Abstract
This study provides a bibliometric evaluation of academic literature focusing on the applications of artificial intelligence in energy markets. In total, 275 scientific publications indexed in the Web of Science database between 1991 and 2025 were analysed. The analysis explores publication trends, the most influential authors, institutions, countries, and research collaborations within this field. Bibliometrix was utilized to visualize development patterns, keyword clusters, and collaboration networks. The findings demonstrate a sharp increase in academic interest in artificial intelligence applications for energy markets, particularly after 2015. China holds the highest number of publications, whereas Spain and the United States exhibit notable citation rates per publication. Research in this domain has primarily focused on energy price forecasting, carbon markets, and environmental regulations. Additionally, emerging topics such as “green finance” and “generative AI” have gained increasing attention in recent years. The study highlights the necessity for further exploration in areas such as energy supply chain resilience, public engagement, economic inequality, and the protection of intellectual property rights. In conclusion, artificial intelligence -driven innovations in energy markets contribute to sustainability objectives and underscore the growing need for interdisciplinary approaches in future research.
References
- Acemoglu, D., & Restrepo, P. (2020). Robots and jobs: Evidence from US labor markets. Journal of Political Economy, 128(6), 2188–2244. https://doi.org/10.1086/705716
- Aoujil, Z., Hanine, M., Flores, E. S., Samad, M. A., & Ashraf, I. (2023). Artificial intelligence and behavioral economics: A bibliographic analysis of research field. IEEE Access, 11, 139367-139394.
- Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975.
- Chadegani, A. A., Salehi, H., Yunus, M. M., Farhadi, H., Fooladi, M., Farhadi, M., & Ebrahim, N. A. (2013). A comparison between two main academic literature collections: Web of Science and Scopus databases. arXiv preprint arXiv:1305.0377.
- Chen, C., Dubin, R., & Kim, M. C. (2014). Emerging trends and new developments in regenerative medicine: a scientometric update (2000–2014). Expert opinion on biological therapy, 14(9), 1295-1317.
- Chevallier, J. (2011). A model of carbon price interactions with macroeconomic and energy dynamics. Energy Economics, 33(6), 1295–1312. https://doi.org/10.1016/j.eneco.2011.07.012
- China State Council. (2017). New generation artificial intelligence development plan. Erişim Linki: http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm
- Conejo, A. J., Contreras, J., Espínola, R., & Plazas, M. A. (2005). Forecasting electricity prices for a day-ahead pool-based electric energy market. International Journal of Forecasting, 21(3), 435–462. https://doi.org/10.1016/j.ijforecast.2004.12.005
- Cui, L., Chan, H. K., Zhou, Y., Dai, J., & Lim, J. J. (2019). Exploring critical factors of green business failure based on Grey-Decision Making Trial and Evaluation Laboratory (DEMATEL). Journal of Business Research, 98, 450–461. https://doi.org/10.1016/j.jbusres.2018.03.031
- Diebold, F. X., & Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business & Economic Statistics, 13(3), 253–263. https://doi.org/10.2307/1392185
- Ebrahimian, H., Barmayoon, S., Mohammadi, M., & Ghadimi, N. (2018). The price prediction for the energy market based on a new method. Economic Research-Ekonomska Istraživanja, 31(1), 313–337. https://doi.org/10.1080/1331677X.2018.1429291
- Ehlers, M.-H., Huber, R., & Finger, R. (2021). Agricultural policy in the era of digitalisation. Food Policy, 100, 102019. https://doi.org/10.1016/j.foodpol.2020.102019
- Fahimnia, B., Sarkis, J., & Davarzani, H. (2015). Green supply chain management: A review and bibliometric analysis. International journal of production economics, 162, 101-114.
- Gao, D., Cai, J., & Wu, K. (2025). The smart green tide: A bibliometric analysis of AI and renewable energy transition. Energy Reports, 13, 5290–5304. https://doi.org/10.1016/j.egyr.2025.04.052
- Gao, H., Kou, G., Liang, H., Zhang, H., Chao, X., Li, C. C., & Dong, Y. (2024). Machine learning in business and finance: A literature review and research opportunities. Financial Innovation, 10(1), 86.
- Ghoddusi, H., Creamer, G. G., & Rafizadeh, N. (2019). Machine learning in energy economics and finance: A review. Energy Economics, 81, 709–727. https://doi.org/10.1016/j.eneco.2019.05.006
- Gozgor, G., & Paramati, S. R. (2022). Does energy diversification cause an economic slowdown? Evidence from a newly constructed energy diversification index. Energy Economics, 109, 105970. https://doi.org/10.1016/j.eneco.2022.105970
- Hou, Y., & Wang, Q. (2023). Big data and artificial intelligence application in energy field: A bibliometric analysis. Environmental Science and Pollution Research, 30(6), 13960-13973.
- International Energy Agency (IEA). (2021). An energy sector roadmap to carbon neutrality in China. Erişim Linki: https://www.iea.org/reports/an-energy-sector-roadmap-to-carbon-neutrality-in-china
- Jiao, Z., Zhang, C., & Li, W. (2025). Artificial intelligence in energy economics research: A bibliometric review. Energies, 18(2), 434.
- Kaya, S., Gözlü, K., Çilhoroz, İ. A., & Çilhoroz, Y. (2022). Hastane akreditasyonu ile ilgili yayınların kavramsal yapısının haritalanması. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(2), 528-555.
- Kong, T., Sun, R., Sun, G., & Song, Y. (2022). Effects of digital finance on green innovation considering information asymmetry: An empirical study based on Chinese listed firms. Emerging Markets Finance and Trade, 58(9), 4399–4411. https://doi.org/10.1080/1540496X.2022.2083953
- Kumar, S., Sureka, R., Lim, W. M., Mangla, S. K., & Goyal, N. (2021). What do we know about business strategy and environmental research? Insights from Business Strategy and the Environment. Business Strategy and the Environment, 30(8), 4031–4053. https://doi.org/10.1002/bse.2813
- Lee, C.-C., & Yan, J. (2024). Will artificial intelligence make energy cleaner? Evidence of nonlinearity. Applied Energy, 363, 123081. https://doi.org/10.1016/j.apenergy.2024.123081
- Li, Y., Jiang, S., Li, X., & Wang, S. (2021). The role of news sentiment in oil futures returns and volatility forecasting: Data-decomposition based deep learning approach. Energy Economics, 95, 105140.
- Li, Y., Zhang, Y., Pan, A., Han, M., & Veglianti, E. (2022). Carbon emission reduction effects of industrial robot applications: Heterogeneity characteristics and influencing mechanisms. Technology in Society, 70, 102034. https://doi.org/10.1016/j.techsoc.2022.102034
- Liu, W. (2019). The data source of this study is Web of Science Core Collection? Not enough. Scientometrics, 121(3), 1815-1824.
- OECD. (2023). OECD Science, Technology and Innovation Outlook 2023: Enabling the green transition with STI policy. Erişim Linki: https://www.oecd.org/sti/oecd-science-technology-and-innovation-outlook-25186167.htm
- Pons, P., & Latapy, M. (2005). Computing communities in large networks using random walks. Computer and Information Sciences-ISCIS 2005: 20th International Symposium, Istanbul, Turkey, October 26-28, 2005. Proceedings 20 (pp. 284-293). Springer Berlin Heidelberg.
- Pranckutė, R. (2021). Web of Science (WoS) and Scopus: The titans of bibliographic information in today’s academic world. Publications, 9(1), Article 1. https://doi.org/10.3390/publications9010012
- Qin, Y., Xu, Z., Wang, X., & Skare, M. (2024). Artificial intelligence and economic development: An evolutionary investigation and systematic review. Journal of the Knowledge Economy, 15(1), 1736-1770.
- Singapore Management University Library. (2022). Bibliometrix. https://library.smu.edu.sg/topics-insights/bibliometrix, Erişim Tarihi: 18.06.2025
- Song, M., Fisher, R., & Kwoh, Y. (2019). Technological challenges of green innovation and sustainable resource management with large scale data. Technological Forecasting and Social Change, 144, 361-368.
- Tranfield, D., Denyer, D., & Smart, P. (2003). Towards a methodology for developing evidence-informed management knowledge by means of systematic review. British Journal of Management, 14(3), 207–222. https://doi.org/10.1111/1467-8551.00375
- Wang, E.-Z., Lee, C.-C., & Li, Y. (2022). Assessing the impact of industrial robots on manufacturing energy intensity in 38 countries. Energy Economics, 105, 105748. https://doi.org/10.1016/j.eneco.2021.105748
- Wang, X., Fang, Z., & Sun, X. (2016). Usage patterns of scholarly articles on Web of Science: A study on Web of Science usage count. Scientometrics, 109(2), 917-926.
- Wang, Y., Lucey, B., Vigne, S. A., & Yarovaya, L. (2022). An index of cryptocurrency environmental attention (ICEA). China Finance Review International, 12(4), 425–441. https://doi.org/10.1108/CFRI-09-2021-0191
- Weron, R. (2014). Electricity price forecasting: A review of the state-of-the-art with a look into the future. International Journal of Forecasting, 30(4), 1030–1081. https://doi.org/10.1016/j.ijforecast.2014.08.008
- Yang, K., Hu, N., & Tian, F. (2024). Forecasting crude oil volatility using the deep learning‐based hybrid models with common factors. Journal of Futures Markets, 44(8), 1429-1446.
- Zhang, L., Ling, J., & Lin, M. (2022). Artificial intelligence in renewable energy: A comprehensive bibliometric analysis. Energy Reports, 8, 14072-14088.
- Zhang, X., Wang, J., & Gao, Y. (2019). A hybrid short-term electricity price forecasting framework: Cuckoo search-based feature selection with singular spectrum analysis and SVM. Energy Economics, 81, 899–913. https://doi.org/10.1016/j.eneco.2019.05.026
- Zhou, W., Zhuang, Y., & Chen, Y. (2024). How does artificial intelligence affect pollutant emissions by improving energy efficiency and developing green technology. Energy Economics, 131, 107355. https://doi.org/10.1016/j.eneco.2024.107355
- Zhu, B., Han, D., Wang, P., Wu, Z., Zhang, T., & Wei, Y.-M. (2017). Forecasting carbon price using empirical mode decomposition and evolutionary least squares support vector regression. Applied Energy, 191, 521–530. https://doi.org/10.1016/j.apenergy.2017.01.078
Abstract
Bu araştırmada, yapay zekâ teknolojilerinin enerji piyasalarındaki kullanımına yönelik bilimsel literatür, bibliyometrik yöntemler kullanılarak değerlendirilmiştir. Web of Science veri tabanından elde edilen ve 1991-2025 yılları arasında yayımlanan 275 akademik çalışma analiz edilmiştir. Yapay zekâ ve enerji piyasaları temasında gerçekleşen yayınların temel eğilimleri, en etkin araştırmacılar, kurumlar ve ülkeler ile araştırma ağları detaylı biçimde incelenmiştir. Çalışmada Bibliometrix yazılımından yararlanılarak yayınların gelişim seyri, anahtar kelime kümelenmeleri ve araştırma iş birlikleri görselleştirilmiştir. Elde edilen sonuçlara göre, 2015 yılından itibaren enerji piyasalarında yapay zekâ uygulamalarına olan ilginin hızla arttığı gözlemlenmiştir. Özellikle Çin, toplam yayın sayısında ön plana çıkarken, İspanya ve Amerika Birleşik Devletleri yayın başına aldıkları yüksek atıf oranları ile dikkat çekmektedir. Yapay zekâ destekli çalışmaların, enerji fiyat öngörüleri, karbon piyasaları ve çevresel düzenlemeler gibi konulara odaklandığı belirlenmiştir. Ayrıca, son dönemde “green finance”, “generative AI” gibi konuların öne çıktığı anlaşılmaktadır. Araştırma, enerji tedarik zinciri güvenliği, toplumsal kabul ve katılım, ekonomik eşitsizlikler ve fikri mülkiyet hakları gibi konularda daha fazla çalışmaya ihtiyaç duyulduğuna işaret etmektedir. Sonuç olarak, yapay zekânın enerji piyasalarındaki uygulamalarının sürdürülebilirlik hedeflerine katkı sağladığı ve gelecekte disiplinler arası çalışmalara duyulan gereksinimin artacağı vurgulanmaktadır.
Ethical Statement
Bu çalışmanın tüm hazırlanma süreçlerinde etik kurallara uyulduğunu yazarlar beyan eder. Aksi bir durumun tespiti halinde ÖHÜİİBF Dergisinin hiçbir sorumluluğu olmayıp, tüm sorumluluk çalışmanın yazar(lar)ına aittir.
Thanks
Yayın sürecinde katkısı olan hakemlere ve editör kuruluna teşekkür ederiz
References
- Acemoglu, D., & Restrepo, P. (2020). Robots and jobs: Evidence from US labor markets. Journal of Political Economy, 128(6), 2188–2244. https://doi.org/10.1086/705716
- Aoujil, Z., Hanine, M., Flores, E. S., Samad, M. A., & Ashraf, I. (2023). Artificial intelligence and behavioral economics: A bibliographic analysis of research field. IEEE Access, 11, 139367-139394.
- Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975.
- Chadegani, A. A., Salehi, H., Yunus, M. M., Farhadi, H., Fooladi, M., Farhadi, M., & Ebrahim, N. A. (2013). A comparison between two main academic literature collections: Web of Science and Scopus databases. arXiv preprint arXiv:1305.0377.
- Chen, C., Dubin, R., & Kim, M. C. (2014). Emerging trends and new developments in regenerative medicine: a scientometric update (2000–2014). Expert opinion on biological therapy, 14(9), 1295-1317.
- Chevallier, J. (2011). A model of carbon price interactions with macroeconomic and energy dynamics. Energy Economics, 33(6), 1295–1312. https://doi.org/10.1016/j.eneco.2011.07.012
- China State Council. (2017). New generation artificial intelligence development plan. Erişim Linki: http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm
- Conejo, A. J., Contreras, J., Espínola, R., & Plazas, M. A. (2005). Forecasting electricity prices for a day-ahead pool-based electric energy market. International Journal of Forecasting, 21(3), 435–462. https://doi.org/10.1016/j.ijforecast.2004.12.005
- Cui, L., Chan, H. K., Zhou, Y., Dai, J., & Lim, J. J. (2019). Exploring critical factors of green business failure based on Grey-Decision Making Trial and Evaluation Laboratory (DEMATEL). Journal of Business Research, 98, 450–461. https://doi.org/10.1016/j.jbusres.2018.03.031
- Diebold, F. X., & Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business & Economic Statistics, 13(3), 253–263. https://doi.org/10.2307/1392185
- Ebrahimian, H., Barmayoon, S., Mohammadi, M., & Ghadimi, N. (2018). The price prediction for the energy market based on a new method. Economic Research-Ekonomska Istraživanja, 31(1), 313–337. https://doi.org/10.1080/1331677X.2018.1429291
- Ehlers, M.-H., Huber, R., & Finger, R. (2021). Agricultural policy in the era of digitalisation. Food Policy, 100, 102019. https://doi.org/10.1016/j.foodpol.2020.102019
- Fahimnia, B., Sarkis, J., & Davarzani, H. (2015). Green supply chain management: A review and bibliometric analysis. International journal of production economics, 162, 101-114.
- Gao, D., Cai, J., & Wu, K. (2025). The smart green tide: A bibliometric analysis of AI and renewable energy transition. Energy Reports, 13, 5290–5304. https://doi.org/10.1016/j.egyr.2025.04.052
- Gao, H., Kou, G., Liang, H., Zhang, H., Chao, X., Li, C. C., & Dong, Y. (2024). Machine learning in business and finance: A literature review and research opportunities. Financial Innovation, 10(1), 86.
- Ghoddusi, H., Creamer, G. G., & Rafizadeh, N. (2019). Machine learning in energy economics and finance: A review. Energy Economics, 81, 709–727. https://doi.org/10.1016/j.eneco.2019.05.006
- Gozgor, G., & Paramati, S. R. (2022). Does energy diversification cause an economic slowdown? Evidence from a newly constructed energy diversification index. Energy Economics, 109, 105970. https://doi.org/10.1016/j.eneco.2022.105970
- Hou, Y., & Wang, Q. (2023). Big data and artificial intelligence application in energy field: A bibliometric analysis. Environmental Science and Pollution Research, 30(6), 13960-13973.
- International Energy Agency (IEA). (2021). An energy sector roadmap to carbon neutrality in China. Erişim Linki: https://www.iea.org/reports/an-energy-sector-roadmap-to-carbon-neutrality-in-china
- Jiao, Z., Zhang, C., & Li, W. (2025). Artificial intelligence in energy economics research: A bibliometric review. Energies, 18(2), 434.
- Kaya, S., Gözlü, K., Çilhoroz, İ. A., & Çilhoroz, Y. (2022). Hastane akreditasyonu ile ilgili yayınların kavramsal yapısının haritalanması. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(2), 528-555.
- Kong, T., Sun, R., Sun, G., & Song, Y. (2022). Effects of digital finance on green innovation considering information asymmetry: An empirical study based on Chinese listed firms. Emerging Markets Finance and Trade, 58(9), 4399–4411. https://doi.org/10.1080/1540496X.2022.2083953
- Kumar, S., Sureka, R., Lim, W. M., Mangla, S. K., & Goyal, N. (2021). What do we know about business strategy and environmental research? Insights from Business Strategy and the Environment. Business Strategy and the Environment, 30(8), 4031–4053. https://doi.org/10.1002/bse.2813
- Lee, C.-C., & Yan, J. (2024). Will artificial intelligence make energy cleaner? Evidence of nonlinearity. Applied Energy, 363, 123081. https://doi.org/10.1016/j.apenergy.2024.123081
- Li, Y., Jiang, S., Li, X., & Wang, S. (2021). The role of news sentiment in oil futures returns and volatility forecasting: Data-decomposition based deep learning approach. Energy Economics, 95, 105140.
- Li, Y., Zhang, Y., Pan, A., Han, M., & Veglianti, E. (2022). Carbon emission reduction effects of industrial robot applications: Heterogeneity characteristics and influencing mechanisms. Technology in Society, 70, 102034. https://doi.org/10.1016/j.techsoc.2022.102034
- Liu, W. (2019). The data source of this study is Web of Science Core Collection? Not enough. Scientometrics, 121(3), 1815-1824.
- OECD. (2023). OECD Science, Technology and Innovation Outlook 2023: Enabling the green transition with STI policy. Erişim Linki: https://www.oecd.org/sti/oecd-science-technology-and-innovation-outlook-25186167.htm
- Pons, P., & Latapy, M. (2005). Computing communities in large networks using random walks. Computer and Information Sciences-ISCIS 2005: 20th International Symposium, Istanbul, Turkey, October 26-28, 2005. Proceedings 20 (pp. 284-293). Springer Berlin Heidelberg.
- Pranckutė, R. (2021). Web of Science (WoS) and Scopus: The titans of bibliographic information in today’s academic world. Publications, 9(1), Article 1. https://doi.org/10.3390/publications9010012
- Qin, Y., Xu, Z., Wang, X., & Skare, M. (2024). Artificial intelligence and economic development: An evolutionary investigation and systematic review. Journal of the Knowledge Economy, 15(1), 1736-1770.
- Singapore Management University Library. (2022). Bibliometrix. https://library.smu.edu.sg/topics-insights/bibliometrix, Erişim Tarihi: 18.06.2025
- Song, M., Fisher, R., & Kwoh, Y. (2019). Technological challenges of green innovation and sustainable resource management with large scale data. Technological Forecasting and Social Change, 144, 361-368.
- Tranfield, D., Denyer, D., & Smart, P. (2003). Towards a methodology for developing evidence-informed management knowledge by means of systematic review. British Journal of Management, 14(3), 207–222. https://doi.org/10.1111/1467-8551.00375
- Wang, E.-Z., Lee, C.-C., & Li, Y. (2022). Assessing the impact of industrial robots on manufacturing energy intensity in 38 countries. Energy Economics, 105, 105748. https://doi.org/10.1016/j.eneco.2021.105748
- Wang, X., Fang, Z., & Sun, X. (2016). Usage patterns of scholarly articles on Web of Science: A study on Web of Science usage count. Scientometrics, 109(2), 917-926.
- Wang, Y., Lucey, B., Vigne, S. A., & Yarovaya, L. (2022). An index of cryptocurrency environmental attention (ICEA). China Finance Review International, 12(4), 425–441. https://doi.org/10.1108/CFRI-09-2021-0191
- Weron, R. (2014). Electricity price forecasting: A review of the state-of-the-art with a look into the future. International Journal of Forecasting, 30(4), 1030–1081. https://doi.org/10.1016/j.ijforecast.2014.08.008
- Yang, K., Hu, N., & Tian, F. (2024). Forecasting crude oil volatility using the deep learning‐based hybrid models with common factors. Journal of Futures Markets, 44(8), 1429-1446.
- Zhang, L., Ling, J., & Lin, M. (2022). Artificial intelligence in renewable energy: A comprehensive bibliometric analysis. Energy Reports, 8, 14072-14088.
- Zhang, X., Wang, J., & Gao, Y. (2019). A hybrid short-term electricity price forecasting framework: Cuckoo search-based feature selection with singular spectrum analysis and SVM. Energy Economics, 81, 899–913. https://doi.org/10.1016/j.eneco.2019.05.026
- Zhou, W., Zhuang, Y., & Chen, Y. (2024). How does artificial intelligence affect pollutant emissions by improving energy efficiency and developing green technology. Energy Economics, 131, 107355. https://doi.org/10.1016/j.eneco.2024.107355
- Zhu, B., Han, D., Wang, P., Wu, Z., Zhang, T., & Wei, Y.-M. (2017). Forecasting carbon price using empirical mode decomposition and evolutionary least squares support vector regression. Applied Energy, 191, 521–530. https://doi.org/10.1016/j.apenergy.2017.01.078
Details
| Primary Language | Turkish |
|---|---|
| Subjects | International Finance |
| Journal Section | Research Article |
| Authors | |
| Submission Date | May 6, 2025 |
| Acceptance Date | October 17, 2025 |
| Publication Date | March 4, 2026 |
| DOI | https://doi.org/10.25287/ohuiibf.1693397 |
| IZ | https://izlik.org/JA74UR35YB |
| Published in Issue | Year 2026 Issue: 19 |
Aim & Scope
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) 2008 yılında yayın hayatına başlamış, sosyal bilimler alanında özgün araştırma makaleleri yayınlayan bir dergidir. Uluslararası bilimsel hakemli olan dergimiz süreli yayın formatında bilimsel çalışmaları yayınlamaktadır. Yayınlanmak üzere gönderilen eserlerin başka bir yerde yayınlanmamış veya yayınlanmak üzere gönderilmemiş olması gerekmektedir.
Derginin yayın dili Türkçe ve İngilizcedir. Dergide yayınlanacak eserlerin her türlü sorumluluğu yazar veya yazarlara aittir. Dergimize gönderilecek eserlerin DergiPark sistemi (https://dergipark.org.tr/ohuiibf) üzerinden gönderilmesi gerekmektedir.
Author Guidelines
Gönderilen Makalelerde aşağıdaki yazım kuralları aranır.
Yazım kuralları için 📄 lütfen tıklayınız. Örnek gönderi dosyasına göre çalışmanızı hazırlayabilirsiniz. Örnek dosya için📝 lütfen tıklayınız.
Öncelikle Microsoft Office Word formatında yazılmalı ve kaydedilmelidir. Aksi takdirde makaleler kabul edilmeyecektir.
1. Yayınlanmak üzere dergiye gönderilen yazılar daha önce yayınlanmamış ya da yayınlanmak üzere başka bir yere gönderilmemiş olmalıdır. Bunun için bir copyright dilekçesi yazıp ana metinden ayrı olarak imzalanmış olarak yüklemeniz istenmektedir.
2. Dergimizde Türkçe ve İngilizce dillerinden herhangi biri ile yazılmış yazılar yayınlanmaktadır.
Ethical Principles and Publication Policy
Yayın Etiği
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'nde uygulanan yayın süreçleri, bilginin tarafsız ve saygın bir şekilde gelişimine ve dağıtımına temel teşkil etmektedir. Bu doğrultuda uygulanan süreçler, yazarların ve yazarları destekleyen kurumların çalışmalarının kalitesine doğrudan yansımaktadır. Hakemli çalışmalar bilimsel yöntemi somutlaştıran ve destekleyen çalışmalardır. Bu noktada sürecin bütün paydaşlarının (yazarlar, okuyucular ve araştırmacılar, yayıncı, hakemler ve editörler) etik ilkelere yönelik standartlara uyması önem taşımaktadır. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) yayın etiği kapsamında tüm paydaşların aşağıdaki etik sorumlulukları taşımasını beklenmektedir. Etik denetimi ve etik dışı girişimlerin önlenmesi için iThenticate ya da Turnitin kullanılabilir.
Aşağıda yer alan etik görev ve sorumluluklar, açık erişim olarak Committee on Publication Ethics (COPE) tarafından yayınlanan rehberler ve politikalar dikkate alınarak hazırlanmıştır.
Yazarların Etik Sorumlulukları
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'ne çalışma gönderen yazar(lar)ın aşağıdaki etik sorumluluklara uyması beklenmektedir:
- Yazar(lar)ın gönderdikleri çalışmaların özgün olması beklenmektedir. Yazar(lar)ın başka çalışmalardan yararlanmaları veya başka çalışmaları kullanmaları durumunda eksiksiz ve doğru bir biçimde atıfta bulunmaları ve/veya alıntı yapmaları gerekmektedir.
- Çalışmanın oluşturulmasında içeriğe entelektüel açıdan katkı sağlamayan kişiler, yazar olarak belirtilmemelidir.
- Yayınlanmak üzere gönderilen tüm çalışmaların varsa çıkar çatışması teşkil edebilecek durumları ve ilişkileri açıklanmalıdır.
- Yazar(lar)dan değerlendirme süreçleri çerçevesinde makalelerine ilişkin ham veri talep edilebilir; böyle bir durumda yazar(lar) beklenen veri ve bilgileri yayın kuruluna sunmaya hazır olmalıdır.
- Yazar(lar) kullanılan verilerin kullanım haklarına, araştırma/analizlerle ilgili gerekli izinlere sahip olduklarını veya deney yapılan deneklerin rızasının alındığını gösteren belgeye sahip olmalıdır.
-Yazar(lar)ın yayınlanmış, erken görünüm veya değerlendirme aşamasındaki çalışmasıyla ilgili bir yanlış ya da hatayı fark etmesi durumunda, dergi editörünü veya yayıncıyı bilgilendirme, düzeltme veya geri çekme işlemlerinde editörle işbirliği yapma yükümlülüğü bulunmaktadır.
- Yazar(lar) aynı yıl içerisinde sadece bir çalışmada yazar olarak yer alabilirler, aynı yazarın kabul almış diğer çalışmaları bir sonraki yıl (cilt) için yayın sürecine dahil edilir. Yazarlar, aynı yıl içerisinde ikinci çalışmaları için, kabul edilseler dahi yayımlanma talebinde bulunamazlar.
- Yazar(lar) çalışmalarını aynı anda birden fazla derginin başvuru sürecinde bulunduramaz. Her bir başvuru önceki başvurunun tamamlanmasını takiben başlatılabilir. Başka bir dergide yayınlanmış çalışma Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'ne gönderilemez.
- Değerlendirme süreci başlamış bir çalışmanın yazar sorumluluklarının değiştirilmesi (yazar ekleme, yazar sırası değiştirme, yazar çıkartma gibi) teklif edilemez.
Editörlerin Etik Görev ve Sorumlulukları
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) editörleri, açık erişim olarak Committee on Publication Ethics (COPE) tarafından yayınlanan "COPE Code of Conduct and Best Practice Guidelines for Journal Editors" ve "COPE Best Practice Guidelines for Journal Editors" rehberleri temelinde aşağıdaki etik görev ve sorumluluklara sahip olmalıdır:
Genel görev ve sorumluluklar
Editörler, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'nde yayınlanan her yayından sorumludur. Bu sorumluluk bağlamında editörler, aşağıdaki rol ve yükümlülükleri taşımaktadır:
Okuyucuların ve yazarların bilgi ihtiyaçlarını karşılamaya yönelik çaba sarfetme,
Sürekli olarak derginin gelişimini sağlama,
Dergide yayınlanan çalışmaların kalitesini geliştirmeye yönelik süreçleri yürütme,
Düşünce özgürlüğünü destekleme,
Akademik açıdan bütünlüğü sağlanma,
Fikri mülkiyet hakları ve etik standartlardan taviz vermeden iş süreçlerini devam ettirme,
Düzeltme, açıklama gerektiren konularda yayın açısından açıklık ve şeffaflık gösterme.
Okuyucu ile ilişkiler
Editörler tüm okuyucu, araştırmacı ve uygulayıcıların ihtiyaç duydukları bilgi, beceri ve deneyim beklentilerini dikkate alarak karar vermelidir. Yayınlanan çalışmaların okuyucu, araştırmacı, uygulayıcı ve bilimsel literatüre katkı sağlamasına ve özgün nitelikte olmasına dikkat etmelidir. Ayrıca editörler okuyucu, araştırmacı ve uygulayıcılardan gelen geri bildirimleri dikkate almak, açıklayıcı ve bilgilendirici geri bildirim vermekle yükümlüdür.
Yazarlar ile ilişkiler
Editörlerin yazarlara karşı görev ve sorumlulukları aşağıdaki şekildedir:
Editörler, çalışmaların önemi, özgün değeri, geçerliliği, anlatımın açıklığı ve derginin amaç ve hedeflerine dayanarak olumlu ya da olumsuz karar vermelidir.
Editörler, yayın kapsamına uygun olan çalışmaları ciddi problemi olmadığı sürece ön değerlendirme aşamasına almalıdır.
Editörler, çalışma ile ilgili ciddi bir sorun olmadıkça, olumlu yöndeki hakem önerilerini göz ardı etmemelidir.
Yeni editörler, çalışmalara yönelik olarak önceki editör(ler) tarafından verilen kararları ciddi bir sorun olmadıkça değiştirmemelidir.
"Kör Hakemlik ve Değerlendirme Süreci" mutlaka yayınlanmalı ve editörler tanımlanan süreçlerde yaşanabilecek sapmaların önüne geçmelidir.
Editörler, yazarlar tarafından kendilerinden beklenecek her konuyu ayrıntılı olarak içeren bir "Yazar Rehberi" yayınlamalıdır. Bu rehberler belirli zaman aralıklarında güncellenmelidir.
Yazarlara açıklayıcı ve bilgilendirici şekilde bildirim ve dönüş sağlanmalıdır.
Hakemler ile ilişkiler
Editörlerin hakemlere karşı görev ve sorumlulukları aşağıdaki şekildedir:
Hakemleri çalışmanın konusuna uygun olarak belirlemelidir.
Hakemlerin değerlendirme aşamasında ihtiyaç duyacakları bilgi ve rehberleri sağlamakla yükümlüdür.
Yazarlar ve hakemler arasından çıkar çatışması olup olmadığını gözetmek durumundadır.
Körleme hakemlik bağlamında hakemlerin kimlik bilgilerini gizli tutmalıdır.
Hakemleri tarafsız, bilimsel ve nesnel bir dille çalışmayı değerlendirmeleri için teşvik etmelidir.
Hakemleri zamanında dönüş ve performans gibi ölçütlerle değerlendirmelidir.
Hakemlerin performansını artırıcı uygulama ve politikalar belirlemelidir.
Hakem havuzunun dinamik şekilde güncellenmesi konusunda gerekli adımları atmalıdır.
Nezaketsiz ve bilimsel olmayan değerlendirmeleri engellemelidir.
Hakem havuzunun geniş bir yelpazeden oluşması için adımlar atmalıdır.
Yayın kurulu ile ilişkiler
Editörler, tüm yayın kurulu üyelerinin süreçleri yayın politikaları ve yönergelere uygun ilerletmesini sağlamalıdır. Yayın kurulu üyelerini yayın politikaları hakkında bilgilendirmeli ve gelişmelerden haberdar etmelidir. Yeni yayın kurulu üyelerini yayın politikaları konusunda eğitmeli, ihtiyaç duydukları bilgileri sağlamalıdır.
Ayrıca editörler;
Yayın kurulu üyelerinin çalışmaları tarafsız ve bağımsız olarak değerlendirmelerini sağlamalıdır.
Yeni yayın kurulu üyelerini, katkı sağlayabilir ve uygun nitelikte belirlemelidir.
Yayın kurulu üyelerinin uzmanlık alanına uygun çalışmaları değerlendirme için göndermelidir.
Yayın kurulu ile düzenli olarak etkileşim içerisinde olmalıdır.
Yayın kurulu ile belirli aralıklarla yayın politikalarının ve derginin gelişimi için toplantılar düzenlemelidir.
Dergi sahibi ve yayıncı ile ilişkiler
Editörler ve yayıncı arasındaki ilişki editöryal bağımsızlık ilkesine dayanmaktadır.
Editöryal ve kör hakemlik süreçleri
Editörler; dergi yayın politikalarında yer alan "Kör Hakemlik ve Değerlendirme Süreci" politikalarını uygulamakla yükümlüdür. Bu bağlamda editörler her çalışmanın adil, tarafsız ve zamanında değerlendirme sürecinin tamamlanmasını sağlar.
Kalite güvencesi
Editörler; dergide yayınlanan her makalenin dergi yayın politikaları ve uluslararası standartlara uygun olarak yayınlanmasından sorumludur.
Kişisel verilerin korunması
Editörler; değerlendirilen çalışmalarda yer alan deneklere veya görsellere ilişkin kişisel verilerin korunmasını sağlamakla yükümlüdür. Çalışmalarda kullanılan bireylerin açık rızası belgeli olmadığı sürece çalışmayı reddetmekle görevlidir. Ayrıca editörler; yazar, hakem ve okuyucuların bireysel verilerini korumaktan sorumludur.
Etik kurul, insan ve hayvan hakları
Editörler; değerlendirilen çalışmalarda insan ve hayvan haklarının korunmasını sağlamakla yükümlüdür. Çalışmalarda kullanılan deneklere ilişkin etik kurul onayı, deneysel araştırmalara ilişkin izinlerin olmadığı durumlarda çalışmayı reddetmekle sorumludur.
Olası suistimal ve görevi kötüye kullanmaya karşı önlem
Editörler; olası suistimal ve görevi kötüye kullanma işlemlerine karşı önlem almakla yükümlüdür. Bu duruma yönelik şikayetlerin belirlenmesi ve değerlendirilmesi konusunda titiz ve nesnel bir soruşturma yapmanın yanı sıra, konuyla ilgili bulguların paylaşılması editörün sorumlulukları arasında yer almaktadır.
Akademik yayın bütünlüğünü sağlamak
Editörler çalışmalarda yer alan hata, tutarsızlık ya da yanlış yönlendirme içeren yargıların hızlı bir şekilde düzeltilmesini sağlamalıdır.
Fikri mülkiyet haklarının korunması
Editörler; yayınlanan tüm makalelerin fikri mülkiyet hakkını korumakla, olası ihlallerde derginin ve yazar(lar)ın haklarını savunmakla yükümlüdür. Ayrıca editörler yayınlanan tüm makalelerdeki içeriklerin başka yayınların fikri mülkiyet haklarını ihlal etmemesi adına gerekli önlemleri almakla yükümlüdür.
Yapıcılık ve tartışmaya açıklık
Editörler;
Dergide yayınlanan eserlere ilişkin ikna edici eleştirileri dikkate almalı ve bu eleştirilere yönelik yapıcı bir tutum sergilemelidir.
Eleştirilen çalışmaların yazar(lar)ına cevap hakkı tanımalıdır.
Olumsuz sonuçlar içeren çalışmaları göz ardı etmemeli ya da dışlamamalıdır.
Şikayetler
Editörler; yazar, hakem veya okuyuculardan gelen şikayetleri dikkatlice inceleyerek aydınlatıcı ve açıklayıcı bir şekilde yanıt vermekle yükümlüdür.
Politik ve Ticari kaygılar
Dergi sahibi, yayıncı ve diğer hiçbir politik ve ticari unsur, editörlerin bağımsız karar almalarını etkilemez.
Çıkar çatışmaları
Editörler; yazar(lar), hakemler ve diğer editörler arasındaki çıkar çatışmalarını göz önünde bulundurarak, çalışmaların yayın sürecinin bağımsız ve tarafsız bir şekilde tamamlamasını garanti eder.
Hakemlerin Etik Sorumlulukları
Tüm çalışmaların "Körleme Hakemlik" ile değerlendirilmesi yayın kalitesini doğrudan etkilemektedir. Bu süreç yayının nesnel ve bağımsız değerlendirilmesi ile güven sağlar. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) değerlendirme süreci çift taraflı kör hakemlik ilkesiyle yürütülür. Hakemler yazarlar ile doğrudan iletişime geçemez, değerlendirme ve yorumlar dergi yönetim sistemi aracılığıyla iletilir. Bu süreçte değerlendirme formları ve tam metinler üzerindeki hakem yorumları editör aracılığıyla yazar(lar)a iletilir. Bu bağlamda Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) için çalışma değerlendiren hakemlerin aşağıdaki etik sorumluluklara sahip olması beklenmektedir:
-Sadece uzmanlık alanı ile ilgili çalışmaları değerlendirmeyi kabul etmelidir.
-Tarafsızlık ve gizlilik içerisinde değerlendirme yapmalıdır.
-Değerlendirme sürecinde çıkar çatışması ile karşı karşıya olduğunu düşünürse, çalışmayı incelemeyi reddederek, dergi editörünü bilgilendirmelidir.
-Gizlilik ilkesi gereği inceledikleri çalışmaları değerlendirme sürecinden sonra imha etmelidir. İnceledikleri çalışmaların sadece nihai versiyonlarını ancak yayınlandıktan sonra kullanabilir.
-Değerlendirmeyi nesnel bir şekilde sadece çalışmanın içeriği ile ilgili olarak yapmalıdır. Milliyet, cinsiyet, dini inançlar, siyasal inançlar ve ticari kaygıların değerlendirmeye etki etmesine izin vermemelidir.
-Değerlendirmeyi yapıcı ve nazik bir dille yapmalıdır. Düşmanlık, iftira ve hakaret içeren aşağılayıcı kişisel yorumlar yapmamalıdır.
-Değerlendirmeyi kabul ettikleri çalışmayı zamanında ve yukarıdaki etik sorumluluklarda gerçekleştirmelidir.
Yayıncının Etik Sorumlukları
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) yayıncısı olan Niğde Ömer Halisdemir Üniversitesi, kâr amacı gütmeyen bir devlet üniversitesidir. Bu bağlamda Niğde Ömer Halisdemir Üniversitesi, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD) ile ilgili aşağıdaki etik sorumlulukların bilinciyle hareket etmektedir:
Editörler, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'ne gönderilen çalışmaların tüm süreçlerinden sorumludur. Bu çerçevede ekonomik ya da politik kazançlar göz önüne alınmaksızın karar verici kişiler editörlerdir.
Bağımsız editör kararı oluşturulmasını taahhüt eder.
Editörlere ilişkin her türlü bilimsel suistimal, atıf çeteciliği ve intihalle ilgili önlemleri alma sorumluluğuna sahiptir.
Etik Olmayan Bir Durumla Karşılaşırsanız
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUİİBFD)'nde yukarıda bahsedilen etik sorumluluklar ve dışında etik olmayan bir davranış veya içerikle karşılaşırsanız lütfen ohuiibfdergisi@gmail.com adresine e-posta yoluyla bildiriniz.
Price Policy
Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (OHUIIBFD), makale sunumlarını memnuniyetle karşılamakta ve bir yayın ücreti talep etmemektedir.
Indexes
Citation Indexes
Journal Boards
Baş Editör
Editör
Sekreterya
Ömer Halisdemir Universitesi Iktisadi ve Idari Bilimler Fakültesi Dergisi (OHUIIBF) is licensed under the Creative Commons Attribution-Noncommercial-Pseudonymity License 4.0 international license.