Öz
Bu çalışma, farklı geometrilere ve üretim parametrelerine sahip yapıştırılmış lamine ahşap (glulam) kirişlerin eğilme dayanımı (MOR) değerlerinin üç nokta (3P) ve dört nokta (4P) eğilme testleri üzerinden belirlenmesini ve bu değerlerin makine öğrenmesi tabanlı modeller kullanılarak tahmin edilmesini amaçlamaktadır. Deneysel kirişler, PVAc-D3 (Polivinil Asetat) tutkallı sarıçam (Pinus sylvestris L.) lameller kullanılarak düz, eğrisel, kontrplak takviyeli ve takviyesiz olmak üzere dört farklı grupta üretilmiştir. Elde edilen deneysel veriler, beş farklı regresyon algoritması (SVR, Lasso, Ridge, Huber ve XGBoost) ile analiz edilmiş ve her modelin tahmin performansı 10 katlı çapraz doğrulama yöntemiyle değerlendirilmiştir. Analiz sonuçlarına göre SVR modeli, üç noktalı eğilme deneylerinde R² = 0,9920 ve RMSE = 0,4587 MPa gibi oldukça yüksek doğruluk ve düşük hata değerleriyle en başarılı performansı göstermiştir. Dört noktalı deneylerinde de benzer bir eğilim gözlenmiş, SVR modeli R² = 0,9782 ile üstün performansını korumuştur. Bu bulgular, makine öğrenmesi tabanlı yaklaşımların, glulam kirişlerin mekanik özelliklerinin tahmininde deneysel testleri destekleyen güçlü bir mühendislik aracı olabileceğini ortaya koymaktadır.
Anahtar Kelimeler
Ahşap Kiriş Eğilme Dayanımı Ahşap Malzeme Tutkal Makine Öğrenme
Etik Beyan
yok
Destekleyen Kurum
Gazi Üniversitesi
Proje Numarası
FDK-2024-9490
Teşekkür
FDK-2024-9490 numaralı BAP biriminin desteklerinden dolayı teşekkür ederiz.
Kaynakça
- K. Sikora, D. McPolin, and A. Harte, “Mechanical performance of Glulam and CLT beams,” Construction and Building Materials, vol. 102, pp. 110–120, 2016.
- M. H. Ramage, H. Burridge, M. Busse-Wicher, et al., “The wood from the trees: The use of timber in construction,” Renewable and Sustainable Energy Reviews, vol. 68, pp. 333–359, 2017.
- J. Abed, S. Rayburg, J. Rodwell, and M. Neave, "A review of the performance and benefits of mass timber as an alternative to concrete and steel for improving the sustainability of structures," Sustainability, vol. 14, no. 9, p. 5570, 2022, doi: 10.3390/su14095570.
- O. Perçin, G. Özbay, and M. Ordu, “Farklı tutkallarla lamine edilmiş ahşap malzemelerin mekaniksel özelliklerinin incelenmesi,” Journal of Science and Technology of Dumlupınar University, no. 19, pp. 109–120, 2009.
- TS EN 408 + A1 Ahşap yapılar - Yapısal ahşap ve lamine ahşap - Fiziksel ve mekanik özelliklerin tayini. Ankara: Türk Standardları Enstitüsü, 2014.
- TS ISO 13061-3 Odunun fiziksel ve mekanik özelliklerinin tayini - Bölüm 3: Statik eğilme dayanımının tayini*. Ankara: Türk Standardları Enstitüsü, 2021.
- A. Derkowski, M. Kuliński, A. Trociński, J. Kawalerczyk, and R. Mirski, “Mechanical characterization of glued laminated beams containing selected wood species in the tension zone,” Materials, vol. 15, no. 18, p. 6380, 2022.
- D. Dziurka, A. Derkowski, M. Wieruszewski, M. Kuliński, and R. Mirski, “GL beams reinforced with plywood in the outer layer,” Materials, vol. 15, no. 11, 3976, 2022.
- R. Bülbül, M. Kaya, H. İmirzi, and N. Döngel, "Farklı Odun ve Tutkal Türleri Kullanılarak Üretilen Lamine Kerestelerin (Glulam) Bazı Fiziksel ve Mekanik Özellikleri," Bartın Orman Fak. Derg., vol. 26, no. 2, pp. 58-68, 2024, doi: 10.24011/barofd.1403573.
- Y. Liu, H. Zhang, and M. Chen, “Machine learning in materials science: Recent progress and emerging applications,” Materials Today, vol. 41, pp. 56–69, 2020.
- S. Elhishi, A. M. Elashry, and S. El-Metwally, “Unboxing machine learning models for concrete strength prediction using XAI,” Scientific Reports, vol. 13, no. 1, 19892, 2023.
- S. S. Sorour, C. A. Saleh, and M. Shazly, “A review on machine learning implementation for predicting and optimizing the mechanical behaviour of laminated fiber-reinforced polymer composites,” Heliyon, vol. 10, no. 13, 2024.
- H. Hu, Q. Wei, T. Wang, Q. Ma, P. Jin, S. Pan, et al., “Experimental and numerical investigation integrated with machine learning (ML) for the prediction strategy of DP590/CFRP composite laminates,” Polymers, vol. 16, no. 11, 1589, 2024.
- M. Yossef, M. Noureldin, and A. Alqabbany, “Explainable artificial intelligence framework for FRP composites design,” Composite Structures, vol. 341, 118190, 2024.
- P. Xu, X. Ji, M. Li, and W. Lu, “Small data machine learning in materials science,” npj Computational Materials, vol. 9, no. 1, 42, 2023.
- F. Oviedo, J. L. Ferres, T. Buonassisi, and K. T. Butler, “Interpretable and explainable machine learning for materials science and chemistry,” Accounts of Materials Research, vol. 3, no. 6, pp. 597–607, 2022.
- S. Chen, R. Shiina, K. Nakai, T. Awano, A. Yoshinaga, and J. Sugiyama, "Potential of machine learning approaches for predicting mechanical properties of spruce wood in the transverse direction," J. Wood Sci., vol. 69, no. 1, p. 22, 2023, doi: 10.1186/s10086-023-02094-1.
- A. R. Haftkhani, F. Abdoli, A. Sepehr, and B. Mohebby, “Regression and ANN models for predicting MOR and MOE of heat-treated fir wood,” Journal of Building Engineering, vol. 42, 102788, 2021.
- S. Bardak, T. Bardak, H. Peker, E. Sözen, and Y. Cabuk, “Predicting effects of selected impregnation processes on the observed bending strength of wood, with use of data mining models,” Bioresources, vol. 16, no. 3, pp. 4891–4908, 2021.
- M. Nazerian, F. Naderi, and A. N. Papadopoulos, “Application of the artificial neural network to predict the bending strength of the engineered laminated wood produced using the hydrolyzed soy protein-melamine urea formaldehyde copolymer adhesive,” Journal of Composites Science, vol. 7, no. 5, 206, 2023.
- M. Lukovic, L. Ciernik, G. Müller, D. Kluser, T. Pham, I. Burgert, and M. Schubert, “Probing the complexity of wood with computer vision: From pixels to properties,” Journal of the Royal Society Interface, vol. 21, no. 213, 20230492, 2024.
- J. Ma, Z. Kuang, Y. Fang, and J. Huang, “A multi-input residual network for non-destructive prediction of wood mechanical properties,” Forests, vol. 16, no. 2, 355, 2025.
- J. Huang and Z. Kuang, “Mechanical property prediction of wood using a backpropagation neural network optimized by adaptive fractional-order particle swarm algorithm,” Forests, vol. 16, no. 8, 1223, 2025.
- S. Kayakıran and E. Kishalı, “Dünden bugüne tutkallı tabakalı ahşap yapı elemanların incelenmesi ve yapılarda taşıyıcı olarak kullanılması üzerine öneriler,” Journal of Architectural Sciences and Applications, vol. 4, no. 1, pp. 34–50, 2019.
- R. Becer en Öztürk and N. Arioğlu, “Türk sarıçamından lamine ahşap kirişlerin mekanik özellikleri,” İTÜDERGİSİ/a, vol. 5, no. 2, 2010.
- A. Kasal, H. Efe, and T. Dizel, “Masif ve lamine edilmiş ağaç malzemelerde eğilme direnci ve elastikiyet modülünün belirlenmesi,” Politeknik Dergisi, vol. 13, no. 3, pp. 183–190, 2010.
- Y. Bozkurt and N. Erdin, Odun Anatomisi, İstanbul Üniversitesi Orman Fakültesi Yayın No. 4263/466, İstanbul, 2000.
- R. Kurt, “Ahşap yapıştırma ve yapıştırıcılar,” in Ahşap Malzeme Bilgisi, Y. Ünsal, Ed., Gazi Kitabevi, Ankara, 2018, pp. 215–240.
- N. Döngel, Bazı ağaç türlerinden farklı tutkallarla üretilen lamine elemanların eğilme direnci üzerine bir araştırma, Yüksek Lisans Tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Trabzon, 1999.
- DMC Endüstri A.Ş., PVAc – D3/D4 ahşap tutkalı ürün teknik bilgi föyü (TDS), DMC Endüstri A.Ş., 2024.
- A. Zalcmanis, K. Abols, K. Zudrags, and A. Krasnikovs, “Birch plywood sample cyclic bending property investigation and analysis,” in Engineering for Rural Development. Proceedings of the International Scientific Conference (Latvia), no. 19/2020.
- F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, et al., “Scikit-learn: Machine learning in Python,” Journal of Machine Learning Research, vol. 12, pp. 2825–2830, 2011.
- T. Chen and C. Guestrin, “XGBoost: A scalable tree boosting system,” in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 785–794, 2016.
- A. J. Smola and B. Schölkopf, “A tutorial on support vector regression,” Statistics and Computing, vol. 14, no. 3, pp. 199–222, 2004.
- A. E. Hoerl and R. W. Kennard, “Ridge regression: Biased estimation for nonorthogonal problems,” Technometrics, vol. 12, no. 1, pp. 55–67, 1970.
- R. Tibshirani, “Regression shrinkage and selection via the LASSO,” Journal of the Royal Statistical Society: Series B (Statistical Methodology), vol. 58, no. 1, pp. 267–288, 1996.
- P. J. Huber, “Robust estimation of a location parameter,” in Breakthroughs in Statistics: Methodology and Distribution, New York, NY: Springer, pp. 492–518, 1992.
- R. Kohavi, “A study of cross-validation and bootstrap for accuracy estimation and model selection,” in Proceedings of the 14th International Joint Conference on Artificial Intelligence (IJCAI), vol. 14, no. 2, pp. 1137–1145, 1995.
- R. J. Hyndman and A. B. Koehler, “Another look at measures of forecast accuracy,” International Journal of Forecasting, vol. 22, no. 4, pp. 679–688, 2006.
- T. Chai and R. R. Draxler, “Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature,” Geoscientific Model Development, vol. 7, no. 3, pp. 1247–1250, 2014.
- C. J. Willmott and K. Matsuura, “Advantages of the mean absolute error (MAE) over the root mean square error (RMSE),” Climate Research, vol. 30, no. 1, pp. 79–82, 2005. J. S. Armstrong, Long-Range Forecasting: From Crystal Ball to Computer, 2nd ed., Wiley, New York, 1985.
- S. Kim and H. Kim, “A new metric of absolute percentage error for intermittent demand forecasts,” International Journal of Forecasting, vol. 32, no. 3, pp. 669–679, 2016.
- N. R. Draper and H. Smith, Applied Regression Analysis, vol. 326, John Wiley & Sons, 1998.
Öz
This study aims to determine the bending strength (MOR) values of glued laminated timber (glulam) beams with different geometries and production parameters through three-point (3P) and four-point (4P) bending tests and to predict these values using machine learning-based models. The experimental beams were produced in four different groups: straight, curved, plywood-reinforced, and unreinforced, using PVAc-D3 (Polyvinyl Acetate) adhesive-bonded Scots pine (Pinus sylvestris L.) lamellas. The experimental data obtained were analysed using five different regression algorithms (SVR, Lasso, Ridge, Huber, and XGBoost), and the prediction performance of each model was evaluated using 10-fold cross-validation. According to the analysis results, the SVR model showed the most successful performance in the three-point bending tests with quite high accuracy and low error values such as R² = 0.9920 and RMSE = 0.4587 MPa. A similar trend was observed in the four-point tests, with the SVR model maintaining its superior performance with R² = 0.9782. These findings demonstrate that machine learning-based approaches can be a powerful engineering tool to support experimental testing in predicting the mechanical properties of glulam beams.
Anahtar Kelimeler
Wooden Beam Bending Strength Machine Learning Wooden Material Glue
Etik Beyan
none
Destekleyen Kurum
Gazi University
Proje Numarası
FDK-2024-9490
Teşekkür
We would like to thank the BAP unit numbered FDK-2024-9490 for their support.
Kaynakça
- K. Sikora, D. McPolin, and A. Harte, “Mechanical performance of Glulam and CLT beams,” Construction and Building Materials, vol. 102, pp. 110–120, 2016.
- M. H. Ramage, H. Burridge, M. Busse-Wicher, et al., “The wood from the trees: The use of timber in construction,” Renewable and Sustainable Energy Reviews, vol. 68, pp. 333–359, 2017.
- J. Abed, S. Rayburg, J. Rodwell, and M. Neave, "A review of the performance and benefits of mass timber as an alternative to concrete and steel for improving the sustainability of structures," Sustainability, vol. 14, no. 9, p. 5570, 2022, doi: 10.3390/su14095570.
- O. Perçin, G. Özbay, and M. Ordu, “Farklı tutkallarla lamine edilmiş ahşap malzemelerin mekaniksel özelliklerinin incelenmesi,” Journal of Science and Technology of Dumlupınar University, no. 19, pp. 109–120, 2009.
- TS EN 408 + A1 Ahşap yapılar - Yapısal ahşap ve lamine ahşap - Fiziksel ve mekanik özelliklerin tayini. Ankara: Türk Standardları Enstitüsü, 2014.
- TS ISO 13061-3 Odunun fiziksel ve mekanik özelliklerinin tayini - Bölüm 3: Statik eğilme dayanımının tayini*. Ankara: Türk Standardları Enstitüsü, 2021.
- A. Derkowski, M. Kuliński, A. Trociński, J. Kawalerczyk, and R. Mirski, “Mechanical characterization of glued laminated beams containing selected wood species in the tension zone,” Materials, vol. 15, no. 18, p. 6380, 2022.
- D. Dziurka, A. Derkowski, M. Wieruszewski, M. Kuliński, and R. Mirski, “GL beams reinforced with plywood in the outer layer,” Materials, vol. 15, no. 11, 3976, 2022.
- R. Bülbül, M. Kaya, H. İmirzi, and N. Döngel, "Farklı Odun ve Tutkal Türleri Kullanılarak Üretilen Lamine Kerestelerin (Glulam) Bazı Fiziksel ve Mekanik Özellikleri," Bartın Orman Fak. Derg., vol. 26, no. 2, pp. 58-68, 2024, doi: 10.24011/barofd.1403573.
- Y. Liu, H. Zhang, and M. Chen, “Machine learning in materials science: Recent progress and emerging applications,” Materials Today, vol. 41, pp. 56–69, 2020.
- S. Elhishi, A. M. Elashry, and S. El-Metwally, “Unboxing machine learning models for concrete strength prediction using XAI,” Scientific Reports, vol. 13, no. 1, 19892, 2023.
- S. S. Sorour, C. A. Saleh, and M. Shazly, “A review on machine learning implementation for predicting and optimizing the mechanical behaviour of laminated fiber-reinforced polymer composites,” Heliyon, vol. 10, no. 13, 2024.
- H. Hu, Q. Wei, T. Wang, Q. Ma, P. Jin, S. Pan, et al., “Experimental and numerical investigation integrated with machine learning (ML) for the prediction strategy of DP590/CFRP composite laminates,” Polymers, vol. 16, no. 11, 1589, 2024.
- M. Yossef, M. Noureldin, and A. Alqabbany, “Explainable artificial intelligence framework for FRP composites design,” Composite Structures, vol. 341, 118190, 2024.
- P. Xu, X. Ji, M. Li, and W. Lu, “Small data machine learning in materials science,” npj Computational Materials, vol. 9, no. 1, 42, 2023.
- F. Oviedo, J. L. Ferres, T. Buonassisi, and K. T. Butler, “Interpretable and explainable machine learning for materials science and chemistry,” Accounts of Materials Research, vol. 3, no. 6, pp. 597–607, 2022.
- S. Chen, R. Shiina, K. Nakai, T. Awano, A. Yoshinaga, and J. Sugiyama, "Potential of machine learning approaches for predicting mechanical properties of spruce wood in the transverse direction," J. Wood Sci., vol. 69, no. 1, p. 22, 2023, doi: 10.1186/s10086-023-02094-1.
- A. R. Haftkhani, F. Abdoli, A. Sepehr, and B. Mohebby, “Regression and ANN models for predicting MOR and MOE of heat-treated fir wood,” Journal of Building Engineering, vol. 42, 102788, 2021.
- S. Bardak, T. Bardak, H. Peker, E. Sözen, and Y. Cabuk, “Predicting effects of selected impregnation processes on the observed bending strength of wood, with use of data mining models,” Bioresources, vol. 16, no. 3, pp. 4891–4908, 2021.
- M. Nazerian, F. Naderi, and A. N. Papadopoulos, “Application of the artificial neural network to predict the bending strength of the engineered laminated wood produced using the hydrolyzed soy protein-melamine urea formaldehyde copolymer adhesive,” Journal of Composites Science, vol. 7, no. 5, 206, 2023.
- M. Lukovic, L. Ciernik, G. Müller, D. Kluser, T. Pham, I. Burgert, and M. Schubert, “Probing the complexity of wood with computer vision: From pixels to properties,” Journal of the Royal Society Interface, vol. 21, no. 213, 20230492, 2024.
- J. Ma, Z. Kuang, Y. Fang, and J. Huang, “A multi-input residual network for non-destructive prediction of wood mechanical properties,” Forests, vol. 16, no. 2, 355, 2025.
- J. Huang and Z. Kuang, “Mechanical property prediction of wood using a backpropagation neural network optimized by adaptive fractional-order particle swarm algorithm,” Forests, vol. 16, no. 8, 1223, 2025.
- S. Kayakıran and E. Kishalı, “Dünden bugüne tutkallı tabakalı ahşap yapı elemanların incelenmesi ve yapılarda taşıyıcı olarak kullanılması üzerine öneriler,” Journal of Architectural Sciences and Applications, vol. 4, no. 1, pp. 34–50, 2019.
- R. Becer en Öztürk and N. Arioğlu, “Türk sarıçamından lamine ahşap kirişlerin mekanik özellikleri,” İTÜDERGİSİ/a, vol. 5, no. 2, 2010.
- A. Kasal, H. Efe, and T. Dizel, “Masif ve lamine edilmiş ağaç malzemelerde eğilme direnci ve elastikiyet modülünün belirlenmesi,” Politeknik Dergisi, vol. 13, no. 3, pp. 183–190, 2010.
- Y. Bozkurt and N. Erdin, Odun Anatomisi, İstanbul Üniversitesi Orman Fakültesi Yayın No. 4263/466, İstanbul, 2000.
- R. Kurt, “Ahşap yapıştırma ve yapıştırıcılar,” in Ahşap Malzeme Bilgisi, Y. Ünsal, Ed., Gazi Kitabevi, Ankara, 2018, pp. 215–240.
- N. Döngel, Bazı ağaç türlerinden farklı tutkallarla üretilen lamine elemanların eğilme direnci üzerine bir araştırma, Yüksek Lisans Tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Trabzon, 1999.
- DMC Endüstri A.Ş., PVAc – D3/D4 ahşap tutkalı ürün teknik bilgi föyü (TDS), DMC Endüstri A.Ş., 2024.
- A. Zalcmanis, K. Abols, K. Zudrags, and A. Krasnikovs, “Birch plywood sample cyclic bending property investigation and analysis,” in Engineering for Rural Development. Proceedings of the International Scientific Conference (Latvia), no. 19/2020.
- F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, et al., “Scikit-learn: Machine learning in Python,” Journal of Machine Learning Research, vol. 12, pp. 2825–2830, 2011.
- T. Chen and C. Guestrin, “XGBoost: A scalable tree boosting system,” in Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 785–794, 2016.
- A. J. Smola and B. Schölkopf, “A tutorial on support vector regression,” Statistics and Computing, vol. 14, no. 3, pp. 199–222, 2004.
- A. E. Hoerl and R. W. Kennard, “Ridge regression: Biased estimation for nonorthogonal problems,” Technometrics, vol. 12, no. 1, pp. 55–67, 1970.
- R. Tibshirani, “Regression shrinkage and selection via the LASSO,” Journal of the Royal Statistical Society: Series B (Statistical Methodology), vol. 58, no. 1, pp. 267–288, 1996.
- P. J. Huber, “Robust estimation of a location parameter,” in Breakthroughs in Statistics: Methodology and Distribution, New York, NY: Springer, pp. 492–518, 1992.
- R. Kohavi, “A study of cross-validation and bootstrap for accuracy estimation and model selection,” in Proceedings of the 14th International Joint Conference on Artificial Intelligence (IJCAI), vol. 14, no. 2, pp. 1137–1145, 1995.
- R. J. Hyndman and A. B. Koehler, “Another look at measures of forecast accuracy,” International Journal of Forecasting, vol. 22, no. 4, pp. 679–688, 2006.
- T. Chai and R. R. Draxler, “Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature,” Geoscientific Model Development, vol. 7, no. 3, pp. 1247–1250, 2014.
- C. J. Willmott and K. Matsuura, “Advantages of the mean absolute error (MAE) over the root mean square error (RMSE),” Climate Research, vol. 30, no. 1, pp. 79–82, 2005. J. S. Armstrong, Long-Range Forecasting: From Crystal Ball to Computer, 2nd ed., Wiley, New York, 1985.
- S. Kim and H. Kim, “A new metric of absolute percentage error for intermittent demand forecasts,” International Journal of Forecasting, vol. 32, no. 3, pp. 669–679, 2016.
- N. R. Draper and H. Smith, Applied Regression Analysis, vol. 326, John Wiley & Sons, 1998.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Ahşap Fiziği ve Mekaniği |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Proje Numarası | FDK-2024-9490 |
| Gönderilme Tarihi | 3 Kasım 2025 |
| Kabul Tarihi | 2 Aralık 2025 |
| Erken Görünüm Tarihi | 29 Aralık 2025 |
| Yayımlanma Tarihi | 31 Aralık 2025 |
| Yayımlandığı Sayı | Yıl 2025 Cilt: 4 Sayı: 2 |
Kaynak Göster
Amaç ve Kapsam
Bozok Journal of Engineering and Architecture; Makine, İnşaat, Elektrik-Elektronik, Yer Bilimleri, Bilgisayar, Bilişim Teknolojileri, Enerji, Endüstri, Çevre, Otomotiv ve diğer tüm mühendislik bilim dalları ile Mimarlık, Tasarım, Şehir ve Bölge Planlama alanlarında hazırlanmış güncel ve özgün değeri olan orijinal araştırma makaleleri, derlemeleri, teknik notları, bildirileri ve editöre mektup niteliğindeki yazıları yayımlayarak ulusal ve uluslararası bilime katkı sunmayı amaçlamaktadır.
Bozok Journal of Engineering and Architecture, Yozgat Bozok Üniversitesi’nin bilimsel bir yayın organı olup Mühendislik-Mimarlık Fakültesi tarafından elektronik ortamda yılda iki defa (Haziran ve Aralık) yayımlanan uluslararası, hakemli, açık erişim, süreli ve multidisipliner bir dergidir. Derginin kısaltılmış ismi Bozok J Eng Arch olarak belirlenmiştir. Bozok Journal of Engineering and Architecture yayın hayatına 2022 yılından itibaren başlayacaktır. Değerlendirilmek üzere dergiye gönderilen Türkçe veya İngilizce dillerinden birinde hazırlanmış olan ve daha önce başka bir dergide yayınlanmamış, yayınlanmak üzere kabul edilmemiş veya yayınlanmak için değerlendirme aşamasında olmayan çalışmalar olması gerekmektedir. Değerlendirme sürecinde olan çalışmaların ve dergide basılan yayınların tüm sorumlulukları yazar(lar)a aittir. Dergide yayınlanan eserlerin telif hakları Bozok Journal of Engineering and Architecture’a aittir. Dergide yayınlanan yazılar için ücret ya da karşılık ödenmez. Dergiye gönderilen çalışmalar dergi yazım kurallarında belirtilen koşullar ve yayın ilkelerinde belirtilen hususlar dikkate alınarak ön kontrolden geçirilmektedir. Bu nedenle dergiye gönderilecek çalışmaların bu noktalar ışığında uygun şekilde hazırlanması gereklidir. Dergiye gönderilen çalışmalar ilk olarak teknik açıdan (şekil ve içerik yönünden) ön incelemeden geçirilmektedir. Teknik açıdan uygun bulunan çalışmalar Baş Editör tarafından Yayın Kurulu ve/veya Alan Editörleri’ne sunulmaktadır. İlgili Alan Editörleri ya da kurul tarafından değerlendirilerek dergi için uygun bulunan çalışmalar en az iki (2) hakem ataması yapılarak hakem süreci başlatılır. Bozok Journal of Engineering and Architecture çift kör hakemlik (double blind peer review) sistemine göre hakemlik süreci uygulamaktadır. Çalışmaların hakem değerlendirme süreçleri ortalama 2-5 hafta sürmektedir. Hakemler ve Alan Editörleri’nden gelen değerlendirme raporlarına göre dergi editörlüğü tarafından ilgili çalışmaların yayınlanmak üzere kabul edilmesine, yazar(lar)dan düzeltme ve/veya ek bilgi talep edilmesine ya da çalışmaların reddedilmesine karar verilebilecektir. Dergiye gönderilen çalışmalar için son karar Baş Editör tarafından verilmektedir.
Yazım Kuralları
YAZIM KURALLARI
Yazı Karakteri ve Sayfa Düzeni
1. Bozok Journal of Engineering and Architecture’a Times New Roman yazı karakteri, 10 punto, 1.15 satır aralıklı ve makale şablonu dikkate alınarak hazırlanmalıdır.
2. Dergiye gönderilecek çalışmalar için sayfa düzeni makale şablonunda belirtildiği üzere, Times New Roman 10 punto ile sayfanın tüm kenarlarından 1.27 cm boşluk kalacak şekilde 1.15 satır aralıklı yazılmalıdır.
Özet, Başlık, Anahtar Kelime
3. Dergiye gönderilen Türkçe ve İngilizce yazılan tüm çalışmalarda Türkçe ve İngilizce özet bulunmalıdır. Özet metin Times New Roman yazı karakteri ile 9 punto, iki yana yaslı ve tek satır aralıklı hazırlanmalıdır.
4. Makalenin başlığı, Türkçe ve İngilizce özetlerde ilk kelime ve özel isimler dışında küçük harflerle ortalı, Times New Roman, 14 punto ve kalın (bold) olacak şekilde yazılmalıdır.
5. Başlık sayfası, cümle halinde tam başlığı, tüm yazarların tam adlarını ve kurumları içermelidir. Sorumlu yazara ait bilgiler ilk sayfanın sonuna yazılmalıdır. Gerekli tüm bildirimler veya sorumluluk reddi beyanları ilk sayfada yer almalıdır.
6. Özet başlığının hemen altında, araştırma ve elde edilen sonuçlar hakkında net bilgi verilmeli ve 250 kelimeyi geçmemelidir. Özet alıntı içermemelidir. Makalenin başlığı ve özeti matematiksel formüller içermemelidir.
7. Özet metinlerin altında 3-5 arasında Türkçe ve İngilizce olarak Anahtar Kelime (Keywords) yazılmalıdır. Anahtar kelimeler (Keywords)’de bulunan sözcüklerin ilk harfi büyük olmalıdır. Anahtar kelimeler kısaltmalar içermemelidir.
Makale Metni:
8. Ana başlıklar Times New Roman 11 punto 1.15 satır aralığıdır. Metin içerikleri Times New Roman 10 punto 1.15 satır aralığı olacaktır. Alt başlıklarda her kelimenin baş harfi büyük olmalıdır. İkinci derece başlıklar aynı şekilde 11 punto, üçüncü derece başlıklar ise 10 punto olarak yazılmalıdır.
9. Çalışmanın durumunu tartışmalı yalnızca temel arka planı ana hatlarıyla belirtmeli ve bulguları veya sonuçları içermemelidir. Konu alanının bir incelemesi olmamalı ele alınan sorunun net bir ifadesi ile bitmelidir. Kısaltmalar önce parantez içinde tanımlanmalı ve daha sonra kısaltma olarak kullanılmalıdır.
10. Yazarlar Bozok Journal of Engineering and Architecture'a gönderilmek üzere bir makale hazırlarken bu şablonu kullanmalıdır. Makale Microsoft Word'de yazılmalıdır. Şablonun ilgili bölümlerindeki metinler yazılarak veya kopyalanıp yapıştırılarak değiştirilebilir ve şablonda verilen stiller kullanılabilir. Paragraflar arası 1 satır boşluk bırakılmalıdır.
11. Dergide yayımlanması için sunulan ve Türkçe hazırlanan çalışmalarda sıralama; Türkçe başlık, Türkçe özet, Anahtar kelimeler, İngilizce başlık (Title), İngilizce özet (Abstract), İngilizce anahtar kelimeler (Keywords) ve devamında Giriş, Materyal ve Metot, Bulgular ve Tartışma, Sonuç, Kaynaklar ve Eklerden oluşmalıdır. Çalışmalarda Türk Dil Kurumu'nun (TDK) yazım kılavuzu ve yazım kuralları dikkate alınmalı ve yabancı sözcükler yerine mümkün olduğu kadar Türkçe karşılıkları tercih edilmelidir. Yine de Türkçede alışılmamış kelimelerin metin içerisinde ilk kez kullanımında yabancı dildeki karşılığı parantez içerisinde verilmelidir. Jargon içermeyen kısa ve öz Türkçe kullanılmalıdır. Tekrarlayan uzun cümleler ve pasif ses kullanımından kaçınılmalıdır. Metnin bilgisayar yazım ve dilbilgisi programları aracılığıyla çalıştırılması tavsiye edilir. Tüm yazıların yazarlar için talimatlara uygunluğu kontrol edilmelidir. Yönergelere uymayan makaleler hakemlere değerlendirilmek üzere gönderilmeyecektir.
12. Dergide yayımlanması için sunulan ve İngilizce hazırlanan çalışmalarda sıralama; Title, Abstract, Özet (Türkçe), Keywords ve devamında Introduction, Material and Methods, Results and Discussion, Conclusions, References ve Supplementary materials bölümlerinden oluşmalıdır. İngilizce hazırlanan makaleler de British English kuralları dikkate alınmalıdır.
13. Yayımlanmış literatürden kapsamlı alıntılardan ve tartışmalardan kaçınılmalıdır. Araştırma makaleleri 15 sayfadan uzun olmamalı, 40 kaynak sınırına sahip olmalıdır.
Bölüm Başlıkları
14. Araştırma makaleleri aşağıda listelenen bölümlere ayrılmalıdır. Ana bölümler sırayla numaralandırılmalıdır (1. Giriş, 2. Materyal ve Metot vb.), alt bölümler ise 1.1., 1.2. vb. olarak numaralandırılmalıdır. Üç dereceden fazla başlık kullanılmamalıdır. Referanslar bölümlerine numara verilmemelidir.
Semboller, Birimler ve Kısaltmalar
15. Eğer ×, µ, η, ν gibi semboller kullanılıyorsa, Word'ün Simge menüsü kullanılarak eklenmelidir. Matematiksel denklemler ve formüller yazmak için Microsoft Word denklem kullanılmalıdır. Denklemler resim şeklinde olmamalıdır.
16. Sembol menüsünden derece sembolleri (°) kullanılmalıdır, üst simge o harfi veya 0 rakamı kullanılmamalıdır. Çarpma sembolleri (×) kullanılmalıdır, x harfi kullanılmamalıdır. Sayılar ve birimler (ör. 3 km) ve sayılar ile matematiksel simgeler (+, –, ×, =, <, >) arasına boşluk konulmalı, ancak sayılar ve yüzde simgeleri (örn. %45) arasına boşluk konulmamalıdır. Lütfen SI birimlerini kullanınız.
Metin içi Kaynak Gösterme
17. Kaynak listesinde yalnızca metinde atıfta bulunulan ve yayınlanmış veya yayına kabul edilmiş eserler yer almalıdır. Yayınlanmamış sonuçlar ve kişisel iletişimler referans listesinde bulunmamalıdır. Kaynaklar metin içinde köşeli parantez içinde [1] şeklinde numaralandırılarak verilmelidir. Birlikte görünen alıntı numaraları için ayrı parantez setleri kullanmayınız, örn. [2], [3], [5]–[9] yerine, [2,3,5–9] kullanınız. Makalede atıf yapılan tüm kaynaklar sondaki kaynakça listesinde yer almalı ve kaynakça listesinde yer alan tüm kaynaklar makalede alıntılanmalıdır. Alıntı numarası vermek için referans yönetim programlarının (Mendeley, Zotero, Endnote, Refworks vb.) kullanılması tavsiye edilir.
Yazar Adları
18. Yazar adları 10 punto, adresleri 9 punto olmalıdır. Yazar adları ile adresleri arasında satır aralığı bırakılmamalıdır.
Dipnotlar
19. Dipnotlardan olabildiğince kaçınılmalıdır fakat çok gerekli ise kullanıldığı sayfanın en altına çizgi ile ayrılarak yazılmalıdır.
Tablolar ve Şekiller
20. Öncelikle, basit bulgular tablo veya şekillere ihtiyaç duymadan doğrudan metin içinde sunulabilir. Tablolar hariç tüm çizimler (fotoğraflar, çizimler, grafikler vb.) “Şekil” olarak etiketlenmelidir. Tüm tablo ve şekillerin bir başlığı ve/veya açıklaması olmalı ve numaralandırılmalıdır (örn. Tablo 1, Şekil 2), tek bir tablo veya şekil olması durumunda tablo veya şekil, "Tablo" veya "Şekil" olarak etiketlenmelidir. Altyazılar cümle halinde yazılmalıdır (örn. Yapay Arı Kolonisi Algoritması). Şekillerde kullanılan yazı tipi Times New Roman olmalıdır. ×, μ, η veya ν gibi semboller kullanılıyorsa, Word'ün Sembol menüsü kullanılarak eklenmelidir. Tüm tablo ve şekiller, metinde atıfta bulunulduğu şekilde ardışık olarak numaralandırılmalıdır. Tablo ve Şekiller, metinde ilgili metnin yanında yer almalıdır.
21. Genişlik 16 cm olarak ayarlandığında resimlerin çözünürlüğü 118 piksel/cm'den az olmamalıdır. Görseller 1200 dpi çözünürlükte taranmalı ve jpeg veya tiff formatında olmalıdır. Grafikler ve diyagramlar 0,5 ile 1 punto arasında bir çizgi kalınlığı ile çizilmelidir. Çizgi kalınlığı 0,5 puntodan az veya 1 puntodan fazla olan grafik ve diyagramlar kabul edilmez. Taranmış veya fotokopisi alınmış grafikler ve diyagramlar kabul edilmez. Şekil stili aşağıda verilmiştir.
22. Grafikler, diyagramlar veya çizimler olan şekiller değiştirilebilir bir formatta sunulmalıdır, yani grafik personeli bunları değiştirebilmelidir. Ayrıca tüm tablolar resim, excel veya pdf olarak değil, düzenlenebilir metin olarak sunulmalıdır. Fotoğraf olmadıkça resim dosyası (tiff, jpeg veya eps) olarak yapıştırılmamalıdır. Başlık, sütun başlıkları ve dipnotlar dahil olmak üzere tablo ve şekiller 16 × 20 cm'yi geçmemeli ve genişliği 8 cm'den küçük olmamalıdır. Tüm tablolar için, lütfen Word'ün Tablo özelliğini kullanınız.
Teşekkür
23. Yazarlar, teknik yardım, özel materyallerin kaynağı, mali desteği belirtmelidirler. Finansman sağlayan kuruluşların isimleri tam olarak yazılmalıdır.
Yazar Katkıları
24. Çalışmadaki tüm yazarların katkıları isim verilmeden 1. Yazar, 2. Yazar olarak açıkça belirtilmelidir.
Kaynaklar
25. Kişisel iletişimleri, yayınlanmamış verileri, web sitelerini veya diğer yayınlanmamış materyalleri, bu tür materyaller metne (parantez içinde) eklenmiş olmasına rağmen referans olarak dahil etmeyiniz. Bir referansın yazarı bir kurum veya kuruluş ise, adını referans listesinde kullanın (eğer uygunsa alıntıda bir kısaltma kullanarak); “Anonim” kullanmayın. İngilizce dışındaki dillerde yayın yapılması durumunda, varsa yayınlanmış İngilizce başlığı “(Türkçe makale, İngilizce özeti ile)” gibi bir açıklama ile verilmelidir. Kaynaklar metinde ilk geçiş sırasına göre sıralanmalıdır. 4 veya daha fazla olmadıkça tüm yazarlar kaynak listelerinde yer almalıdır, bu durumda sadece ilk 3 verilmeli ve ardından 've ekibi' yazılmalıdır. Makale, yazar isimlerinin ve yıllarının yazılışlarının metin içinde kaynak listesindeki ile birebir aynı olduğundan emin olmak için dikkatli bir şekilde kontrol ediniz. Kaynaklar IEEE standardında aşağıdaki gibi biçimlendirilmelidir (lütfen noktalama ve büyük harf kullanımına dikkat ediniz): Kaynakça oluşturmak için referans yönetim programlarının (Mendeley, zotero, endnote, refworks vb.) kullanılması tavsiye edilir.
Dergi Makalesi
[1] L. Deng and D. Yu, “Deep Learning: Methods and Applications,” Found Trends Signal Process, vol. 7, no. 3–4, pp. 197–387, Jun. 2014, doi: 10.1561/2000000039.
[2] N. L. Panwar, S. C. Kaushik, and S. Kothari, “Role of renewable energy sources in environmental protection: A review,” Renew. Sustain. Energy Rev., vol. 15, no. 3, pp. 1513–1524, Apr. 2011, doi: 10.1016/j.rser.2010.11.037.
Kitap
[3] Y. A. Çengel, M. A. Boles, and M. Kanoglu, Thermodynamics: An Engineering Approach. McGraw-Hill Education, 2018.
[4] K. Frampton, Modern Architecture: A Critical History. Thames & Hudson, 2020.
Kitap Bölümü
[5] S. Lattemann, S. G. S. Rodriguez, M. D. Kennedy, J. C. Schippers, and G. L. Amy, “Environmental and Performance Aspects of Pretreatment and Desalination Technologies,” in Advances in Water Desalination, John Wiley & Sons, Ltd, 2012, pp. 79–195. doi: 10.1002/9781118347737.ch2.
[6] J. Pirskanen, K. Ranta-aho, R. Ruismäki, and M. Uusitalo, “Wireless Spectrum for 5G,” in 5G for the Connected World, John Wiley & Sons, Ltd, 2019, pp. 35–50. doi: 10.1002/9781119247111.ch2.
Konferans Bildirileri
[7] L. Katsman, V. Dubovsky, G. Ziskind, and R. Letan, “Experimental Investigation of Solid-Liquid Phase Change in Cylindrical Geometry”, ASME/JSME 2007 Thermal Engineering Heat Transfer Summer Conference collocated with the ASME 2007 InterPACK Conference, Aug. 2009, pp. 239–244. doi: 10.1115/HT2007-32354.
[8] L. Liu and H. Miao, "A specification-based approach to testing polymorphic attributes," in Formal Methods and Software Engineering: Proceedings of the 6th International Conference on Formal Engineering Methods, ICFEM 2004, Seattle, WA, USA, November 8-12, 2004, J. Davies, W. Schulte, M. Barnett, Eds. Berlin: Springer, 2004. pp. 306-19.
Tezler
[9] S. Ebadi, “Performance Enhancement of Thermal Energy Storage System using Bio-based Composite PCM,” PhD Dissertation, The University of Guelph, Guelph, Ontario, Canada, 2018.
Web Sayfası
[10] DHMİ, “İstatistik.”, http://www.dhmi.gov.tr/istatistik.aspx. [Erişim Tarihi: 13-Eylül-2016].
26. Yazım kurallarında belirtilmeyen durumlar ile karşılaşan yazarlar, bilimsel makalelerde benimsenen hususları dikkate almalıdır.
a. Yazar, eserin telif hakkını elinde tutar ve ilk yayımlama hakkını dergiye verir. Eser, yazarının belirtilmesi ve ilk yayımının bu dergide yapılması koşuluyla diğerleri tarafından paylaşılmasına olanak veren Creative Commons Atrribution lisansı altında lisanslanır.
b. Yazar, eserin dergide yayımlanmış versiyonunun tam yetki vermeden dağıtımı (örneğin, kurumsal bir veri bankasına gönderilmesi ya da bir kitapta yayımlanması) için ayrı sözleşme düzenlemeleri yapabilir.
c. Yazarların eserlerini dergiye göndermeden önce ya da gönderi süreci devam ederken internet üzerinden (örneğin, kurumsal veri tabanında ya da kendi web sitelerinde) paylaşmaları teşvik edilir; bu hem verimli fikir alışverişlerine hem de eserin daha erken ve daha çok atıf almasına yol açabilir (bakınız Açık Erişimin Etkisi)
NOT:
a. Makaleler yazım kurallarında ve şablonda belirtildiği gibi hazırlanmalı ve Word dosyası olarak dergiye gönderilmelidir.
b. Telif Hakkı Formu çıktısı sistem üzerinden temin edilmeli, gerekli bilgiler doldurulduktan sonra tüm yazarlar tarafından imzalanmalı ve PDF formatında gönderilmelidir.
c. Ön kontrol aşamasında çalışma üzerinde belirtilen düzeltmeler yalnızca bir defa örnek teşkil etmek amaçlı gösterilecektir. Çalışmanın yazar(lar) tarafından, açıklamalar ve örnek işaretlemeler doğrultusunda düzenlenmesi ve benzer hataların düzeltilmesi gerekmektedir. (Örn. Çalışmanın referans gösteriminde bir düzenleme var ise diğer tüm referanslar kontrol edilmelidir).
d. Ön kontrol aşamasında belirtilen düzenlemeler yazar tarafından yapılmadığı sürece değerlendirilmeye alınmayacaktır.
e. Yayın aşamasında Dizgi ve Tasarım ekibi tarafından belirtilen düzenlemeler belirlenen tarihe kadar yapılmalıdır. Aksi halde, makaleniz bir sonraki sayıda yayınlanacaktır.
Makale Şablonunu İndirmek İçin TIKLAYINIZ
Etik İlkeler ve Yayın Politikası
Yayın Politikası
• Bozok Journal of Engineering and Architecture yılda iki kez (Haziran ve Aralık) olmak üzere elektronik ortamda yayımlanan uluslararası, hakemli, açık erişim, süreli ve multidisipliner bir dergidir.
• Dergiye gönderilen çalışmalar en az iki hakem tarafından değerlendirilmektedir.
• Dergimizde çift kör hakemlik (double blind peer review) sistemine göre hakem süreci yürütülmektedir.
• Kabul edilen çalışmalar kabul tarihine göre yayıma alınacaktır.
• Dergi açık erişim sistemi ile faaliyet göstermektedir. Dergi sayılarında yayımlanan çalışmalara ücretsiz olarak erişim sağlanabilir.
• Dergiye gönderilen çalışmalardan herhangi bir aşamada ücret talep edilmemektedir.
Etik İlkeler
Bozok Journal of Engineering and Architecture tarafından uygulanan etik ilkeler aşağıda maddeler halinde sunulmuştur.
• Etik kurul raporu eklenmesi, etik kurul izni gerektiren çalışmalar için zorunludur.
• Hakemlerin yazar(lar)ı, yazar(lar)ın hakemleri göremediği çift kör hakemlik süreci (double blind peer review) uygulanmaktadır.
• Dergiye gönderilen çalışmalar daha önce başka bir dergide yayımlanmamış, yayımlanmak üzere kabul edilmemiş veya yayımlanmak için değerlendirme aşamasında olmayan çalışmalar olması gerekmektedir.
• Yazar(lar)ın çalışma ile ilgili sorumluklarını onayladıkları Telif Hakkı Devir Formu tüm yazarlar tarafından ıslak imza ile imzalanmış olmalı ve çalışmanın ilk gönderim aşamasında dergiye sunulmalıdır.
• Dergide yayımlanan çalışmaların içeriğinden doğan yasal sorumluluk tamamen yazar(lar)a aittir.
• Araştırmaların sonuçları, yanlış, uydurma ve uygun olmayan veri manipülasyonu yapılmadan, açık ve dürüst bir şekilde ortaya konulmalıdır.
• Yazar(lar) çalışmada kullandıkları tüm alıntılarına referans vermiş olmalıdır ve bu konuda tüm sorumluluk yazar(lar)a aittir. Referanslar, makalenin sisteme girilmesi aşamasında dergiparka uygun olarak ayrıca sisteme girilmelidir.
• Tüm yazarların etik ilkeler ile ilgili eşit sorumluluğa sahip oldukları unutulmamalıdır.
• Tüm çalışmalar için benzerlik oranı kontrolü dergipark sisteminde yapılmaktadır. Bu rapor dergiye ilk gönderim aşamasında sisteme otomatik olarak yüklenmektedir. Rapor sonucunda %20 veya daha fazla benzerlik gösteren makaleler değerlendirmeye alınmamaktadır.
• Hakem değerlendirmeleri sonucunda revize istenen makaleler için yazar, aşağıda belirtilen üç dosyayı yüklemekle sorumludur:
1. Yapılan düzeltmelerin sarı metin dolgusu ile gösterildiği Makale dosyası,
2. Yapılan düzeltmelerin metin dolgusu ile gösterilmediği Makale revize dosyası,
3. Hakemlere cevap dosyası
• Bozok Journal of Engineering and Architecture, Yayın Etik Kurulu (COPE)'nun Davranış Kuralları ve Dergi Editörleri İçin En İyi Uygulama Kılavuz İlkeleri (https://publicationethics.org/resources/code-conduct) tarafından açıklanan ilkelere uygun hareket etmekte ve sadece şeffaflık ilkeleri değil, aynı zamanda en iyi bilimsel uygulama COPE tarafından belirlenen kurallara uygun olan makaleleri yayımlar.
Ücret Politikası
No fee is charged for the works submitted to Bozok Journal of Engineering and Architecture or accepted for publication.
Dizinler
Diğer Dizinler
Dergi Kurulları
Baş Editör
Editör Yardımcısı
Alan Editörleri
Dergi Kurulu
İnşaat Mühendisliği alanında lisans, yüksek lisans ve doktora derecelerine sahiptir. Doktora sonrası araştırmalar için 1 yıl süre ile yurt dışında bulunmuştur. Çok sayıda bilimsel eser yanı sıra patent sahibidir. Bir çok araştırma projesi yürütmüş olup Tübitak proje yürütücülüğü yanı sıra uluslararası proje deneyimi sahibidir.
.
1988 Anadolu Üniversitesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği bölümünde lisansını, 1992 yılında Anadolu Üniversitesi Fen Bilimleri Enstitüsü İnşaat mühendisliği anabilim dalı Yapı bilim dalında yüksek lisansını, 1998 yılında Anadolu Üniversitesi Fen Bilimleri Enstitüsü İnşaat mühendisliği anabilim dalı Geoteknik bilim dalında doktorasını tamamlamıştır. 1998 yılında Anadolu Üniversitesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği bölümünde Yardımcı doçent, 2006 yılında Anadolu Üniversitesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği bölümünde Doçent ve 2013 yılında Yer ve Uzay Bilimleri Enstitüsünde profesör ünvanlarını almıştır. Prof. Dr.. Yücel Güney'in İnşaat mühendisliği anabilim dalı Geoteknik bilim dalında akademik çalışmaları bulunmaktadır.
Yayın veya Danışma Kurulu
Doç. Dr. Hakan Kör:
Doğum Yeri ve Yılı: 1981, İskilip
Eğitim:
Anadolu Üniversitesi, Porsuk MYO, Bilgisayar Programcılığı (2002)
Balıkesir Üniversitesi, Necatibey Eğitim Fakültesi, Bilgisayar ve Öğretim Teknolojileri (2006)
Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Yüksek Lisans (2013)
Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Doktora (2017)
Kariyer:
MEB Bilişim Teknolojileri Öğretmenliği (2006-2009)
Hitit Üniversitesi Sungurlu MYO Öğretim Görevlisi (2009'dan itibaren)
Sungurlu MYO Müdür Yardımcılığı (2012-2014)
Hitit Üniversitesi Uzaktan Eğitim Merkezi Müdür Yardımcılığı (2014-2016)
Şu anda Hitit Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü'nde Doçent olarak görev yapmakta.
Çalışma Alanları:
Veri Madenciliği
Karar Ağaçları Algoritmaları
Büyük Veri ve Analizi
Bulut Bilişim
Yaşam Boyu Öğrenme
Liderlik
Uzaktan Eğitim
Diğer Bilgiler:
İngilizce biliyor
Evli ve iki çocuk babası
