \u00e7o\u011falmas\u0131 ve WWW’nin ortaya \u00e7\u0131kmas\u0131yla, olduk\u00e7a \u00e7arp\u0131k derece da\u011f\u0131l\u0131m\u0131na sahip karma\u015f\u0131k a\u011flar\u0131n al\u0131nt\u0131larla s\u0131n\u0131rl\u0131 olmad\u0131\u011f\u0131, do\u011fas\u0131 gere\u011fi her yerde haz\u0131r ve naz\u0131r oldu\u011fu a\u00e7\u0131k hale geldi.<\/span><\/p>\n

Bu a\u011flar\u0131n \u00e7o\u011fu dinamiktir ve \u015fu \u00f6nemli soru ortaya \u00e7\u0131kar: B\u00fcy\u00fcmelerinin mekanizmas\u0131 nedir? De Solla Price daha 1976’da at\u0131f a\u011f\u0131n\u0131n b\u00fcy\u00fcmesini hesaba katmak i\u00e7in k\u00fcm\u00fclatif avantaj mekanizmas\u0131n\u0131 \u00f6nermi\u015f olsa da, bu \u00e7al\u0131\u015fma bilgi biliminin \u00f6tesinde bilinmiyordu.<\/span><\/p>\n

Karma\u015f\u0131k a\u011f b\u00fcy\u00fcmesinin evrensel bir mekanizmas\u0131 olan tercihli ba\u011flanmay\u0131 ba\u015flatan ufuk a\u00e7\u0131c\u0131 \u00e7al\u0131\u015fmayd\u0131. Price’\u0131n k\u00fcm\u00fclatif avantaj\u0131na \u00e7ok benzeyen bu mekanizma, karma\u015f\u0131k a\u011flar\u0131n dinamiklerinin kavramsalla\u015ft\u0131r\u0131lmas\u0131 i\u00e7in bir paradigma haline geldi. Ayn\u0131 zamanda ger\u00e7ek\u00e7i a\u011f b\u00fcy\u00fcme modellerinin geli\u015ftirilmesi i\u00e7in temel olu\u015fturdu.<\/span><\/p>\n

A\u011f b\u00fcy\u00fcme modellerini do\u011frulamak i\u00e7in ger\u00e7ek a\u011flar \u00fczerinde \u00f6l\u00e7\u00fcmler yap\u0131lmal\u0131d\u0131r. En eski ve en iyi belgelenmi\u015f karma\u015f\u0131k a\u011f olmaya devam eden al\u0131nt\u0131 a\u011f\u0131, \u00e7e\u015fitli a\u011f b\u00fcy\u00fcme modellerinin deneysel olarak do\u011frulanmas\u0131 i\u00e7in bir oyun alan\u0131 haline geldi.<\/span><\/p>\n

Bu t\u00fcr modeller bilgisayar bilimcileri, matematik\u00e7iler ve fizik\u00e7iler taraf\u0131ndan geli\u015ftirildi. Bilgisayar bilimcileri taraf\u0131ndan geli\u015ftirilen at\u0131f dinamikleri modelleri matematiksel olarak basit olsa ve \u00e7o\u011fu durumda do\u011frusal regresyona indirgense de, \u00e7ok fazla ampirik parametre i\u00e7erirler.<\/span><\/p>\n

Bu modeller niceliksel ve kalibre edilmi\u015f olmalar\u0131na ra\u011fmen ampiriktirler ve at\u0131f biriktirme s\u00fcreci hakk\u0131nda fazla bilgi vermezler.<\/span><\/p>\n

\u00d6te yandan, at\u0131f dinamiklerinin matematiksel ve fiziksel modelleri daha karma\u015f\u0131k ve daha az say\u0131da ampirik parametre i\u00e7erirken, bunlar nicel olmaktan \u00e7ok kavramsald\u0131r ve \u00e7o\u011fu uygun kalibrasyon ve do\u011frulamay\u0131 beklemektedir.<\/span><\/p>\n

At\u0131f Dinamiklerinin Kantitatif Mikroskobik Modeli<\/span><\/strong><\/h3>\n

Bibliyometri, at\u0131f dinamikleri hakk\u0131nda \u00e7ok fazla ampirik bilgi biriktirdikten sonra, bu bilgiyi tutarl\u0131 bir \u00e7er\u00e7eve i\u00e7inde d\u00fczenlemeyi ama\u00e7layan bir\u00e7ok model ortaya \u00e7\u0131kt\u0131. Mevcut modeller zekice bir i\u00e7g\u00f6r\u00fc sa\u011flarken, k\u0131smidir, kalibre edilmemi\u015ftir ve al\u0131nt\u0131 dinamiklerinin yaln\u0131zca belirli y\u00f6nlerini yakalar.<\/span><\/p>\n

Al\u0131nt\u0131 dinamiklerinin t\u00fcm y\u00f6nlerini tek bir \u00e7er\u00e7evede yakalayan kalibre edilmi\u015f kapsaml\u0131 bir model fena halde eksikti.\u00a0<\/span>Geleneksel olarak, fizik\u00e7iler al\u0131nt\u0131 dinamiklerini modellemede \u00e7ok \u00f6nemli bir rol oynad\u0131lar. Burada, minimum say\u0131da ampirik parametre i\u00e7eren, fizikten ilham alan, tamamen kalibre edilmi\u015f ve do\u011frulanm\u0131\u015f bir al\u0131nt\u0131 dinamikleri modeli a\u00e7\u0131kl\u0131yoruz.<\/span><\/p>\n

Yakla\u015f\u0131m\u0131m\u0131z\u0131n yenili\u011fi, al\u0131nt\u0131 dinamiklerini al\u0131nt\u0131 a\u011f\u0131n\u0131n yap\u0131s\u0131na ba\u011flamas\u0131d\u0131r. Bu, birka\u00e7 istisna d\u0131\u015f\u0131nda a\u011f yap\u0131s\u0131n\u0131 hesaba katmayan mevcut al\u0131nt\u0131 dinamikleri modellerinin tersidir.<\/span><\/p>\n

\n

Sosyal<\/a> a\u011f analizi pdf<\/span>
\nSosyal a\u011f analizi \u00f6rnekleri<\/span>
\nA\u011f analizi \u00f6rnekleri<\/span>
\nSosyal a\u011f analizi Nedir<\/span>
\nA\u011f analizi nedir<\/span>
\nSosyal a\u011f Analizi nas\u0131l yap\u0131l\u0131r<\/span>
\nSosyal a\u011f Analizi programlar\u0131<\/span>
\nSosyal A\u011f Analizi<\/span><\/p>\n

\n

Al\u0131nt\u0131 dinamiklerine ili\u015fkin stokastik modelimiz, iyi bilinen bir kopyalama veya yinelemeli arama mekanizmas\u0131na dayanmaktad\u0131r. Modelin parametrelerini belirlemeye ve model varsay\u0131mlar\u0131n\u0131n do\u011frulanmas\u0131na y\u00f6nelik \u00f6zel \u00f6l\u00e7\u00fcmlerimiz, olduk\u00e7a beklenmedik bir \u015fekilde, bilimsel makalelerin al\u0131nt\u0131 dinamiklerinin daha \u00f6nce varsay\u0131ld\u0131\u011f\u0131 gibi do\u011frusal olmad\u0131\u011f\u0131n\u0131 ortaya \u00e7\u0131kard\u0131.<\/span><\/p>\n

Do\u011frusal olmaman\u0131n, dura\u011fan olmayan al\u0131nt\u0131 da\u011f\u0131l\u0131mlar\u0131, benzer makalelerin farkl\u0131 at\u0131f y\u00f6r\u00fcngeleri ve sonsuz al\u0131nt\u0131 \u00f6mr\u00fcne sahip ka\u00e7ak veya “\u00f6l\u00fcms\u00fcz” makaleler gibi geni\u015f kapsaml\u0131 sonu\u00e7lar\u0131 vard\u0131r. At\u0131f dinamiklerine ili\u015fkin do\u011frusal olmayan stokastik modelimizin, bireysel makalelerin al\u0131nt\u0131 dinamiklerinin ve dergi etki fakt\u00f6r\u00fcn\u00fcn nicel olas\u0131l\u0131ksal tahmini i\u00e7in bir temel olaca\u011f\u0131na kuvvetle inan\u0131yoruz.<\/span><\/p>\n

Yazar\u0131n alg\u0131lanan psikolojisine dayanan al\u0131nt\u0131 s\u00fcrecinin makul bir karikat\u00fcr resminden ba\u015fl\u0131yoruz. Modelimiz, kalibrasyon prosed\u00fcr\u00fcnden bulunan birka\u00e7 ampirik fonksiyon ve parametre i\u00e7ermektedir.<\/span><\/p>\n

Bir sonraki ad\u0131mda modeli do\u011frular\u0131z, yani ilk modelin alt\u0131nda yatan varsay\u0131mlar\u0131 do\u011frulamak i\u00e7in \u00f6l\u00e7\u00fcmler tasarlar\u0131z. Ard\u0131ndan modelimizi revize ediyoruz ve her \u015fey birbirine ba\u011flanana kadar ikinci tur kalibrasyon ve do\u011frulama yap\u0131yoruz.<\/span><\/p>\n

\u0130\u00e7inde modelin sonu\u00e7lar\u0131n\u0131 analiz ediyoruz ve onlar\u0131 do\u011frulayan \u00f6l\u00e7\u00fcmleri g\u00f6steriyoruz. Bireysel bilim adamlar\u0131n\u0131n tahmin edicilerinin in\u015fas\u0131 veya gerek\u00e7elendirilmesi ve topluluk haritalamas\u0131 gibi modelin di\u011fer uygulamalar\u0131 bu \u00e7al\u0131\u015fman\u0131n kapsam\u0131 d\u0131\u015f\u0131ndad\u0131r. Mikroskobik mekanizmas\u0131na ili\u015fkin anlay\u0131\u015f\u0131m\u0131za dayal\u0131 olarak mevcut al\u0131nt\u0131 dinamikleri modellerinin bir analizini ger\u00e7ekle\u015ftiriyoruz.<\/span><\/p>\n

Referans ve At\u0131f \u0130statistikleri<\/span><\/strong><\/h3>\n

Bilimsel makalelerin al\u0131nt\u0131lar\u0131n\u0131n istatistiklerini ve zamansal geli\u015fimini incelemek i\u00e7in, karma\u015f\u0131k a\u011f yakla\u015f\u0131m\u0131n\u0131 benimsiyoruz, yani bilimsel makaleler toplulu\u011funu, makalelerin d\u00fc\u011f\u00fcmler oldu\u011fu ve aralar\u0131ndaki kenarlar\u0131n al\u0131nt\u0131lar veya referanslar olarak kabul edilebildi\u011fi karma\u015f\u0131k bir a\u011f olarak kabul ediyoruz. \u00e7\u00fcnk\u00fc bir makalenin al\u0131nt\u0131s\u0131 ba\u015fka bir makalenin referans\u0131d\u0131r.<\/span><\/p>\n

Bu resimli. At\u0131f a\u011f\u0131 ge\u00e7icidir, \u00e7\u00fcnk\u00fc her d\u00fc\u011f\u00fcm ve onun giden kenarlar\u0131 (ka\u011f\u0131t ve referanslar\u0131) ayn\u0131 anda olu\u015fturulur; her d\u00fc\u011f\u00fcm kendi zaman damgas\u0131n\u0131 ta\u015f\u0131r. Bu a\u011f y\u00f6nlendirilir, \u00e7\u00fcnk\u00fc her kenar\u0131n belirli bir y\u00f6n\u00fc vard\u0131r: al\u0131nt\u0131 yapan ka\u011f\u0131ttan al\u0131nt\u0131 yap\u0131lan ka\u011f\u0131da. Bu a\u011f d\u00f6ng\u00fcsel de\u011fildir, \u00e7\u00fcnk\u00fc her kenar zamanda geriye gider ve d\u00f6ng\u00fclere izin verilmez.<\/span><\/p>\n

Bir toplulu\u011fa ait ve farkl\u0131 y\u0131llarda yay\u0131nlanan makalelerden olu\u015fan bir al\u0131nt\u0131 a\u011f\u0131 par\u00e7as\u0131n\u0131 g\u00f6sterir. Her i makalesi i\u00e7in, referans listesi uzunlu\u011funu R0i (a\u011f dilinde giden kenarlar\u0131n say\u0131s\u0131, \u00e7\u0131k\u0131\u015f derecesi) ve al\u0131nt\u0131lar\u0131n say\u0131s\u0131n\u0131 Ki (a\u011f dilinde, giren kenarlar\u0131n say\u0131s\u0131, derece) dikkate al\u0131yoruz.<\/span><\/p>\n

Referanslar ve al\u0131nt\u0131lar ayn\u0131 madalyonun iki y\u00fcz\u00fcn\u00fc temsil etse de, ayn\u0131 toplulu\u011fa ait makaleler i\u00e7in bile R0i ve Ki’nin istatistiksel da\u011f\u0131l\u0131mlar\u0131 \u00e7ok farkl\u0131d\u0131r. Bu \u015fematik olarak g\u00f6sterilmektedir: her d\u00fc\u011f\u00fcm i\u00e7in, giden kenarlar\u0131n (referanslar) say\u0131s\u0131 t\u00fcm makaleler i\u00e7in ayn\u0131d\u0131r, R0i = 2, gelen kenarlar\u0131n (al\u0131nt\u0131lar) say\u0131s\u0131 ise Ki = 0’dan Ki = 5’e kadar geni\u015f s\u0131n\u0131rlar i\u00e7inde de\u011fi\u015fir.<\/span><\/p>\n

Ayn\u0131 makale grubu i\u00e7in referans listesi uzunlu\u011fu p(R0i) ve at\u0131flar\u0131n p(Ki) istatistiksel da\u011f\u0131l\u0131mlar\u0131n\u0131 g\u00f6sterir. p(R0i) da\u011f\u0131l\u0131m\u0131 nispeten dar bir \u00e7an e\u011frisi iken, at\u0131f da\u011f\u0131l\u0131m\u0131 son derece geni\u015ftir. Bu, karma\u015f\u0131k a\u011flar i\u00e7in olduk\u00e7a yayg\u0131nd\u0131r, \u00f6zellikle WWW, i\u00e7 ve d\u0131\u015f derece da\u011f\u0131l\u0131mlar\u0131 aras\u0131nda benzer bir asimetri sergiler.<\/span><\/p>\n

\n\n
<\/div>\n\n<\/div>\n \n