Öz
Kaynakça
- Acemoglu, D., and Restrepo, P. (2018a). Artificial Intelligence, Automation and Work. NBER Working Papers 24196. doi:10.3386/w24196
- Acemoglu, D., and Restrepo, P. (2018b). Modeling Automation. AEA Papers and Proceedings, 48–53. doi:10.1257/pandp.20181020
- Acemoglu, D., and Restrepo, P. (2018c). The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment. American Economic Review, 108(6), 1488–1542. doi:10.1257/aer.20160696
- Acemoglu, D., and Restrepo, P. (2020). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188-2244. doi:10.1086/705716
- Aghion, P., Antonin, C., and Bunel, S. (2019). Artificial intelligence, growth and employment: The role of policy. Economics and Statistics, 510-512, 149 - 164. doi:10.24187/ecostat.2019.510t.1994
- Aghion, P., Jones, B. F., and Jones, C. I. (2017). Artificial intelligence and economic growth. National Bureau of Economic Research Working Paper 23928.
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Economic policy for artificial intelligence. Innovation Policy and the Economy, 19, 139-159. doi:10.1086/699935
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Prediction, Judgment, and Complexity A Theory of Decision- Making and Artificial Intelligence. National Bureau of Economic Research - The Economics of Artificial Intelligence: An Agenda.
- Aldemir, C., and Uçma Uysal, T. (2025). Artificial Intelligence for Financial Accountability and Governance in the Public Sector: Strategic Opportunities and Challenges. Administrative Sciences, 15(2), 1-19. doi: 10.3390/admsci15020058
- Anastasopoulos, L. J., Moldogaziev, T. T., and Scott, T. (2020). Organizational context and budget orientations: a computational text analysis. International Public Management Journal, 23(2), 292-313. doi:10.1080/10967494.2019.1706677
- Autor, D., and Salomons, A. (2017). Robocalypse Now–Does Productivity Growth Threaten Employment? Investment and growth in advanced economies, 45-118. ECB Forum on Central Banking.
- Aydın, M. S. (2024). Kamu Hizmetlerinin Sunumunda Yapay Zeka Kullanımı. International Journal of Social, Political and Financial Researches, 4(2), 171-186. doi:10.70101/ussmad.1520892
- Bader, J., Edwards, J., Harris-Jones, C., and Hannaford, D. (1988). Practical engineering of knowledge-based systems. Information and Software Technology, 30(5), 266-277. doi:10.1016/0950-5849(88)90019-5
- Chu, Y.-H., Hsu, S.-M., Chang, C.-C., and Hsu, S.-H. (2020). An Economy-Wide Assessment of Artificial Intelligence Investment on Manufacturing: A Case Study of Taiwan’s Semiconductor and ICT Industries. Modern Economy, 11(5), 1040-1052. doi:10.4236/me.2020.115078
- Corvalán, J. G. (2018). Digital and Intelligent Public Administration: transformations in the era of artificial intelligence. A&C - Administrative & Constitutional Law Review, 18(71), 55-87. doi:10.21056/aec.v18i71.857
- Duan, Y., Edwards, J. S., and Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. doi:10.1016/j.ijinfomgt.2019.01.021
- Edwards, J. S., Duan, Y., and Robins, P. C. (2000). An analysis of expert systems for business decision making at different levels and in different roles. European Journal of Information Systems, 9(1), 36-46. doi:10.1057/palgrave.ejis.3000344
- Eisikovits, N., Johnson, W. C., and Markelevich, A. J. (2024). Should Accountants be Afraid of AI? Risks and Opportunities of Incorporating Artificial Intelligence into Accounting and Auditing. Accounting Horizons, 1-7. doi:10.2139/ssrn.4748690
- Engin, Z., and Treleaven, P. (2019). Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies. The Computer Journal, 62(3), 448–460. doi:10.1093/comjnl/bxy082
- Fernandez-Cortez, V., Valle-Cruz, D., and Gil-Garcia, J. (2020). Can Artificial Intelligence Help Optimize the Public Budgeting Process? Lessons about Smartness and Public Value from the Mexican Federal Government. Seventh International Conference on eDemocracy & eGovernment (ICEDEG). 312-315. IEEE. doi:10.1109/ICEDEG48599.2020.9096745
- Gil-Garcia, J. R., Helbig, N., and Ojo, A. (2014). Being smart: Emerging technologies and innovation in the public sector. Government Information Quarterly, 31(1), 11-18. doi:https://doi.org/10.1016/j.giq.2014.09.001
- Gillham, J., Rimmington, L., Dance, H., Verweij, G., Rao, A., Roberts, K. B., and Paich, M. (2017). The macroeconomic impact of artificial intelligence. PWC.
- Gries, T., and Naudé, W. (2018). Artificial Intelligence, Jobs, Inequality and Productivity: Does Aggregate Demand Matter? IZA Discussion Papers No: 12005.
- Gries, T., and Naudé, W. (2020). Artificial Intelligence, Income Distribution and Economic Growth. IZA Discussion Paper No. 13606. doi:10.2139/ssrn.3679012
- Harsh, A., and Ichalkaranje, N. (2014). Transforming e-Government to Smart Government: A South Australian Perspective. Intelligent Computing, Communication and Devices, 9-16.
- Hogan-Doran, D. (2017). Computer says "no": Automation, algorithms and artificial intelligence in Government decision-making. Judicial Review: Selected Conference Papers: Journal of the Judicial Commission of New South Wales, 13(3), 345-382.
- Hollander, A. S., and Icerman, R. (1991). Capital budgeting in governments: The feasibility of Artificial Intelligence technology. Expert Systems with Applications, 3(1), 109-116. doi:10.1016/0957-4174(91)90091-R
- Jimeno, J. F. (2019). Fewer babies and more robots: economic growth in a new era of demographic and technological changes. SERIEs, 10, 93–114. doi:10.1007/s13209-019-0190-z
- Kassani, S. H., Kassani, P. H., Wesolowski, M. j., and Schneider, K. A. (2021). Automatic Detection of Coronavirus Disease (COVID-19) in X-ray and CT Images: A Machine Learning Based Approach. Biocybernetics and Biomedical Engineering, 41(3), 867–879. doi:10.1016/j.bbe.2021.05.013
- Kolkman, D. (2020). The usefulness of algorithmic models in policy making. Government Information Quarterly, 37(3), 101488. doi:10.1016/j.giq.2020.101488
- Lee, M., Hayes, D., and Maher, C. S. (2024). AI as a Budgeting Tool: Panacea or Pandora’s Box? Public Finance Journal, 1(1), 49–65. doi:10.59469/pfj.2024.6
- Liu, H.-W., Lin, C.-F., and Chen, Y.-J. (2019). Beyond State v Loomis: artificial intelligence, government algorithmization and accountability. International Journal of Law and Information Technology, 27(2), 122–141. doi:10.1093/ijlit/eaz001
- Liyanage, H., Liaw, S.-T., Jonnagaddala, J., Schreiber, R., Kuziemsky, C., Terry, A. L., and Lusignan, S. (2019). Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges. Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Informatics, 41 - 46. doi:10.1055/s-0039-1677901
- Mellouli, S., Luna-Reyes, L. F., and Zhang, J. (2014). Smart government, citizen participation and open data. Information Polity, 19(1-2), 1-4. doi:10.3233/IP-140334
- Nolan, P., and Slater, G. (2010). Visions of the future, the legacy of the past: Demystifying the weightless economy. Labor History, 51(1), 7-27. doi:10.1080/00236561003654677
- Özdemir, H., and Yelboğa, A. (2025). Yapay Zekâ Destekli Denetimin Kamu Harcamalarındaki Rolü: Sayıştay Örneği. Sayıştay Dergisi, 36(139), 771-802. doi:https://doi.org/10.52836/sayistay.1793520
- Phillips-Wren, G., and Jain, L. (2006). Artificial Intelligence for Decision Making. Knowledge-Based Intelligent Information and Engineering Systems, 531–536.
- Puron-Cid, G. (2014). Factors for a successful adoption of budgetary transparency innovations: A questionnaire report of an open government initiative in Mexico. Government Information Quarterly, 31(1), 49-62. doi:10.1016/j.giq.2014.01.007
- Santschi, D., Grau, M. C., Fehrenbacher, D. D., and Blohm, I. (2024). Artificial Intelligence to Improve Public Budgeting. Forty-Fifth International Conference on Information Systems. 1-9. ICIS.
- Sun, T. Q., and Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. doi:10.1016/j.giq.2018.09.008
- Torben Antretter, Blohm, I., Sirén, C., Grichnik, D., Malmström, M., and Wincent, J. (2020). Do Algorithms Make Better - and Fairer - Investments Than Angel Investors? Harvard Business Review.
- Upchurch, M. (2018). Robots and AI at work: the prospects for singularity. New Technology Work and Employment, 33(1), 205-218. doi:10.1111/ntwe.12124
- Valle-Cruz, D. (2019). Public value of e-government services through emerging technologies. International Journal of Public Sector Management, 32(5), 530-545. doi:10.1108/IJPSM-03-2018-0072
- Valle-Cruz, D., Criado, J., Sandoval-Almazán, R., and Ruvalcaba-Gomez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509. doi:10.1016/j.giq.2020.101509
- Valle-Cruz, D., Fernandez-Cortez, V., and Gil-Garcia, J. (2022). From E-budgeting to smart budgeting: Exploring the potential of artificial intelligence in government decision-making for resource allocation. Government Information Quarterly, 39(2), 101644. doi:10.1016/j.giq.2021.101644
- Wirtz, B. W., Weyerer, J. C., and Geyer, C. (2018). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration, 42(7), 596-615. doi:10.1080/01900692.2018.1498103
- Wirtz, B. W., Weyerer, J. C., and Sturm, B. J. (2020). The Dark Sides of Artificial Intelligence: An Integrated AI Governance Framework for Public Administration. International Journal of Public Administration, 43(9), 818-829. doi:10.1080/01900692.2020.1749851
- Xu, M., David, J. M., and Kim, S. H. (2018). The fourth industrial revolution: Opportunities and challenges. International Journal of Financial Research, 9(2), 13194-13194. doi:10.5430/ijfr.v9n2p90
- Yavuz, E., and Özgül, H. B. (2025). The Role of AI in Public Budget Processes: A Comparative Evaluation on National AI Strategies and Practical Examples. Sayıştay Dergisi, 36(138), 575-602. doi:10.52836/sayistay.1717763
- Yetkin Ataer, M. (2025). Yapay Zeka ve Türkiye’de Kamu Maliyesinin Değişen Rolü. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 34(Özel Sayı: Uygarlığın Dönüşümü: Yapay Zekâ), 341-354. doi:10.35379/cusosbil.1696963
- Zhu, J., Zhang, J., and Feng, Y. (2022). Hard budget constraints and artificial intelligence technology. Technological Forecasting and Social Change, 183, 1-12. doi:10.1016/j.techfore.2022.121889
Öz
Kaynakça
- Acemoglu, D., and Restrepo, P. (2018a). Artificial Intelligence, Automation and Work. NBER Working Papers 24196. doi:10.3386/w24196
- Acemoglu, D., and Restrepo, P. (2018b). Modeling Automation. AEA Papers and Proceedings, 48–53. doi:10.1257/pandp.20181020
- Acemoglu, D., and Restrepo, P. (2018c). The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment. American Economic Review, 108(6), 1488–1542. doi:10.1257/aer.20160696
- Acemoglu, D., and Restrepo, P. (2020). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188-2244. doi:10.1086/705716
- Aghion, P., Antonin, C., and Bunel, S. (2019). Artificial intelligence, growth and employment: The role of policy. Economics and Statistics, 510-512, 149 - 164. doi:10.24187/ecostat.2019.510t.1994
- Aghion, P., Jones, B. F., and Jones, C. I. (2017). Artificial intelligence and economic growth. National Bureau of Economic Research Working Paper 23928.
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Economic policy for artificial intelligence. Innovation Policy and the Economy, 19, 139-159. doi:10.1086/699935
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Prediction, Judgment, and Complexity A Theory of Decision- Making and Artificial Intelligence. National Bureau of Economic Research - The Economics of Artificial Intelligence: An Agenda.
- Aldemir, C., and Uçma Uysal, T. (2025). Artificial Intelligence for Financial Accountability and Governance in the Public Sector: Strategic Opportunities and Challenges. Administrative Sciences, 15(2), 1-19. doi: 10.3390/admsci15020058
- Anastasopoulos, L. J., Moldogaziev, T. T., and Scott, T. (2020). Organizational context and budget orientations: a computational text analysis. International Public Management Journal, 23(2), 292-313. doi:10.1080/10967494.2019.1706677
- Autor, D., and Salomons, A. (2017). Robocalypse Now–Does Productivity Growth Threaten Employment? Investment and growth in advanced economies, 45-118. ECB Forum on Central Banking.
- Aydın, M. S. (2024). Kamu Hizmetlerinin Sunumunda Yapay Zeka Kullanımı. International Journal of Social, Political and Financial Researches, 4(2), 171-186. doi:10.70101/ussmad.1520892
- Bader, J., Edwards, J., Harris-Jones, C., and Hannaford, D. (1988). Practical engineering of knowledge-based systems. Information and Software Technology, 30(5), 266-277. doi:10.1016/0950-5849(88)90019-5
- Chu, Y.-H., Hsu, S.-M., Chang, C.-C., and Hsu, S.-H. (2020). An Economy-Wide Assessment of Artificial Intelligence Investment on Manufacturing: A Case Study of Taiwan’s Semiconductor and ICT Industries. Modern Economy, 11(5), 1040-1052. doi:10.4236/me.2020.115078
- Corvalán, J. G. (2018). Digital and Intelligent Public Administration: transformations in the era of artificial intelligence. A&C - Administrative & Constitutional Law Review, 18(71), 55-87. doi:10.21056/aec.v18i71.857
- Duan, Y., Edwards, J. S., and Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. doi:10.1016/j.ijinfomgt.2019.01.021
- Edwards, J. S., Duan, Y., and Robins, P. C. (2000). An analysis of expert systems for business decision making at different levels and in different roles. European Journal of Information Systems, 9(1), 36-46. doi:10.1057/palgrave.ejis.3000344
- Eisikovits, N., Johnson, W. C., and Markelevich, A. J. (2024). Should Accountants be Afraid of AI? Risks and Opportunities of Incorporating Artificial Intelligence into Accounting and Auditing. Accounting Horizons, 1-7. doi:10.2139/ssrn.4748690
- Engin, Z., and Treleaven, P. (2019). Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies. The Computer Journal, 62(3), 448–460. doi:10.1093/comjnl/bxy082
- Fernandez-Cortez, V., Valle-Cruz, D., and Gil-Garcia, J. (2020). Can Artificial Intelligence Help Optimize the Public Budgeting Process? Lessons about Smartness and Public Value from the Mexican Federal Government. Seventh International Conference on eDemocracy & eGovernment (ICEDEG). 312-315. IEEE. doi:10.1109/ICEDEG48599.2020.9096745
- Gil-Garcia, J. R., Helbig, N., and Ojo, A. (2014). Being smart: Emerging technologies and innovation in the public sector. Government Information Quarterly, 31(1), 11-18. doi:https://doi.org/10.1016/j.giq.2014.09.001
- Gillham, J., Rimmington, L., Dance, H., Verweij, G., Rao, A., Roberts, K. B., and Paich, M. (2017). The macroeconomic impact of artificial intelligence. PWC.
- Gries, T., and Naudé, W. (2018). Artificial Intelligence, Jobs, Inequality and Productivity: Does Aggregate Demand Matter? IZA Discussion Papers No: 12005.
- Gries, T., and Naudé, W. (2020). Artificial Intelligence, Income Distribution and Economic Growth. IZA Discussion Paper No. 13606. doi:10.2139/ssrn.3679012
- Harsh, A., and Ichalkaranje, N. (2014). Transforming e-Government to Smart Government: A South Australian Perspective. Intelligent Computing, Communication and Devices, 9-16.
- Hogan-Doran, D. (2017). Computer says "no": Automation, algorithms and artificial intelligence in Government decision-making. Judicial Review: Selected Conference Papers: Journal of the Judicial Commission of New South Wales, 13(3), 345-382.
- Hollander, A. S., and Icerman, R. (1991). Capital budgeting in governments: The feasibility of Artificial Intelligence technology. Expert Systems with Applications, 3(1), 109-116. doi:10.1016/0957-4174(91)90091-R
- Jimeno, J. F. (2019). Fewer babies and more robots: economic growth in a new era of demographic and technological changes. SERIEs, 10, 93–114. doi:10.1007/s13209-019-0190-z
- Kassani, S. H., Kassani, P. H., Wesolowski, M. j., and Schneider, K. A. (2021). Automatic Detection of Coronavirus Disease (COVID-19) in X-ray and CT Images: A Machine Learning Based Approach. Biocybernetics and Biomedical Engineering, 41(3), 867–879. doi:10.1016/j.bbe.2021.05.013
- Kolkman, D. (2020). The usefulness of algorithmic models in policy making. Government Information Quarterly, 37(3), 101488. doi:10.1016/j.giq.2020.101488
- Lee, M., Hayes, D., and Maher, C. S. (2024). AI as a Budgeting Tool: Panacea or Pandora’s Box? Public Finance Journal, 1(1), 49–65. doi:10.59469/pfj.2024.6
- Liu, H.-W., Lin, C.-F., and Chen, Y.-J. (2019). Beyond State v Loomis: artificial intelligence, government algorithmization and accountability. International Journal of Law and Information Technology, 27(2), 122–141. doi:10.1093/ijlit/eaz001
- Liyanage, H., Liaw, S.-T., Jonnagaddala, J., Schreiber, R., Kuziemsky, C., Terry, A. L., and Lusignan, S. (2019). Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges. Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Informatics, 41 - 46. doi:10.1055/s-0039-1677901
- Mellouli, S., Luna-Reyes, L. F., and Zhang, J. (2014). Smart government, citizen participation and open data. Information Polity, 19(1-2), 1-4. doi:10.3233/IP-140334
- Nolan, P., and Slater, G. (2010). Visions of the future, the legacy of the past: Demystifying the weightless economy. Labor History, 51(1), 7-27. doi:10.1080/00236561003654677
- Özdemir, H., and Yelboğa, A. (2025). Yapay Zekâ Destekli Denetimin Kamu Harcamalarındaki Rolü: Sayıştay Örneği. Sayıştay Dergisi, 36(139), 771-802. doi:https://doi.org/10.52836/sayistay.1793520
- Phillips-Wren, G., and Jain, L. (2006). Artificial Intelligence for Decision Making. Knowledge-Based Intelligent Information and Engineering Systems, 531–536.
- Puron-Cid, G. (2014). Factors for a successful adoption of budgetary transparency innovations: A questionnaire report of an open government initiative in Mexico. Government Information Quarterly, 31(1), 49-62. doi:10.1016/j.giq.2014.01.007
- Santschi, D., Grau, M. C., Fehrenbacher, D. D., and Blohm, I. (2024). Artificial Intelligence to Improve Public Budgeting. Forty-Fifth International Conference on Information Systems. 1-9. ICIS.
- Sun, T. Q., and Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. doi:10.1016/j.giq.2018.09.008
- Torben Antretter, Blohm, I., Sirén, C., Grichnik, D., Malmström, M., and Wincent, J. (2020). Do Algorithms Make Better - and Fairer - Investments Than Angel Investors? Harvard Business Review.
- Upchurch, M. (2018). Robots and AI at work: the prospects for singularity. New Technology Work and Employment, 33(1), 205-218. doi:10.1111/ntwe.12124
- Valle-Cruz, D. (2019). Public value of e-government services through emerging technologies. International Journal of Public Sector Management, 32(5), 530-545. doi:10.1108/IJPSM-03-2018-0072
- Valle-Cruz, D., Criado, J., Sandoval-Almazán, R., and Ruvalcaba-Gomez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509. doi:10.1016/j.giq.2020.101509
- Valle-Cruz, D., Fernandez-Cortez, V., and Gil-Garcia, J. (2022). From E-budgeting to smart budgeting: Exploring the potential of artificial intelligence in government decision-making for resource allocation. Government Information Quarterly, 39(2), 101644. doi:10.1016/j.giq.2021.101644
- Wirtz, B. W., Weyerer, J. C., and Geyer, C. (2018). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration, 42(7), 596-615. doi:10.1080/01900692.2018.1498103
- Wirtz, B. W., Weyerer, J. C., and Sturm, B. J. (2020). The Dark Sides of Artificial Intelligence: An Integrated AI Governance Framework for Public Administration. International Journal of Public Administration, 43(9), 818-829. doi:10.1080/01900692.2020.1749851
- Xu, M., David, J. M., and Kim, S. H. (2018). The fourth industrial revolution: Opportunities and challenges. International Journal of Financial Research, 9(2), 13194-13194. doi:10.5430/ijfr.v9n2p90
- Yavuz, E., and Özgül, H. B. (2025). The Role of AI in Public Budget Processes: A Comparative Evaluation on National AI Strategies and Practical Examples. Sayıştay Dergisi, 36(138), 575-602. doi:10.52836/sayistay.1717763
- Yetkin Ataer, M. (2025). Yapay Zeka ve Türkiye’de Kamu Maliyesinin Değişen Rolü. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 34(Özel Sayı: Uygarlığın Dönüşümü: Yapay Zekâ), 341-354. doi:10.35379/cusosbil.1696963
- Zhu, J., Zhang, J., and Feng, Y. (2022). Hard budget constraints and artificial intelligence technology. Technological Forecasting and Social Change, 183, 1-12. doi:10.1016/j.techfore.2022.121889
THE PRESENTATION OF PUBLIC BUDGET DATA WITH ARTIFICIAL INTELLIGENCE: TECHNOLOGICAL TRANSFORMATION AND CHALLENGES
Öz
The use of artificial intelligence (AI) technologies in the public sector and finance has become a significant research topic in recent years. This study aims to evaluate the accuracy of AI models in providing and analyzing public budget data. In this research, the accuracy levels of six different AI models (ChatSonic, Claude, ChatGPT, Perplexity, Gemini, Copilot) in relation to the public budget data for the period 2009-2023 have been examined. Gemini and Copilot were excluded from the evaluation due to their inability to provide complete or reliable data. The ChatSonic and Claude models provided data closer to the actual values compared to ChatGPT and Perplexity. However, even the data provided by these models exhibited unacceptable discrepancies from the actual data, particularly in the revenue and expenditure categories. Furthermore, the models presented the expenditure data more accurately, while the error rate for revenue data was higher. Additionally, it was observed that accuracy was higher for older data, while error rates increased as the data approached more recent years. It was also found that the AI models did not account for fractions, which could result in significant discrepancies amounting to millions of Liras. The study reveals that while AI models are limited in meeting the high accuracy requirements for sensitive data such as public budgets. However, ChatSonic and Claude can provide more accurate data, holding potential as decision-making tools in future budgeting processes. These findings offer important implications for the future role of AI technologies in public finance.
Anahtar Kelimeler
Artificial Intelligence Public Budgeting Data Reliability Decision-Making Systems AI Models Evaluation
Kaynakça
- Acemoglu, D., and Restrepo, P. (2018a). Artificial Intelligence, Automation and Work. NBER Working Papers 24196. doi:10.3386/w24196
- Acemoglu, D., and Restrepo, P. (2018b). Modeling Automation. AEA Papers and Proceedings, 48–53. doi:10.1257/pandp.20181020
- Acemoglu, D., and Restrepo, P. (2018c). The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment. American Economic Review, 108(6), 1488–1542. doi:10.1257/aer.20160696
- Acemoglu, D., and Restrepo, P. (2020). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188-2244. doi:10.1086/705716
- Aghion, P., Antonin, C., and Bunel, S. (2019). Artificial intelligence, growth and employment: The role of policy. Economics and Statistics, 510-512, 149 - 164. doi:10.24187/ecostat.2019.510t.1994
- Aghion, P., Jones, B. F., and Jones, C. I. (2017). Artificial intelligence and economic growth. National Bureau of Economic Research Working Paper 23928.
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Economic policy for artificial intelligence. Innovation Policy and the Economy, 19, 139-159. doi:10.1086/699935
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Prediction, Judgment, and Complexity A Theory of Decision- Making and Artificial Intelligence. National Bureau of Economic Research - The Economics of Artificial Intelligence: An Agenda.
- Aldemir, C., and Uçma Uysal, T. (2025). Artificial Intelligence for Financial Accountability and Governance in the Public Sector: Strategic Opportunities and Challenges. Administrative Sciences, 15(2), 1-19. doi: 10.3390/admsci15020058
- Anastasopoulos, L. J., Moldogaziev, T. T., and Scott, T. (2020). Organizational context and budget orientations: a computational text analysis. International Public Management Journal, 23(2), 292-313. doi:10.1080/10967494.2019.1706677
- Autor, D., and Salomons, A. (2017). Robocalypse Now–Does Productivity Growth Threaten Employment? Investment and growth in advanced economies, 45-118. ECB Forum on Central Banking.
- Aydın, M. S. (2024). Kamu Hizmetlerinin Sunumunda Yapay Zeka Kullanımı. International Journal of Social, Political and Financial Researches, 4(2), 171-186. doi:10.70101/ussmad.1520892
- Bader, J., Edwards, J., Harris-Jones, C., and Hannaford, D. (1988). Practical engineering of knowledge-based systems. Information and Software Technology, 30(5), 266-277. doi:10.1016/0950-5849(88)90019-5
- Chu, Y.-H., Hsu, S.-M., Chang, C.-C., and Hsu, S.-H. (2020). An Economy-Wide Assessment of Artificial Intelligence Investment on Manufacturing: A Case Study of Taiwan’s Semiconductor and ICT Industries. Modern Economy, 11(5), 1040-1052. doi:10.4236/me.2020.115078
- Corvalán, J. G. (2018). Digital and Intelligent Public Administration: transformations in the era of artificial intelligence. A&C - Administrative & Constitutional Law Review, 18(71), 55-87. doi:10.21056/aec.v18i71.857
- Duan, Y., Edwards, J. S., and Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. doi:10.1016/j.ijinfomgt.2019.01.021
- Edwards, J. S., Duan, Y., and Robins, P. C. (2000). An analysis of expert systems for business decision making at different levels and in different roles. European Journal of Information Systems, 9(1), 36-46. doi:10.1057/palgrave.ejis.3000344
- Eisikovits, N., Johnson, W. C., and Markelevich, A. J. (2024). Should Accountants be Afraid of AI? Risks and Opportunities of Incorporating Artificial Intelligence into Accounting and Auditing. Accounting Horizons, 1-7. doi:10.2139/ssrn.4748690
- Engin, Z., and Treleaven, P. (2019). Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies. The Computer Journal, 62(3), 448–460. doi:10.1093/comjnl/bxy082
- Fernandez-Cortez, V., Valle-Cruz, D., and Gil-Garcia, J. (2020). Can Artificial Intelligence Help Optimize the Public Budgeting Process? Lessons about Smartness and Public Value from the Mexican Federal Government. Seventh International Conference on eDemocracy & eGovernment (ICEDEG). 312-315. IEEE. doi:10.1109/ICEDEG48599.2020.9096745
- Gil-Garcia, J. R., Helbig, N., and Ojo, A. (2014). Being smart: Emerging technologies and innovation in the public sector. Government Information Quarterly, 31(1), 11-18. doi:https://doi.org/10.1016/j.giq.2014.09.001
- Gillham, J., Rimmington, L., Dance, H., Verweij, G., Rao, A., Roberts, K. B., and Paich, M. (2017). The macroeconomic impact of artificial intelligence. PWC.
- Gries, T., and Naudé, W. (2018). Artificial Intelligence, Jobs, Inequality and Productivity: Does Aggregate Demand Matter? IZA Discussion Papers No: 12005.
- Gries, T., and Naudé, W. (2020). Artificial Intelligence, Income Distribution and Economic Growth. IZA Discussion Paper No. 13606. doi:10.2139/ssrn.3679012
- Harsh, A., and Ichalkaranje, N. (2014). Transforming e-Government to Smart Government: A South Australian Perspective. Intelligent Computing, Communication and Devices, 9-16.
- Hogan-Doran, D. (2017). Computer says "no": Automation, algorithms and artificial intelligence in Government decision-making. Judicial Review: Selected Conference Papers: Journal of the Judicial Commission of New South Wales, 13(3), 345-382.
- Hollander, A. S., and Icerman, R. (1991). Capital budgeting in governments: The feasibility of Artificial Intelligence technology. Expert Systems with Applications, 3(1), 109-116. doi:10.1016/0957-4174(91)90091-R
- Jimeno, J. F. (2019). Fewer babies and more robots: economic growth in a new era of demographic and technological changes. SERIEs, 10, 93–114. doi:10.1007/s13209-019-0190-z
- Kassani, S. H., Kassani, P. H., Wesolowski, M. j., and Schneider, K. A. (2021). Automatic Detection of Coronavirus Disease (COVID-19) in X-ray and CT Images: A Machine Learning Based Approach. Biocybernetics and Biomedical Engineering, 41(3), 867–879. doi:10.1016/j.bbe.2021.05.013
- Kolkman, D. (2020). The usefulness of algorithmic models in policy making. Government Information Quarterly, 37(3), 101488. doi:10.1016/j.giq.2020.101488
- Lee, M., Hayes, D., and Maher, C. S. (2024). AI as a Budgeting Tool: Panacea or Pandora’s Box? Public Finance Journal, 1(1), 49–65. doi:10.59469/pfj.2024.6
- Liu, H.-W., Lin, C.-F., and Chen, Y.-J. (2019). Beyond State v Loomis: artificial intelligence, government algorithmization and accountability. International Journal of Law and Information Technology, 27(2), 122–141. doi:10.1093/ijlit/eaz001
- Liyanage, H., Liaw, S.-T., Jonnagaddala, J., Schreiber, R., Kuziemsky, C., Terry, A. L., and Lusignan, S. (2019). Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges. Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Informatics, 41 - 46. doi:10.1055/s-0039-1677901
- Mellouli, S., Luna-Reyes, L. F., and Zhang, J. (2014). Smart government, citizen participation and open data. Information Polity, 19(1-2), 1-4. doi:10.3233/IP-140334
- Nolan, P., and Slater, G. (2010). Visions of the future, the legacy of the past: Demystifying the weightless economy. Labor History, 51(1), 7-27. doi:10.1080/00236561003654677
- Özdemir, H., and Yelboğa, A. (2025). Yapay Zekâ Destekli Denetimin Kamu Harcamalarındaki Rolü: Sayıştay Örneği. Sayıştay Dergisi, 36(139), 771-802. doi:https://doi.org/10.52836/sayistay.1793520
- Phillips-Wren, G., and Jain, L. (2006). Artificial Intelligence for Decision Making. Knowledge-Based Intelligent Information and Engineering Systems, 531–536.
- Puron-Cid, G. (2014). Factors for a successful adoption of budgetary transparency innovations: A questionnaire report of an open government initiative in Mexico. Government Information Quarterly, 31(1), 49-62. doi:10.1016/j.giq.2014.01.007
- Santschi, D., Grau, M. C., Fehrenbacher, D. D., and Blohm, I. (2024). Artificial Intelligence to Improve Public Budgeting. Forty-Fifth International Conference on Information Systems. 1-9. ICIS.
- Sun, T. Q., and Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. doi:10.1016/j.giq.2018.09.008
- Torben Antretter, Blohm, I., Sirén, C., Grichnik, D., Malmström, M., and Wincent, J. (2020). Do Algorithms Make Better - and Fairer - Investments Than Angel Investors? Harvard Business Review.
- Upchurch, M. (2018). Robots and AI at work: the prospects for singularity. New Technology Work and Employment, 33(1), 205-218. doi:10.1111/ntwe.12124
- Valle-Cruz, D. (2019). Public value of e-government services through emerging technologies. International Journal of Public Sector Management, 32(5), 530-545. doi:10.1108/IJPSM-03-2018-0072
- Valle-Cruz, D., Criado, J., Sandoval-Almazán, R., and Ruvalcaba-Gomez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509. doi:10.1016/j.giq.2020.101509
- Valle-Cruz, D., Fernandez-Cortez, V., and Gil-Garcia, J. (2022). From E-budgeting to smart budgeting: Exploring the potential of artificial intelligence in government decision-making for resource allocation. Government Information Quarterly, 39(2), 101644. doi:10.1016/j.giq.2021.101644
- Wirtz, B. W., Weyerer, J. C., and Geyer, C. (2018). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration, 42(7), 596-615. doi:10.1080/01900692.2018.1498103
- Wirtz, B. W., Weyerer, J. C., and Sturm, B. J. (2020). The Dark Sides of Artificial Intelligence: An Integrated AI Governance Framework for Public Administration. International Journal of Public Administration, 43(9), 818-829. doi:10.1080/01900692.2020.1749851
- Xu, M., David, J. M., and Kim, S. H. (2018). The fourth industrial revolution: Opportunities and challenges. International Journal of Financial Research, 9(2), 13194-13194. doi:10.5430/ijfr.v9n2p90
- Yavuz, E., and Özgül, H. B. (2025). The Role of AI in Public Budget Processes: A Comparative Evaluation on National AI Strategies and Practical Examples. Sayıştay Dergisi, 36(138), 575-602. doi:10.52836/sayistay.1717763
- Yetkin Ataer, M. (2025). Yapay Zeka ve Türkiye’de Kamu Maliyesinin Değişen Rolü. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 34(Özel Sayı: Uygarlığın Dönüşümü: Yapay Zekâ), 341-354. doi:10.35379/cusosbil.1696963
- Zhu, J., Zhang, J., and Feng, Y. (2022). Hard budget constraints and artificial intelligence technology. Technological Forecasting and Social Change, 183, 1-12. doi:10.1016/j.techfore.2022.121889
Öz
Yapay zekâ (YZ) teknolojilerinin kamu sektörü ve maliye alanındaki kullanımı son yıllarda önemli bir araştırma konusu olmuştur. Bu çalışma, YZ modellerinin kamu bütçesi verilerini sağlama ve analiz etme süreçlerindeki doğruluklarını değerlendirmeyi amaçlamaktadır. Çalışmada, 2009-2023 dönemi için altı farklı YZ modelinin (ChatSonic, Claude, ChatGPT, Perplexity, Gemini, Copilot) kamu bütçesi verilerinin sunumundaki doğruluk seviyeleri incelenmiştir. Gemini ve Copilot eksik yahut hiç veri sağlayamadığı için değerlendirmeye alınmamıştır. ChatSonic ve Claude, ChatGPT ve Perplexity’ye göre gerçeğe daha yakın veriler sunmuştur. Ancak bu modellerin sunduğu veriler dahi, gerçek verilerden, özellikle gelir ve gider kalemlerinde, kabul edilemeyecek seviyede farklılık göstermiştir. Ayrıca modellerde harcama verilerinin daha doğru sunulduğu, gelir verilerindeki hata oranlarının ise daha yüksek olduğu görülmüştür. Ek olarak, eski yıllara ait verilerde doğruluk oranı daha yüksekken, güncel verilere yaklaşıldıkça hata oranının arttığı gözlemlenmiştir. YZ modellerinin, milyonlarca lira anlamına gelen küsuratları dikkate almadığı da anlaşılmıştır. Çalışma, YZ modellerinin kamu bütçesi gibi hassas verilerde yüksek doğruluk gereksinimlerini karşılama noktasında sınırlı kaldığını, ancak gelecekte, daha doğru veri sunabilen ChatSonic ve Claude modellerinin, bütçeleme süreçlerinde karar destek aracı olarak potansiyel taşıdığını göstermektedir. Bu bulgular, YZ teknolojilerinin kamu maliyesindeki geleceği için önemli çıkarımlar sunmaktadır.
Anahtar Kelimeler
Yapay Zekâ Kamu Bütçesi Veri Güvenilirliği Karar Alma Sistemleri YZ Modellerinin Değerlendirilmesi
Kaynakça
- Acemoglu, D., and Restrepo, P. (2018a). Artificial Intelligence, Automation and Work. NBER Working Papers 24196. doi:10.3386/w24196
- Acemoglu, D., and Restrepo, P. (2018b). Modeling Automation. AEA Papers and Proceedings, 48–53. doi:10.1257/pandp.20181020
- Acemoglu, D., and Restrepo, P. (2018c). The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment. American Economic Review, 108(6), 1488–1542. doi:10.1257/aer.20160696
- Acemoglu, D., and Restrepo, P. (2020). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188-2244. doi:10.1086/705716
- Aghion, P., Antonin, C., and Bunel, S. (2019). Artificial intelligence, growth and employment: The role of policy. Economics and Statistics, 510-512, 149 - 164. doi:10.24187/ecostat.2019.510t.1994
- Aghion, P., Jones, B. F., and Jones, C. I. (2017). Artificial intelligence and economic growth. National Bureau of Economic Research Working Paper 23928.
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Economic policy for artificial intelligence. Innovation Policy and the Economy, 19, 139-159. doi:10.1086/699935
- Agrawal, A., Gans, J., and Goldfarb, A. (2019). Prediction, Judgment, and Complexity A Theory of Decision- Making and Artificial Intelligence. National Bureau of Economic Research - The Economics of Artificial Intelligence: An Agenda.
- Aldemir, C., and Uçma Uysal, T. (2025). Artificial Intelligence for Financial Accountability and Governance in the Public Sector: Strategic Opportunities and Challenges. Administrative Sciences, 15(2), 1-19. doi: 10.3390/admsci15020058
- Anastasopoulos, L. J., Moldogaziev, T. T., and Scott, T. (2020). Organizational context and budget orientations: a computational text analysis. International Public Management Journal, 23(2), 292-313. doi:10.1080/10967494.2019.1706677
- Autor, D., and Salomons, A. (2017). Robocalypse Now–Does Productivity Growth Threaten Employment? Investment and growth in advanced economies, 45-118. ECB Forum on Central Banking.
- Aydın, M. S. (2024). Kamu Hizmetlerinin Sunumunda Yapay Zeka Kullanımı. International Journal of Social, Political and Financial Researches, 4(2), 171-186. doi:10.70101/ussmad.1520892
- Bader, J., Edwards, J., Harris-Jones, C., and Hannaford, D. (1988). Practical engineering of knowledge-based systems. Information and Software Technology, 30(5), 266-277. doi:10.1016/0950-5849(88)90019-5
- Chu, Y.-H., Hsu, S.-M., Chang, C.-C., and Hsu, S.-H. (2020). An Economy-Wide Assessment of Artificial Intelligence Investment on Manufacturing: A Case Study of Taiwan’s Semiconductor and ICT Industries. Modern Economy, 11(5), 1040-1052. doi:10.4236/me.2020.115078
- Corvalán, J. G. (2018). Digital and Intelligent Public Administration: transformations in the era of artificial intelligence. A&C - Administrative & Constitutional Law Review, 18(71), 55-87. doi:10.21056/aec.v18i71.857
- Duan, Y., Edwards, J. S., and Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data – evolution, challenges and research agenda. International Journal of Information Management, 48, 63-71. doi:10.1016/j.ijinfomgt.2019.01.021
- Edwards, J. S., Duan, Y., and Robins, P. C. (2000). An analysis of expert systems for business decision making at different levels and in different roles. European Journal of Information Systems, 9(1), 36-46. doi:10.1057/palgrave.ejis.3000344
- Eisikovits, N., Johnson, W. C., and Markelevich, A. J. (2024). Should Accountants be Afraid of AI? Risks and Opportunities of Incorporating Artificial Intelligence into Accounting and Auditing. Accounting Horizons, 1-7. doi:10.2139/ssrn.4748690
- Engin, Z., and Treleaven, P. (2019). Algorithmic Government: Automating Public Services and Supporting Civil Servants in using Data Science Technologies. The Computer Journal, 62(3), 448–460. doi:10.1093/comjnl/bxy082
- Fernandez-Cortez, V., Valle-Cruz, D., and Gil-Garcia, J. (2020). Can Artificial Intelligence Help Optimize the Public Budgeting Process? Lessons about Smartness and Public Value from the Mexican Federal Government. Seventh International Conference on eDemocracy & eGovernment (ICEDEG). 312-315. IEEE. doi:10.1109/ICEDEG48599.2020.9096745
- Gil-Garcia, J. R., Helbig, N., and Ojo, A. (2014). Being smart: Emerging technologies and innovation in the public sector. Government Information Quarterly, 31(1), 11-18. doi:https://doi.org/10.1016/j.giq.2014.09.001
- Gillham, J., Rimmington, L., Dance, H., Verweij, G., Rao, A., Roberts, K. B., and Paich, M. (2017). The macroeconomic impact of artificial intelligence. PWC.
- Gries, T., and Naudé, W. (2018). Artificial Intelligence, Jobs, Inequality and Productivity: Does Aggregate Demand Matter? IZA Discussion Papers No: 12005.
- Gries, T., and Naudé, W. (2020). Artificial Intelligence, Income Distribution and Economic Growth. IZA Discussion Paper No. 13606. doi:10.2139/ssrn.3679012
- Harsh, A., and Ichalkaranje, N. (2014). Transforming e-Government to Smart Government: A South Australian Perspective. Intelligent Computing, Communication and Devices, 9-16.
- Hogan-Doran, D. (2017). Computer says "no": Automation, algorithms and artificial intelligence in Government decision-making. Judicial Review: Selected Conference Papers: Journal of the Judicial Commission of New South Wales, 13(3), 345-382.
- Hollander, A. S., and Icerman, R. (1991). Capital budgeting in governments: The feasibility of Artificial Intelligence technology. Expert Systems with Applications, 3(1), 109-116. doi:10.1016/0957-4174(91)90091-R
- Jimeno, J. F. (2019). Fewer babies and more robots: economic growth in a new era of demographic and technological changes. SERIEs, 10, 93–114. doi:10.1007/s13209-019-0190-z
- Kassani, S. H., Kassani, P. H., Wesolowski, M. j., and Schneider, K. A. (2021). Automatic Detection of Coronavirus Disease (COVID-19) in X-ray and CT Images: A Machine Learning Based Approach. Biocybernetics and Biomedical Engineering, 41(3), 867–879. doi:10.1016/j.bbe.2021.05.013
- Kolkman, D. (2020). The usefulness of algorithmic models in policy making. Government Information Quarterly, 37(3), 101488. doi:10.1016/j.giq.2020.101488
- Lee, M., Hayes, D., and Maher, C. S. (2024). AI as a Budgeting Tool: Panacea or Pandora’s Box? Public Finance Journal, 1(1), 49–65. doi:10.59469/pfj.2024.6
- Liu, H.-W., Lin, C.-F., and Chen, Y.-J. (2019). Beyond State v Loomis: artificial intelligence, government algorithmization and accountability. International Journal of Law and Information Technology, 27(2), 122–141. doi:10.1093/ijlit/eaz001
- Liyanage, H., Liaw, S.-T., Jonnagaddala, J., Schreiber, R., Kuziemsky, C., Terry, A. L., and Lusignan, S. (2019). Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges. Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Informatics, 41 - 46. doi:10.1055/s-0039-1677901
- Mellouli, S., Luna-Reyes, L. F., and Zhang, J. (2014). Smart government, citizen participation and open data. Information Polity, 19(1-2), 1-4. doi:10.3233/IP-140334
- Nolan, P., and Slater, G. (2010). Visions of the future, the legacy of the past: Demystifying the weightless economy. Labor History, 51(1), 7-27. doi:10.1080/00236561003654677
- Özdemir, H., and Yelboğa, A. (2025). Yapay Zekâ Destekli Denetimin Kamu Harcamalarındaki Rolü: Sayıştay Örneği. Sayıştay Dergisi, 36(139), 771-802. doi:https://doi.org/10.52836/sayistay.1793520
- Phillips-Wren, G., and Jain, L. (2006). Artificial Intelligence for Decision Making. Knowledge-Based Intelligent Information and Engineering Systems, 531–536.
- Puron-Cid, G. (2014). Factors for a successful adoption of budgetary transparency innovations: A questionnaire report of an open government initiative in Mexico. Government Information Quarterly, 31(1), 49-62. doi:10.1016/j.giq.2014.01.007
- Santschi, D., Grau, M. C., Fehrenbacher, D. D., and Blohm, I. (2024). Artificial Intelligence to Improve Public Budgeting. Forty-Fifth International Conference on Information Systems. 1-9. ICIS.
- Sun, T. Q., and Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. doi:10.1016/j.giq.2018.09.008
- Torben Antretter, Blohm, I., Sirén, C., Grichnik, D., Malmström, M., and Wincent, J. (2020). Do Algorithms Make Better - and Fairer - Investments Than Angel Investors? Harvard Business Review.
- Upchurch, M. (2018). Robots and AI at work: the prospects for singularity. New Technology Work and Employment, 33(1), 205-218. doi:10.1111/ntwe.12124
- Valle-Cruz, D. (2019). Public value of e-government services through emerging technologies. International Journal of Public Sector Management, 32(5), 530-545. doi:10.1108/IJPSM-03-2018-0072
- Valle-Cruz, D., Criado, J., Sandoval-Almazán, R., and Ruvalcaba-Gomez, E. A. (2020). Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-setting to policy evaluation. Government Information Quarterly, 37(4), 101509. doi:10.1016/j.giq.2020.101509
- Valle-Cruz, D., Fernandez-Cortez, V., and Gil-Garcia, J. (2022). From E-budgeting to smart budgeting: Exploring the potential of artificial intelligence in government decision-making for resource allocation. Government Information Quarterly, 39(2), 101644. doi:10.1016/j.giq.2021.101644
- Wirtz, B. W., Weyerer, J. C., and Geyer, C. (2018). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration, 42(7), 596-615. doi:10.1080/01900692.2018.1498103
- Wirtz, B. W., Weyerer, J. C., and Sturm, B. J. (2020). The Dark Sides of Artificial Intelligence: An Integrated AI Governance Framework for Public Administration. International Journal of Public Administration, 43(9), 818-829. doi:10.1080/01900692.2020.1749851
- Xu, M., David, J. M., and Kim, S. H. (2018). The fourth industrial revolution: Opportunities and challenges. International Journal of Financial Research, 9(2), 13194-13194. doi:10.5430/ijfr.v9n2p90
- Yavuz, E., and Özgül, H. B. (2025). The Role of AI in Public Budget Processes: A Comparative Evaluation on National AI Strategies and Practical Examples. Sayıştay Dergisi, 36(138), 575-602. doi:10.52836/sayistay.1717763
- Yetkin Ataer, M. (2025). Yapay Zeka ve Türkiye’de Kamu Maliyesinin Değişen Rolü. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 34(Özel Sayı: Uygarlığın Dönüşümü: Yapay Zekâ), 341-354. doi:10.35379/cusosbil.1696963
- Zhu, J., Zhang, J., and Feng, Y. (2022). Hard budget constraints and artificial intelligence technology. Technological Forecasting and Social Change, 183, 1-12. doi:10.1016/j.techfore.2022.121889
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | Maliye Sosyolojisi, Muhasebe, Denetim ve Mali Sorumluluk (Diğer) |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 28 Ocak 2025 |
| Kabul Tarihi | 18 Şubat 2026 |
| Yayımlanma Tarihi | 9 Nisan 2026 |
| DOI | https://doi.org/10.35379/cusosbil.1628837 |
| IZ | https://izlik.org/JA29MF48AD |
| Yayımlandığı Sayı | Yıl 2026 Cilt: 35 |
Amaç ve Kapsam
Enstitümüz ve Dergimiz Yayın Kurulunun amacı; çağdaş, güvenilir, bilimsel nitelik bakımından üstün bir derginin yaratılması ve yayımının sürdürülmesidir. Bu amacın gerçekleştirilmesi yolunda özveri göstererek bize destek veren, makalelerimizin bilimsel niteliklerinin belirlenmesinde yol gösterici olan ve hakemlik yapan öğretim üyelerine, yayın kurulumuz ve danışma kurulumuz üyelerine teşekkürü bir borç biliriz.
Dergimiz, sosyal bilimler alanında, bilimsel nitelik bakımından diğer nitelikli dergiler arasındaki yerini almış bulunmaktadır. Dergimizin bilimsel niteliğinin korunması ve daha da geliştirilebilmesi amacıyla yeniden yapılanma çalışmaları sürdürülmektedir.
Yazım Kuralları
Dergiye gönderilecek makalelerin yazımında uyulması gerekli kurallar aşağıda özetlenmiştir:
1. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Sürekli Yayın modeli ile yayımlanan hakemli bir dergidir.
2. Gönderilecek makalenin daha önce hiçbir yerde yayımlanmamış olması zorunludur.
3. Makaleler, Türkçe, İngilizce, Fransızca ya da Almanca olarak yayımlanabilir. Eğer makale İngilizce, Fransızca ya da Almanca dillerinden biriyle yazılırsa, mutlaka Türkçe özet ve başlığa yer verilmelidir.
4. Makaleler Türk Dil Kurumu yazım kurallarına uygun yazılmalıdır.
5. Makaleler, Microsoft Word 2003 veya üzeri sürümlerde yazılıp internet üzerinden online olarak gönderilmelidir.
6. Makalelerin başlığı metne uygun, ortalı; kısa ve açık ifadeli; büyük harflerle yazılmış olmalıdır.
7. Yazar adı, makaleye ortalanmalı; yazar birden fazla ise, adları yan yana yazılmalıdır. Yazarlara ait bilgiler (Üniversite adı, Fakülte adı, e-mail adresi, Orcid No) dipnotta verilmelidir.
8. Makalenin ilk sayfası sadece ÖZ ve ABSTRACT’tan oluşmalı, bu sayfa Makale Şablonu’na yerleştirilerek oluşturulmalıdır (bk. Makale Şablonu)
9. Makalelerde kâğıt boyutu: A-4 dikey, sayfa yapısı alt: 2,5 cm, üst: 2,5 cm, sol: 2,5 cm, sağ: 2,5 cm, üst bilgi: 3 cm, alt bilgi: 3 cm, yazı tipi: Times New Roman, punto: 10, satır aralığı: tek olarak ayarlanmalıdır. Makalenin tümü 8000 kelimeyi geçmemelidir.
10. Dipnotlar Times New Roman fontu kullanılarak 8 punto ile ve satır aralığı “tek” olacak şekilde yazılmalıdır. Eski harfli metin çalışmalarına dair notlar ve çalışmaya dair önemli açıklamalar dışında dipnot kullanılmamalıdır.
11. Öz 8 punto ve Times New Roman fontuyla yazılmalıdır. Bir paragraftan oluşmalı (birkaç paragraftan oluşsa da bir paragrafa sığdırılmalı), satır aralığı “tek” olacak şekilde ayarlanmalıdır. En az 150 en fazla 200 kelimeden meydana gelmelidir. Öz büyük harflerle metnin sol kenarına konulmalıdır.
12. Orijinal makalelerde bölümler aşağıdaki şekilde düzenlenmelidir:
GİRİŞ (en fazla 3 sayfa)
LİTERATÜR TARAMASI
YÖNTEM
ARAŞTIRMA BULGULARI
SONUÇ
13. Yukarıdaki ana bölüm başlıkları bold olarak büyük harfle sola yaslı yazılmalıdır. Başlıklara numara verilmemeli, paragraf girintisi olmamalıdır.
14. Alt bölüm başlıkları her kelimenin baş harfi büyük olacak şekilde koyu yazılmalı, 0,5 cm. içeriden başlamalıdır. Bütün paragraf girintileri aynı hizada olmalıdır.
15. Metinde tablolara yer verilecekse tablolar şu şekilde gösterilmelidir: “Tablo 1.”. Tablo ismi her kelimenin baş harfi büyük olacak şekilde tablonun üzerine ortalı bir şekilde yazılmalı, italik olmamalıdır. Şekillerde ise “Şekil 1.” denilerek her harfi büyük olacak şekilde şeklin altına ortalı yazılmalıdır. Şekil ve grafikler bilgisayarda çizilmeli; fotoğraf veya resimlerin çözünürlüğü yüksek olmalı, numaralandırılmalıdır.
16. Çalışmada hipotezlere yer verilecekse, hipotez gösterimi şöyle olmalıdır: “H1:”. Hipotezler italik yazılmamalıdır.
17. Makalede yararlanılan kaynaklar “SONUÇ” bölümünden sonra “KAYNAKLAR” başlığı altında verilmelidir. Times New Roman fontuyla 10 punto, sağ-sol 0, asılı 1,25, satır aralığı “tek” olacak şekilde hazırlanmalıdır. Her kaynaktan sonra 1 satır boşluk bırakılmalıdır.
18. Makaledeki kaynaklar APA 7 (https://apastyle.apa.org/) stiline uygun olarak yazılmalıdır. Örnek kaynak gösterimini ve makale yazımında uyulması gereken kuralları ayrıntılı olarak inceleyebilmek için Makale Şablonu’na bakabilirsiniz.
19. Dergiye gönderilecek makaleler için makale şablonuna bu bağlantıdan ulaşabilirsiniz. Makaleniz kabul edildikten sora ise işbu bağlantıdaki şablona aktarmanız gerekmektedir.
Guidelines for writing articles to be sent to the journal:
1. The Journal of Institute of Social Sciences of Çukurova University is a peer-reviewed journal published at least twice a year.
2. Papers must be submitted on the understanding that they have not been published elsewhere.
3. The articles can be written in Turkish, English, French or German. If the article has been written in English, French or German, a summary in Turkish must also be included.
4. The articles should be written in accordance with the spelling rules of the Turkish Language Association.
5. Articles should be written in Microsoft Word 2003 or higher and they should be submitted through the online system.
6. Use a concise and clearly written title that reflects the paper’s content. Use capital letters and center alignment.
7. Author names should be center aligned on the article; if there is more than one author, their names should be written side by side. Authorship information (University name, Faculty name, e-mail address, ORCID number) should be given in the footnote.
8. The first page of the article should consist of only SUMMARY and ABSTRACT using the Article Template (see Article Template).
9. Please adhere to the following formatting guidelines:
a. Paper size: A-4 vertical
b. Page layout: bottom 2.5 cm, top: 2.5 cm, left: 2.5 cm, right: 2.5 cm, header: 3 cm, footer: 3 cm.
c. Font: Times New Roman 10.
d. Use single line spacing. The entire article should not exceed 8,000 words.
10. Write the footnotes using Times New Roman 8 and single line spacing. Footnotes should not be used except for end notes about studies on texts with archaic letters and important explanation about the study.
11. The summary should be written using Times New Roman, 8 font size. It should not exceed one paragraph (it should fit into one paragraph if it should exceed one). Use single line spacing. The word length should be at least 150 and at the most 200. Align the summary to the left-hand side of the text.
12. Please adhere to the following formatting guidelines for the sections of the paper:
INTRODUCTION (max. 3 pages)
LITERATURE REVIEW
METHODOLOGY
RESEARCH FINDINGS
RESULTS/CONCLUSION
13. The section headings above should be written in bold with uppercase letters and aligned to the left. Titles should not be numbered and indented.
14. The subtitles should be written in bold starting each word with a capital letter. Indent the start of a paragraph 0.5 cm. and align all the paragraphs.
15. Guidelines for the tables in your article:
a. Add a numbered caption such as "Table 1.". The caption should be written above each table and center aligned starting with a capital letter, not italic. For the figures, add a numbered caption such as "Figure 1." below each figure and center align starting with a capital letter. Use the table-function of your word processor. Provide each figure in a high-resolution format and number each one.
16. If hypotheses are to be included in the study, they should be given as follows: "H1:" Hypotheses should not be written in italics.
17. The references section should appear at the end of the article after the “CONCLUSIONS” section and titled as “REFERENCES. Use Times New Roman 10 with left-right 0 and hanging 1,25. Use single line spacing and leave 1 space after each reference.
18. Make sure that the information in each reference is complete and accurate according to the APA style guide, 7th edition (https://apastyle.apa.org/). Refer to the Article Template for a detailed review of samples and the rules to follow in article writing.
19. You can access the article template for articles to be sent to the journal at the link. After your article is accepted, you need to transfer it to the template at the link.
Etik İlkeler ve Yayın Politikası
Etik İlkeler
Bu rehberin Dergiye çalışma gönderecek olan bütün araştırmacılarımız tarafından dikkatle incelenmesi gerekmektedir.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Sosyal Bilimler alanında nitelikli bilimsel makale yayımlamak amacıyla aşağıda belirtilen etik ilkeler ve kurallara bağlı olarak yayınlanan hakemli bir dergidir.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’ne gönderilen makaleler çift taraflı kör hakemlik süreciyle değerlendirilmektedir.
Dergi ücretsiz erişimle elektronik olarak yayımlanmaktadır.
Dergi sadece Dergi Park sistemi üzerinden makale kabul etmektedir.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi bilimsel çalışmaların ilerletilebilmesi için bilgiye kolay ulaşılabilir olması gerektiğinin bilincinde bir dergi olarak, Budapeşte Açık Erişim Bildirgesinde yer alan, hakemli dergi literatürünün açık erişimli olması girişimini destekler ve yayınlanan tüm yazıları herkesin okuyabileceği ve indirebileceği bir ortamda ücretsiz olarak sunar.
Bu bildirgede açık erişim, “bilimsel literatürün İnternet aracılığıyla finansal, yasal ve teknik bariyerler olmaksızın, erişilebilir, okunabilir, kaydedilebilir, kopyalanabilir, yazdırılabilir, taranabilir, tam metne bağlantı verilebilir, dizinlenebilir, yazılıma veri olarak aktarılabilir ve her türlü yasal amaç için kullanılabilir olması” anlamında kullanılmıştır.
Bilimin ilerlemesinde bilgi paylaşımının rolü düşünüldüğünde, açık erişim, araştırmacılar ve okuyucular için büyük önem taşımaktadır. Bu sebeple bu dergide yer alan makaleler, yazarına ve orijinal kaynağa atıfta bulunulduğu sürece, kullanılabilir. Yazarlardan veya yayıncılardan izin alınması gerekmez.
Bilimsel bir çalışma ortaya koyan tüm paydaşların (yazar, editör, hakem, yayıncı ve okuyucu), bilimin doğru bir şekilde ilerlemesine katkı sağlaması hedeflenir. Bu hedef gereğince hazırlanan bilimsel çalışmalarda bilimsel etik ilkelere uygunluk önemlidir.
Bu etik ilkeler, COPE (Committee on Publication Ethics) tarafından hazırlanan yönerge esas alınarak tarafımızca kabul edilmiştir ve paydaşlar tarafından da benimsenmesi önerilerek, bir kısmı ile aşağıda sunulmuştur.
Buna göre Dergimiz için yazarların, dergi editörünün, hakemlerin ve yayıncının etik sorumlulukları, rolleri ve görevleri yer almaktadır. Ek olarak Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’nde intihal ve etik dışı davranışlar olarak kabul edilen durumlara ilişkin de bilgi verilmiştir. Bu politikalar hazırlanırken yararlanılan kaynaklar rehberin sonunda belirtilmiştir.
Yazar(lar)
• Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’ne gönderilen makalelerin Sosyal Bilimler alanında özgün çalışmalar olması gerekmektedir.
• Makalelerde yararlanılan tüm kaynaklar (yazarlar, çevrimiçi sayfalar, kişisel görüşmeler, vb.) için doğru ve uygun bir şekilde kaynak gösterilmelidir.
• Dergiye gönderilen makalelerin başka bir dergiye gönderilmediği belirtilmeli ve Telif Hakkı Devir Formu doldurulmalıdır.
• Makaleye fikren katkıda bulunmayan kişiler yazar olarak belirtilmemelidir.
• Gönderilen makaleye ilişkin çıkar çatışmaları belirtilmeli ve nedeni açıklanmalıdır.
• Yazarların, hakem sürecindeyken çalışmalarına ilişkin ham verileri editörler kuruluna iletmesi istenebilir, bu durumda yazarların ham verilerini editörler kuruluyla paylaşmaları beklenmektedir. Yazarlar, yayımlanan bir makaleye ilişkin verileri 5 yıl süreyle saklamakla yükümlüdürler.
• Yazarlar çalışmalarında bir hata tespit ettiklerinde editörü ve editörler kurulunu bilgilendirmeli, düzeltme ya da geri çekme süreci için işbirliği kurmalıdırlar.
• Yazarlar makalelerinde herhangi bir bireyi, topluluğu veya kurumu aşağılayan ve küçük düşüren bir dil ve tavır kullanamazlar.
Hakemler
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’ne gönderilen tüm makaleler çift taraflı kör hakemlik süreci ile değerlendirilmektedir. Çift taraflı kör hakemlik, yansız, nesnel ve bağımsız bir değerlendirme sürecinin sağlanabilmesi için yazarların hakemlerden, hakemlerin de yazarlardan gizli tutulması anlamına gelmektedir.
Makaleler, hakemlerin değerlendirmesine Dergi Park sisteminden iletilmektedir.
Hakemlerin, değerlendirdikleri makalenin alanlarına katkısı ve makalenin yayımlanabilir olup olmadığına ilişkin kararları ve bu kararlarına ilişkin gerekçelerini içeren bir form doldurmaları gerekmektedir.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’nin hakemlerinin etik sorumlulukları ve rolleri aşağıda belirtildiği gibidir:
• Hakemlerin yalnızca uzmanlık alanlarına ilişkin makalelere hakemlik yapmaları gerekmektedir.
• Hakemlerden çıkar çatışmaları bulunmayan makalelere hakemlik yapmayı kabul etmeleri beklenmektedir. Hakemler herhangi bir çıkar çatışması fark ettiklerinde editörü bilgilendirmeli ve ilgili makalenin hakemliğini yapmayı reddetmelidirler.
• Hakemler makaleleri yansız ve nesnel olarak değerlendirmelidirler.
• Hakemlerin değerlendirdikleri makalelere ilişkin Hakem Değerlendirme Formu’nu doldurmaları gerekmekte, çift taraflı kör hakemlik sürecine zarar vermemek için formlarda isimlerini belirtmemeleri beklenmektedir.
• Hakemlerin değerlendirdikleri makalenin yayımlanabilir olup olmadığına ilişkin kararları ile kararlarına ilişkin gerekçelerini de bu formda belirtmeleri gerekmektedir.
• Hakemlerin önerilerinde kullandıkları üslubun kibar, saygılı ve bilimsel olması gerekmektedir. Hakemler saldırgan, saygısız ve öznel kişisel yorumlardan kaçınmalıdırlar. Hakemlerin bu tür bilimsel olmayan yorumlarda bulundukları tespit edildiğinde yorumlarını yeniden gözden geçirmeleri ve düzeltmeleri için editör ya da editörler kurulu tarafından kendileriyle iletişime geçilebilmektedir.
• Hakemlerin kendilerine verilen süre içerisinde değerlendirmelerini tamamlamaları gerekmekte ve burada belirtilen etik sorumluluklara uymaları beklenmektedir.
• Hakemler, inceledikleri bir makalede intihal veya intihal girişimi sayılabilecek noktalar gördüklerinde yazıyı hemen reddetmeli ve gerekçelerinde durumu belirtmelidirler.
Editör
Editörün ‘Yayın Etiği Komitesi’nin (Committe on PublicationEthics - COPE (https://publicationethics.org/)) yayınlamış olduğu ‘COPE Dergi Editörleri için Etik Davranışlar ve En İyi Uygulamalar Kılavuzu’ (COPE Code of Conduct and Best Practice Guidelines for Journal Editors (https://publicationethics.org/files/Code_of_conduct_for_journal_editors_Mar11.pdf)) ve ‘COPE Dergi Editörleri için En İyi Uygulamalar Kılavuzu’nda (COPE Best Practice Guidelines for Journal Editors (https://publicationethics.org/files/u2/Best_Practice.pdf)) yer alan ve aşağıda listelenen etik sorumluluklara uyması gerekmektedir.
Editör dergide basılan tüm makalelerden sorumludur. Editörün etik görevleri ve sorumlulukları aşağıdaki gibidir:
Genel Sorumluluklar
• Editör derginin niteliğinin artırılması ve gelişimine katkıda bulunmak için çaba sarf etmekle yükümlüdür.
• Editörün, yazarların ifade özgürlüğünü desteklemesi gerekmektedir.
Okuyucularla İlişkiler
• Editörün, dergide hakem değerlendirmesinin gerekli olmadığı bölümlerin (editöre mektup, davetli yazılar, konferans duyuruları vb.) açıkça belirtildiğinden emin olması gerekmektedir.
• Editörün yayımlanan makalelerin dergi okuyucularının bilgi ve becerileriyle uyumlu olabilmesi için çaba sarf etmesi gerekmektedir.
Hakemlerle İlişkiler
• Editör, hakemlerin bilgi ve uzmanlıklarına uygun makaleleri değerlendirmelerini istemelidir. Böylece makalelerin alanında uzman kişilerce uygun bir şekilde değerlendirilmesi sağlanmalıdır.
• Editör, hakemlerin bir makaleyi değerlendirmeden önce makaleye ilişkin çıkar çatışmaları bulunmadığını belirtmelerini talep etmekle yükümlüdür.
• Editörün, hakemden istenenleri, değerlendirme sürecine ilişkin bilgileri hakemlere iletmesi gerekmektedir.
• Editör, hakem değerlendirme sürecinin çift taraflı kör hakemlik ile sürdürüldüğünden emin olmalı ve yazarlara hakemleri, hakemlere de yazarları ifşa etmemelidir.
• Editör, hakemleri zamanlama ve performanslarına göre değerlendirmelidir.
• Editör, hakemlere ilişkin bir veri tabanı oluşturmalı ve hakemlerin performansına göre veri tabanını güncellemelidir.
• Editör, kaba ve niteliksiz yorumlarda bulunan ya da geç dönen hakemleri hakem listesinden çıkarmalıdır.
• Editör, hakem listesini hakemlerin uzmanlık alanlarına göre sürekli yenilemeli ve genişletmelidir.
Yazarlarla İlişkiler
• Editör, yazarlara kendilerinden ne beklendiğine ilişkin yayım ve yazım kuralları ile örnek şablonu gerektiğinde güncellemelidir.
• Editör, dergiye gönderilen makaleleri dergi yazım kuralları, çalışmanın önemi, özgünlüğü açısından değerlendirmeli ve makaleyi ilk gönderim sürecinde reddetme kararı alırsa, yazarlara bunun nedenini açık ve yansız bir şekilde iletmelidir. Bu süreçte makalenin dilbilgisi, noktalama, yazım kuralları (kenar boşlukları, uygun şekilde referans gösterme, vb.) açısından tekrar gözden geçirilmesi gerektiğine karar verilirse, yazarlar bu konuda bilgilendirilmeli ve gerekli düzeltmeleri yapabilmeleri için kendilerine zaman tanınmalıdır.
• Makalelerde gönderim ve yayıma kabul tarihleri yer almalıdır.
• Yazarların makalelerinin durumuna ilişkin bilgi talebi olduğunda çift taraflı kör hakemlik sürecini bozmayacak şekilde yazarlara makalelerinin durumuna ilişkin bilgi verilmelidir.
Editörler Kurulu ile İlişkiler
• Editör, yeni editörler kurulu üyelerine yayım ve yazım kurallarını iletmeli ve kendilerinden beklenenleri açıklamalıdır.
• Editör, editörler kurulu üyelerine yayım ve yazım kurallarının en güncel halini iletmelidir.
• Editör, editörler kurulu üyelerini değerlendirmeli ve derginin gelişimine aktif olarak katılım gösterecek üyeleri editörler kuruluna seçmelidir.
• Editör, editörler kurulu üyelerini aşağıda yer alan rolleri ve sorumluluklarına ilişkin bilgilendirmelidir.
- Derginin gelişimini desteklemek.
- Kendilerinden istendiğinde uzmanlık alanlarına ilişkin derlemeler yapmak.
- Yayım ve yazım kurallarını gözden geçirmek ve iyileştirmek.
- Derginin işletiminde gerekli sorumlulukları yerine getirmek.
Yayıncı
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü tarafından yayımlanmaktadır. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü kamu yararını gözeten ve kâr amacı gütmeyen bir kamu eğitim kuruluşudur.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü, 1987 yılından bu yana, yayın kurulu ya da editörler kurulu yönetiminde sosyal bilimler alanının en köklü dergilerinden olarak bilimsel gelişmeye olan katkısını Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Yönetim Kurulu’nun yönetsel desteği ile sürdürmüştür.
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Editörler Kurulu’nu, Çukurova Üniversitesi’nde Sosyal Bilimler alanından farklı Fakültelerde görev yapan öğretim üyeleri oluşturur. Editörler Kurulu üyeleri, bilim dalları gözetilerek görevlendirilir. Editörler Kurulu başkanı olarak bir editör ve alan editörleri belirlenir. Ayrılan üyenin yerine yeni üye görevlendirilir. Süresi dolan üyenin süresi uzatılabilir. Editör, makalenin konusuna göre, gerekli olduğunda Editörler Kurulu üyesi olmayan öğretim üyelerine alan editörü olarak incelemesi için makale gönderebilir.
Yayıncının etik sorumlulukları aşağıdaki gibidir:
• Yayıncı, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’nde makale yayımlama sürecinde karar merciinin ve hakemlik sürecinin editörün sorumluluğu olduğunu kabul eder.
• Yayıncı derginin web sayfasında derginin açık, elektronik ve ücretsiz erişimini sağlar.
İntihal ve Etik Dışı Davranışlar
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi’ne gönderilen tüm makaleler basılmadan önce IThenticate (http://www.ithenticate.com/) ya da Turnitin (https://www.turnitin.com/) yazılım programı ile taranmaktadır. Benzerlik oranı %20 ve altında olan makaleler yayına kabul edilir. Bu oranı aşan makaleler ayrıntılı olarak incelenir ve gerekli görülürse gözden geçirilmesi ya da düzeltilmesi için yazarlara geri gönderilir, intihal ya da etik dışı davranışlar tespit edilirse yayımlanması reddedilir.
Aşağıda etik dışı bazı davranışlar listelenmiştir:
• Çalışmaya fikren katkıda bulunmayan kişilerin yazar olarak belirtilmesi.
• Çalışmaya fikren katkıda bulunan kişilerin yazar olarak belirtilmemesi.
• Makale yazarın yüksek lisans/doktora tezinden ya da bir projeden üretilmişse bunun belirtilmemesi.
• Dilimleme yapılması yani, tek bir çalışmadan birden fazla makale yayımlanması.
• Gönderilen makalelere ilişkin çıkar çatışmalarının bildirilmemesi.
• Çift taraflı kör hakemlik sürecinin deşifre edilmesi.
İletişim:sbedergi@cu.edu.tr; nryilmaz@cu.edu.tr
Ücret Politikası
Tamamen ücretsizdir.
Dizinler
Atıf Dizinleri
Dergi Kurulları
İmtiyaz Sahibi (Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Adına)
Editör
Mizanpaj Editörü
Son Okuyucu
Alan Editörü
*
Çukurova Üniversitesi Eğitim Fakültesi İngiliz Dili Eğitimi anabilim Dalından mezun olduktan sonra aynı üniversitenin Sosyal bilimler Enstitüsüne bağlı olarak İngiliz Dili eğitimi ana bilim dalında Yüksek lisans ve doktora programlarını tamamladım. Mezun olduktan sonra 3 yıl MEB okullarında çalıştım. Daha sonra Çukurova Üniversitesi Yabancı Diller merkezinde öğretim görevlisi olarak çalıştım. Şimdi Çukurova Üniversitesi Eğitim Fakültesi İngiliz Dili Eğitimi anabilim dalında Dr. öğretim üyesi olarak çalışmaktayım. İngilizce öğretmeni yetiştirme, araştırma yöntemleri, mesleki gelişim ve öğretmenlik uygulaması ilgilendiğim ve araştırma yaptığım konuların arasında yer almaktadır.
Aydın Çam, Çukurova Üniversitesi İletişim Fakültesi'nde profesör olarak görev yapmaktadır. Araştırmaları ağırlıklı olarak Yeni Sinema Tarihi, Çukurova sinema tarihi ve sinema ve hareketlilik konularına odaklanmaktadır. Son dönemde Toroslar'ın yayla köylerinde gezici sinema deneyimleri, yerel filmler ve Adana sinema tarihinin haritalanması üzerine çalışmaktadır. Sinemasal mekânlar, mekân deneyimleri ve sinemasal mekânların haritalanması gibi sinema ve mekân ilişkileri ile de ilgilenmektedir.
Doç. Dr. Birsel Aybek, 1973 yılında Malatya'da doğdu. İlk ve orta öğrenimini Malatya'da tamam ladı. 1996'da Çukurova Üniversitesi Eğitim Programları ve Öğretim Anabilim Dalın' da lisans öğrenimini, 2000 yılında Çukurova Üniversitesi Sosyal Bilimler Enstitüsü'nde yüksek lisansını, 2006 yılında ise Çukurova Üniversitesi Sosyal Bilimler Enstitüsü'nde doktora eğitimini tamamladı. 1998 yılında Çukurova Üniversitesi Eğitim Fakültesi Eğitim Bilimleri Bölümünde öğretim görevlisi olarak göreve başlayan Aybek, halen aynı üniversitede doçent olarak görev yapmaktadır. Aynı zamanda, 2016-2020 yılları arasında Eğitim Fakültesi dekan yardımcılığı idari görevini yürütmüştür. Aybek 2022 yılından beri Çukurova Üniversitesi Eğitim ve Öğretimden sorumlu öğrenci dekanı olarak görev yapmaktadır. Aybek, aynı zamanda Çukurova Üniversitesi Eğitim Fakültesi senato temsilci üyesidir.
Program geliştirme, disiplinlerarası öğretim, eleştirel düşünme, eğitim teknolojisi, medya-okuryazarlığı, öğrenme-öğretme süreci, öğretmen yetiştirme, eğitimde etik gibi birçok konu üzerinde çalışmalar yapan ve lisansüstü tezleri yöneten Aybek'in yurtiçi ve yurtdışı kongrelerde sunulmuş 91 bildirisi, ulusal ve uluslararası dergilerde yayınlanmış 66 makalesi, yazılmış iki bilimsel kitabı, 2 çeviri kitabı ve 3 kitap bölümü ve kurum içi -dışı yapılmış bir çok projesi bulunmaktadır. Ayrıca akademisyenin alanıyla ilgili birçok kurum ve kuruluşlarda vermiş olduğu çok sayıda konferansı, semineri ve eğitimi bulunmaktadır.
İstatistik Editörü
Dil Editörü
1993 yılında beri Çukurova Üniversitesi Eğitim Fakültesi Alman Dili Eğitimi Ana Bilim Dalı'nda öğretim Üyesi
