Öz
Günümüzde teknolojinin hızla gelişmesiyle birlikte çevre dostu ve yenilikçi otomobillerin kullanımı artmaya devam etmektedir. Bu otomobiller arasında özellikle elektrikli araçlara yönelik ilgi giderek artmakta, ancak tüketicilerin yetersiz bulduğu hususların hızlı bir şekilde çözülmesi, bu araçların kabulü açısından büyük önem taşımaktadır. Potansiyel müşteri sayısındaki hızlı artış, üretilen veri hacminin büyük ölçüde genişlemesine neden olmakta ve bu verilerin etkin bir şekilde işlenmesi için ileri analitik tekniklerin kullanımını zorunlu hale getirmektedir. Bu bağlamda, yapay zekâ ve doğal dil işleme (NLP) yöntemleri, müşteri verilerinin anlamlandırılması, sınıflandırılması ve tahmin edilmesi süreçlerinde önemli bir rol oynamaktadır. Yenilikçi yöntem ve uygulamalar, sorunların çözümünde işletmelere ekonomik yönden önemli avantajlar sağlamaktadır. Bu çalışmanın amacı, tüketicilerin elektrikli otomobillere yönelik beklentilerini, kaygılarını, eleştirilerini ve şikayetlerini belirleyerek, üreticilere ve pazarlamacılara çözüm geliştirme konusunda öneriler sunmaktır. Çalışmada, müşteri şikayetlerinin hangi konular etrafında yoğunlaştığını belirlemek amacıyla BERTopic konu modelleme tekniği kullanılmıştır. Veri seti olarak, 1.01.2024- 1.01. 2025 tarihleri arasında bir elektrikli otomobil şirketine yapılan şikayetler sınıflandırılarak analiz edilmiştir. Elde edilen bulgular, işletmelerin elektrikli otomobillere yönelik müşteri beklentilerini daha iyi karşılamalarına ve satın alma davranışlarını olumlu yönde etkilemelerine katkı sağlayabilir.
Anahtar Kelimeler
Müşteri Şikayetlerinin Sınıflandırma Konu Modelleme BERTopic İnovasyon Elektrikli Otomobiller
Kaynakça
- Alam, M.S., & Krishnamurthy, M. (2021). Electric vehicle ıntegration in a smart microgrid environment. Taylor & Francis, 382.
- Alkan, N., & Koksal, C, D. (2024). Identifying consumer preferences for new generation vehicles using multidimensional preference. Marketing and Management of Innovations, 15(2), 38-54.
- Altıntaş, V., Albayrak, M., & Topal, K. (2021). Kanser hastalığı ile ilgili paylaşımlar için Dirichlet ayrımı ile gizli konu modelleme. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 36(4), 2183–2196.
- Aşkun, O. (2015). Şikâyet iletilerinin örgütsel öğrenme üzerine etkisi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 24(1), 221–243
- Bosch, V.G., & Enriquez, F.T. (2005). TQM and QFD: exploiting a customer complaint management system. International Journal of Quality & Reliability Management, 22 (1),30-37.
- Brescia, V., Degregori, G., Maggi, D., & Hadro, D. (2023). An integrated vision of electric vehicles’consumer behaviour: Mapping the practitioners to consolidate the research agenda. Journalof Cleaner Production, 410, 137210.
- Cerruti, G., Chiola, M., Bianco, V., & Scarpa, F. (2023). Impact of electric cars deployment on the Italian energy system. Energy and Climate Change, 4, 100095.
- Christou, I. T., Kefalakis, N., Soldatos, J. K., & Despotopoulou, A. (2022). End-to-end industrial IoT platform for quality 4.0 applications. Computers in Industry, 137, 103591.
- Corradi, C., Sica, E., & Morone, P. (2023). What drives electric vehicle adoption? Insights from a systematic review on European transport actors and behaviours. Energy Research & Social Science, 95, 102908.
- Dagoula, C. (2019). Mapping political discussions on Twitter: Where the elites remain elites. Media and Communication,7, 225-234.
- Darmawan, A., & Sheu, D. D. (2021). Preventive maintenance scheduling: A simulation-optimization approach. Production and Manufacturing Research, 9(1), 281–298.
- Değirmenci, K., & Breitner, M. H. (2017). Consumer purchase intentions for electric vehicles: Is green more important than price and range? Transportation Research Part D: Transport and Environment, 51, 250-260.
- Dwivedi, M., Shibu, T. P., & Venkatesh, U. (2007). Social software practices on the internet. International Journal of Contemporary Hospitality Management, 19(5).
- Featherman, M., (Jasper) Jia S., Califf, C. B., & Hajli, N. (2021). The impact of new technologies on consumers beliefs: Reducing the perceived risks of electric vehicle adoption. Technological Forecasting & Social Change, 169, 120847.
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure (arXiv: 2203. 05794). arXiv.
- Grootendorst, M. (2020). BERTopic: Neural Topic Modeling with a Transformer-Based Embedding. arXiv.
- Heinisch, V., Goransson, L., Erlandsson, R., Hodel, H., Johnsson, F. Odenberger, M. (2021). Smart electric vehicle charging strategies for sectoral coupling in a city energy system. Applied Energy,288, 1-18.
- Hu, X., Wang, S., Zhou, R., Gao, L., & Zhu, Z. (2023). Policy driven or consumer trait driven? Unpacking the EVs purchase intention of consumers from the policy and consumer trait perspective. Energy Policy, 177, 113559.
- Khanbhai, M., Anyadi, P., Symons, J., Flott, K., Darzi, A., & Mayer, E. (2021). Applying natural language processing and machine learning techniques to patient experience feedback: A systematic review. BMJ Health and Care Informatics, 28(1), 1-12.
- Koruyan, K. (2022). BERTopic konu modelleme tekniği kullanılarak müşteri şikayetlerinin sınıflandırılması. İzmir Sosyal Bilimler Dergisi, 4(2), 66–79.
- Kotler, P., & Armstrong, G. (2018). Principles of Marketing. 17th edn. Toronto: Prentice Hall.
- Lin, J., & Chen, K. (2024). A novel decision support system based on computational intelligence and machine learning: Towards zero-defect manufacturing in injection molding. Journal of Industrial Information Integration, 40, 100621.
- Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5, 1093-1113.
- Mehak, G., Muneer, I., & Nawab, R. M. A. (2023). Urdu Text reuse detection at phrasal level using sentence transformer-based approach. Expert Systems with Applications, 234, 121063.
- Meng, F., Lu, Z., Li, X., Han, W., Peng, J., Liu, X., & Niu, Z. (2024). Demand-side energy management reimagined: A comprehensive literature analysis leveraging large language models. Energy, 291, 130303.
- Olsen, S. O., Khoi, N. H., & Tuu, H. H. (2021). The “well-being” and “ill-being” of online impulsive and compulsive buying on life satisfaction: The role of self-esteem and harmony in life. Journal of Macromarketing, 42(1), 128–145.
- Ray, A., Bala, P.K., & Dasgupta, S.A., (2019). Role of authenticity and perceived benefits of online courses on technology based career choice in India: a modified technology adoption model based on career theory. Int. J. Inf. Manage., 47, 140–151.
- Sala, R., Pirola, F., Pezzotta, G., & Cavalieri, S. (2023). Improvement of maintenance-based product-service system offering through field data: A case study. Production and Manufacturing Research, 11(1), 2278313.
- Schiffman, L., & Kanuk, L., (2014). Consumer behavior. Global Edition. Pearson Higher Ed.
- Stauss, B.& Schoeler, A. (2004). Complaint management profitability: What do complaint managers know? Managing Service Quality, 14(2), 147-56.
- Supriyono, A., Prasetya W.A., & Suyono, F.K. (2024). Advancements in natural language processing: Implications, challenges, and future directions Telematics and Informatics Reports, 100173
- Tuertmann, R., Ruessmann, M., Schroeder, M., Linder, A., & Schmidt, A. (2016). Challenges and design of a data-oriented complaint and failure management. Total Quality Management and Business Excellence, 27(7–8),885–896.
- Ulhe, P. P., Dhepe, A. D., Shevale, V. D., Warghane, Y. S., Jadhav, P. S., & Babhare, S. L. (2024). Flexibility management and decision making in cyber-physical systems utilizing digital lean principles with brain-inspired computing pattern recognition in Industry 4.0. International Journal of Computer Integrated Manufacturing, 37(6), 708–725.
- Vermulst, L., Analytics, B., Daniels, H., Schilpzand, M., Machine, S., Company, L., Reader, S., & Dobre, C. (2024). Detecting Emerging Trends in Customer Satisfaction through Topic Modeling and Mathematical Optimization. 2041129
- Wang, C.L., Li, D., Barnes, B.R., & Ahn, J. (2012). Country image product image and consumer purchase intention: Evidence from an emerging economy. Int. Bus. Rev., 21, 1041–1051.
- Wang, X., Yue, C., & Lv, T. (2023). Fuel vehicles or new energy vehicles? A study on the differentiation of vehicle consumer demand based on online reviews, Marketing Intelligence & Planning, 41(7).
- Yang, Y., Xu, D. L., Yang, J. B., & Chen, Y.W. (2018). An evidential reasoning-based decision support system for handling customer complaints in mobile telecommunications. Knowledge-Based Systems, 162, 202–210.
- Yigin, B., & Celik, M. (2024). A prescriptive model for failure analysis in ship machinery monitoring using generative adversarial networks. Journal of Marine Science and Engineering, 12(3), 1–22.
- Zhu, L.J., Wang, J.Z., Farnoosh, A., & Pan, X.Z. (2022). A game-theory analysis of electric vehicle adoption in Beijing under license plate control policy. Energy, 244, 122628.
Öz
Today, with the rapid development of technology, the use of environmentally friendly and innovative automobiles continues to increase. Among these automobiles, there is a growing interest in electric vehicles, but it is of great importance for the acceptance of these vehicles to quickly resolve the issues that consumers find inadequate. The rapid increase in the number of potential customers leads to a significant expansion in the volume of data generated and necessitates the use of advanced analytical techniques to process this data effectively. In this context, artificial intelligence and natural language processing (NLP) methods play an important role in the processes of interpreting, classifying and predicting customer data. Innovative methods and applications provide significant economic advantages to businesses in solving problems. The aim of this study is to determine the expectations, concerns, criticisms and complaints of consumers towards electric cars and to provide suggestions to manufacturers and marketers to develop solutions. In the study, BERTopic topic modelling technique was used to determine around which topics customer complaints are concentrated. As a data set, the complaints made to a electric car company between 1 January 2024 and 1 January 2025 were classified and analysed. The findings obtained can contribute to businesses to better meet customer expectations for electric cars and positively influence their purchasing behaviour.
Anahtar Kelimeler
Customer Complaint Classification Topic Modelling BERTopic Innovation Electric Cars
Kaynakça
- Alam, M.S., & Krishnamurthy, M. (2021). Electric vehicle ıntegration in a smart microgrid environment. Taylor & Francis, 382.
- Alkan, N., & Koksal, C, D. (2024). Identifying consumer preferences for new generation vehicles using multidimensional preference. Marketing and Management of Innovations, 15(2), 38-54.
- Altıntaş, V., Albayrak, M., & Topal, K. (2021). Kanser hastalığı ile ilgili paylaşımlar için Dirichlet ayrımı ile gizli konu modelleme. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 36(4), 2183–2196.
- Aşkun, O. (2015). Şikâyet iletilerinin örgütsel öğrenme üzerine etkisi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 24(1), 221–243
- Bosch, V.G., & Enriquez, F.T. (2005). TQM and QFD: exploiting a customer complaint management system. International Journal of Quality & Reliability Management, 22 (1),30-37.
- Brescia, V., Degregori, G., Maggi, D., & Hadro, D. (2023). An integrated vision of electric vehicles’consumer behaviour: Mapping the practitioners to consolidate the research agenda. Journalof Cleaner Production, 410, 137210.
- Cerruti, G., Chiola, M., Bianco, V., & Scarpa, F. (2023). Impact of electric cars deployment on the Italian energy system. Energy and Climate Change, 4, 100095.
- Christou, I. T., Kefalakis, N., Soldatos, J. K., & Despotopoulou, A. (2022). End-to-end industrial IoT platform for quality 4.0 applications. Computers in Industry, 137, 103591.
- Corradi, C., Sica, E., & Morone, P. (2023). What drives electric vehicle adoption? Insights from a systematic review on European transport actors and behaviours. Energy Research & Social Science, 95, 102908.
- Dagoula, C. (2019). Mapping political discussions on Twitter: Where the elites remain elites. Media and Communication,7, 225-234.
- Darmawan, A., & Sheu, D. D. (2021). Preventive maintenance scheduling: A simulation-optimization approach. Production and Manufacturing Research, 9(1), 281–298.
- Değirmenci, K., & Breitner, M. H. (2017). Consumer purchase intentions for electric vehicles: Is green more important than price and range? Transportation Research Part D: Transport and Environment, 51, 250-260.
- Dwivedi, M., Shibu, T. P., & Venkatesh, U. (2007). Social software practices on the internet. International Journal of Contemporary Hospitality Management, 19(5).
- Featherman, M., (Jasper) Jia S., Califf, C. B., & Hajli, N. (2021). The impact of new technologies on consumers beliefs: Reducing the perceived risks of electric vehicle adoption. Technological Forecasting & Social Change, 169, 120847.
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure (arXiv: 2203. 05794). arXiv.
- Grootendorst, M. (2020). BERTopic: Neural Topic Modeling with a Transformer-Based Embedding. arXiv.
- Heinisch, V., Goransson, L., Erlandsson, R., Hodel, H., Johnsson, F. Odenberger, M. (2021). Smart electric vehicle charging strategies for sectoral coupling in a city energy system. Applied Energy,288, 1-18.
- Hu, X., Wang, S., Zhou, R., Gao, L., & Zhu, Z. (2023). Policy driven or consumer trait driven? Unpacking the EVs purchase intention of consumers from the policy and consumer trait perspective. Energy Policy, 177, 113559.
- Khanbhai, M., Anyadi, P., Symons, J., Flott, K., Darzi, A., & Mayer, E. (2021). Applying natural language processing and machine learning techniques to patient experience feedback: A systematic review. BMJ Health and Care Informatics, 28(1), 1-12.
- Koruyan, K. (2022). BERTopic konu modelleme tekniği kullanılarak müşteri şikayetlerinin sınıflandırılması. İzmir Sosyal Bilimler Dergisi, 4(2), 66–79.
- Kotler, P., & Armstrong, G. (2018). Principles of Marketing. 17th edn. Toronto: Prentice Hall.
- Lin, J., & Chen, K. (2024). A novel decision support system based on computational intelligence and machine learning: Towards zero-defect manufacturing in injection molding. Journal of Industrial Information Integration, 40, 100621.
- Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5, 1093-1113.
- Mehak, G., Muneer, I., & Nawab, R. M. A. (2023). Urdu Text reuse detection at phrasal level using sentence transformer-based approach. Expert Systems with Applications, 234, 121063.
- Meng, F., Lu, Z., Li, X., Han, W., Peng, J., Liu, X., & Niu, Z. (2024). Demand-side energy management reimagined: A comprehensive literature analysis leveraging large language models. Energy, 291, 130303.
- Olsen, S. O., Khoi, N. H., & Tuu, H. H. (2021). The “well-being” and “ill-being” of online impulsive and compulsive buying on life satisfaction: The role of self-esteem and harmony in life. Journal of Macromarketing, 42(1), 128–145.
- Ray, A., Bala, P.K., & Dasgupta, S.A., (2019). Role of authenticity and perceived benefits of online courses on technology based career choice in India: a modified technology adoption model based on career theory. Int. J. Inf. Manage., 47, 140–151.
- Sala, R., Pirola, F., Pezzotta, G., & Cavalieri, S. (2023). Improvement of maintenance-based product-service system offering through field data: A case study. Production and Manufacturing Research, 11(1), 2278313.
- Schiffman, L., & Kanuk, L., (2014). Consumer behavior. Global Edition. Pearson Higher Ed.
- Stauss, B.& Schoeler, A. (2004). Complaint management profitability: What do complaint managers know? Managing Service Quality, 14(2), 147-56.
- Supriyono, A., Prasetya W.A., & Suyono, F.K. (2024). Advancements in natural language processing: Implications, challenges, and future directions Telematics and Informatics Reports, 100173
- Tuertmann, R., Ruessmann, M., Schroeder, M., Linder, A., & Schmidt, A. (2016). Challenges and design of a data-oriented complaint and failure management. Total Quality Management and Business Excellence, 27(7–8),885–896.
- Ulhe, P. P., Dhepe, A. D., Shevale, V. D., Warghane, Y. S., Jadhav, P. S., & Babhare, S. L. (2024). Flexibility management and decision making in cyber-physical systems utilizing digital lean principles with brain-inspired computing pattern recognition in Industry 4.0. International Journal of Computer Integrated Manufacturing, 37(6), 708–725.
- Vermulst, L., Analytics, B., Daniels, H., Schilpzand, M., Machine, S., Company, L., Reader, S., & Dobre, C. (2024). Detecting Emerging Trends in Customer Satisfaction through Topic Modeling and Mathematical Optimization. 2041129
- Wang, C.L., Li, D., Barnes, B.R., & Ahn, J. (2012). Country image product image and consumer purchase intention: Evidence from an emerging economy. Int. Bus. Rev., 21, 1041–1051.
- Wang, X., Yue, C., & Lv, T. (2023). Fuel vehicles or new energy vehicles? A study on the differentiation of vehicle consumer demand based on online reviews, Marketing Intelligence & Planning, 41(7).
- Yang, Y., Xu, D. L., Yang, J. B., & Chen, Y.W. (2018). An evidential reasoning-based decision support system for handling customer complaints in mobile telecommunications. Knowledge-Based Systems, 162, 202–210.
- Yigin, B., & Celik, M. (2024). A prescriptive model for failure analysis in ship machinery monitoring using generative adversarial networks. Journal of Marine Science and Engineering, 12(3), 1–22.
- Zhu, L.J., Wang, J.Z., Farnoosh, A., & Pan, X.Z. (2022). A game-theory analysis of electric vehicle adoption in Beijing under license plate control policy. Energy, 244, 122628.
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | İşletme |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 2 Nisan 2025 |
| Kabul Tarihi | 17 Temmuz 2025 |
| Erken Görünüm Tarihi | 25 Aralık 2025 |
| Yayımlanma Tarihi | 25 Aralık 2025 |
| Yayımlandığı Sayı | Yıl 2025 Sayı: Advanced Online Publication |
Kaynak Göster
Amaç ve Kapsam
Ege Akademik Bakış (EAB) dergisi Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi'nin bünyesinde çevrim içi yayınlanan çok disiplinli ve disiplinlerarası hakemli, uluslararası ve akademik bir dergidir. Derginin ana hedefi iktisat, işletme ve uluslararası siyaset alanlarında akademik çalışmaları yayınlamaktır. Derginin yayın dili İngilizcedir.
Aşağıda yer alan kısa listede Ege Akademik Bakış dergisinin yayın kapsamındaki temel alanlar alfabetik sırayla yer almaktadır :
- Bölgesel İktisat
- Enerji İktisadı
- Finansal İktisat
- İnsan Kaynakları Yönetimi
- İşletme
- Karşılaştırmalı Siyaset
- Örgüt Kuramı&Örgütsel Davranış
- Pazarlama
- Sayısal Yöntemler
- Uluslararası İlişkiler
- Uluslararası Politik Ekonomi
- Uygulamalı Ekonometri
- Yöneylem Araştırması
EAB ampirik araştırmalara dayanan çalışmaları yayınlar ve özellikle karşılaştırmalı çalışmalar, vaka çalışmalar ve ülke karşılaştırmalı çalışmalarla ilgilenir. Dergi, yerel, bölgesel ve uluslararası meseleler ve sorunlara değinen disiplinler arası ve karşılaştırmalı yayınları önceler.
Makale başvuruları akademik nitelik ve yöntemsel kalite temelinde değerlendirilir.
Yazım Kuralları
Değerlendirme Süreci ve Yayın Politkası
Editör kurulu, orijinal olmayan, derginin amaç ve kapsamına uymayan veya makale yazım kurallarına uygun olarak hazırlanmamış makaleleri reddetme hakkını saklı tutar. Ege Akademik Bakış Dergisi (EAB)’ne gönderilen tüm çalışmalar öncelikle editörler tarafından, kapsam, orjinallik ve literatüre olan katkıları açısından incelenir. EAB’nin amaç ve kapsamına uygun ve gerekli niteliklere sahip olan çalışmalar, en az iki hakeme, çift kör hakemlik sistemi kullanılarak değerlendirilmek üzere gönderilir. Editörler, makaleleri revizyon için geri gönderebilir ya da makaleleri dergi yazım kurallarına göre düzenleyebilir. Hakem değerlendirmeleri yayın kararları üzerinde birincil etkiye sahip olsa da, makalelerin yayınlanma(ma)larına ilişkin nihai kararlardan editör kurulu sorumludur.
Yayın Etiği ve Çıkar Çatışması
Yazarlar akademik dürüstlük ve yayın etiğinden sorumludur. Yazarlara, EAB’nin “Etik İlkeler ve Yayın Politikaları”nı incelemeleri ve var ise çıkar çatışması beyanlarını kapak mektubuna eklemeleri tavsiye edilmektedir.
Çevrimiçi Makale Gönderimi
EAB, web tabanlı bir çevrimiçi gönderi ve hakem değerlendirme sistemi olan dergiparkta yer almaktadır. Giriş yapmak ve makalenizi çevrimiçi göndermek için https://dergipark.org.tr/eab adresini ziyaret etmeniz gerekmektedir. Çevrimiçi sistemi ilk kez kulanacak yazarlar yeni hesap oluşturmalıdır.
Makale gönderim süreciyle ilgili tüm soru veya ek bilgi talepleri, aşağıda bilgileri verilen EAB editör ofisine gönderilmelidir:
Miray Baybars
Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Bornova, 35100 İzmir,Türkiye
E-mail: eab@mail.ege.edu.tr
Gül Huyugüzel Kışla
Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Bornova, 35100 İzmir,Türkiye
E-mail: eab@mail.ege.edu.tr
Tüm editoryal yazışmalar şu adrese gönderilmelidir:
Baş Editör,
Prof. Dr. Keti Ventura, Ege Üniversitesi, İktisadi ve İdari Bilimler Fakültesi.
E-mail: eab@mail.ege.edu.tr
1. Gönderiyi Başlatma:
Yazarlar çalışmalarını EAB'ye göndermeden önce, derginin amaç ve kapsamını okuduklarından emin olmalıdır.
Yazarlar öncelikle makalelerinin bilimsel alanını veya katkısını (işletme, iktisat veya uluslararası ilişkiler) belirlemelidir. Yazarların aynı zamanda çalışmalarının EAB’nin amaç ve kapsamıyla ne ölçüde örtüştüğünü ve literatüre hangi açılardan katkıda bulunduğunu kısaca açıklayan bir kapak mektubu sunmaları gerekmektedir. Yazarlar editörle iletişim kurmak için iletişim kutusunu kullanabilir.
2. Gönderi Bilgileri:
Yazarlar ilgili alanlara isim ve bilgilerini, çalışmalarının başlığını ve özetini girmelidir. Bu aşamada aynı zamanda anahtar kelimelerin ve JEL kodlarının girilmesi gerekir. Bu bilgiler, bilimsel veritabanları ve arama motorları tarafından indeksleme için kullanılmaktadır.
3. Gönderiyi Yükleme:
Yazarlar çalışmalarını bu aşamadaki talimatları izleyerek yüklemelidir. MAKALELER YAZAR(LAR)IN KİMLİK YA DA KURUM BİLGİLERİNE İLİŞKİN HERHANGİ BİR BİLGİ İÇERMEMELİDİR.
4. Gönderi Onayı:
Yüklenen dosyaların son kontrolü yapıldıktan sonra gönderi tamamlanır.
Yüklenmesi gereken dosyalar:
- Makale Tam Metni (yazar(lar)a ilişkin herhangi bir bilgi içermemelidir)
- Makale Özeti
- Kapak Mektubu (ad,soyad, kurum, e-posta, adres, ORCID no)
- Telif Hakkı Formu (gönderim sırasında indirilebilir)
- Benzerlik Raporu (Turnitin/iThenticate yazılımları kullanılabilir. %20'yi geçen benzerlik oranı (referanslar ve alıntılar dahil) bulunan makaleler değerlendirmeye alınamaz. Makalelerin tek kaynakla eşleşme oranı en fazla %2 oranında olmalıdır.)
-Etik Kurul Onayı
Dergi Yazım Stili
1. Yazı tipi – Metin içi Times New Roman 12-punto yazım stili kullanılmaktadır.
2. Sayfa Formatı – A4 sayfa büyüklüğü:
Üst, alt, sol, sag marjinler: 2.5 cm (0.98 inç)
Paragraflar iki yana yaslı bir biçimde olmalıdır.
Tireleme yoktur.
Paragrafların girintisi 0.5 cm olmalıdır.
3. Paragraf Biçimi - Paragraf sekmesinin girinti ve boşluk bölümünde:
Sol ve sağ kısmı 6 nk (0.6 satır)
Satır boşluğu 1.5 olmalıdır.
4- Kelime sınırı – Makalelerin tüm notlar ve kaynakca dahil 10.000 kelimeyi geçmemesi gerekir.
5. Başlıklar- Ana bölüm başlıkları ortalanmış ve kalın yazılmalıdır.
6. Yazar isimleri - Yazar adları makalenin hiçbir yerinde görünmemelidir. Yazar isimlerini içeren yazılar işleme alınmaz ve iade edilmez.
7. Özet – Özetler 150-200 arasında kelime numarasına sahip olmalı ve alıntı içermemelidir. Makale yükleme sürecinde Türkçe özet ve anahtar kelimeleri yüklemeye gerek yoktur.
8. Anahtar Kelimeler – 5-8 kelime arasında olmalıdır.
9. Ana Metin - Ana metin içerisinde giriş bölümü, sonuç bölümü ve diğer alakalı bölümler olmalıdır.
10. Kaynakça - EAB dergisi APA (American Psychological Association) kaynakça stiline tabidir. Makalenizin dergi kaynakça stiline uygun olmasını sağlamak için APA Yayın El Kitabına (6. baskı) bakınız.
SONNOTLAR
Lütfen dipnotlar yerine sonnotları kullanın. Son notlar, metnin ilgili bölümünde ardışık üst simge numaraları ile işaretlenmeli ve makalenin sonunda listelenmelidir.
Makalesi yayınlanan yazarların makale yayın tarihinden itibaren en geç 4 gün içerisinde yayınlarını kontrol etmeleri ve bir hata varsa bize bildirmeleri önemle rica olunur.
Etik İlkeler ve Yayın Politikası
Yazarlar
1. Ege Akademik Bakış Dergisi'ne gönderilen tüm çalışmalar tamamen orijinal olmalı ve bu çalışmalarda kullanılan kaynaklar ve malzemeler yazın kurallarına uygun şekilde alıntılanmalıdır. Söz konusu kurallara uymayan çalışmalar intihal nedeniyle doğrudan reddedilecektir.
2. Ege Akademik Bakış Dergisi'ne gönderilen çalışmalar başka bir dergide daha önce yayınlanmamış olmalı ve Ege Akademik Bakış tarafından değerlendirilirken başka bir yerde yayımlanmak üzere gönderilmemiş olmalıdır.
3. Yazarlar, aynı çalışmayı veya aynı araştırmayı içeren bir çalışmayı birden fazla dergiye sunmamalıdır.
4. Konferanslarda sunulmuş ve özetleri yayınlanmış eserler, editöre sunum ve yayın tarih ve yerlerinin belirtilmesi şartıyla değerlendirmeye kabul edilebilir.
5. Bir yazının incelemeye gönderilmesi durumunda, editör kurulunca yukarıda belirtilen koşulların yazarlar tarafından kabul edildiği varsayılır.
6. Gönderilen çalışmalarını gecikme veya başka bir nedenle geri çekmek isteyen yazarlar, editör ile iletişime geçmelidir.
7. Yazarlara çalışmalarının yayımlanmasına karşılık herhangi bir telif ücreti ödenmeyecektir.
8. TR Dizin Dergi Değerlendirme Kriterleri (https://trdizin.gov.tr/kriterler/) kapsamında etik kurul onayı zorunlu olan çalışmaların, etik kurul onayı alınmadan yayımlanması mümkün değildir.
9. Gözlem, deney, odak grup, mülakat, anket teknikleri uygulanarak katılımcılardan veri toplanmasının söz konusu olduğu her türlü araştırma için “etik kurul onayı” alınması zorunludur.
10. Bu kapsam dışındaki çalışmalarda ise ilgili çalışmanın etik kurul izni gerektirmediğini ifade eden ve tüm yazarlar tarafından imzalanan bir metnin taranıp sisteme yüklenmesi gerekmektedir. Aksi halde çalışmalar değerlendirmeye alınmazlar.
Hakemler
1. Hakemler, yazarlar tarafından gönderilen makalelerle ilgili bilgileri ayrıcalıklı bilgiler olarak ele almak ve bunları gizli tutmakla yükümlüdür.
2. Gönderilen eserleri değerlendirirken, hakemler ve editörler kendilerini yalnızca fikirsel ve bilimsel içerikle sınırlamalıdır.
3. Hakemler, yazar (lar) ın herhangi bir suistimalini (örneğin intihal, diğer etik olmayan faaliyetler) derhal yönetici editöre bildirmekle yükümlüdür.
Yayın Kurulu
1. Yayın kurulu, makale gönderme kurallarına uyulmaması ve hakaret, telif hakkı ihlali ve intihal ile ilgili yasal gereklilikleri ihlal etmeleri durumunda, makaleleri değerlendirilmek üzere kabul etmeme hakkını saklı tutar.
2. Editör kurulu ve hakemlerin raporlarına dayanarak, editör makaleyi kabul edebilir, reddedebilir veya üzerinde değişiklik yapılmasını isteyebilir. Reddedilen çalışmalar, yazarın yazılı izni olmadan başka amaçlar için kullanılamaz.
3. Editörler, makalenin başka yerlere gönderilmesi şüphesi dışında, sunulan eserlerin yayınlanana kadar gizliliğini sağlamakla yükümlüdür.
4. Yayın kurulu tarafından yapılan ilk incelemeden sonra, sadece seçilen makaleler hakem incelemesine tabi tutulur ve en az iki hakeme gönderilir.
5. Editörler, tüm makalelerin adil ve tarafsız bir şekilde değerlendirilmesini sağlamakla yükümlüdür; bu nedenle, bir makaleyi kabul etme veya reddetme kararı, yalnızca makalenin önemi, orijinalliği ve açıklığına ve çalışmanın derginin alanı ile ilgisine bağlıdır.
6. Editörler, herhangi bir yazara karşı ırk, din, cinsiyet, yaş, etnik köken, siyasi inanç, cinsel yönelim, uyruğu vb. Konularda ayrımcılık yapamazlar.
Ücret Politikası
Ege Akademik Bakış dergisi yazarlardan çalışmalarının yayına kabul edilmesi ve basılması için herhangi bir makale sunum ücreti talep etmemektedir.
Dizinler
Atıf Dizinleri
Dergi Kurulları
Owner of the Journal
Baş Editör
Editör Yardımcıları
Alan Editörleri
Özge Kozal, doktorasını Ege Üniversitesi Sosyal Bilimler Enstitüsü, İktisat Anabilim Dalında tamamlamıştır. Doktora araştırmaları sırasında, 2017-2018 akademik yılında University of Groningen'de misafir araştırmacı olarak görev almıştır. Halen Ege Üniversitesi İktisat bölümü, İktisat Teorisi Anabilim Dalında görev yapmaktadır. Çalışma alanları, sanayileşme, kalkınmanın ekonomi politiği, sürdürülebilir kalkınma, sanayileşme, ekolojik ekonomi ve döngüsel ekonomidir.
Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Sayısal Yöntemler Anabilim Dalı’nda öğretim üyesi olarak görev yapmaktayım. Akademik çalışmalarım, veri bilimi ve analitiği, dijital dönüşüm, karar destek sistemleri ve yönetim bilişim sistemleri gibi alanlarda yoğunlaşmaktadır. Özellikle veri madenciliği ve müşteri yaşam boyu değeri analizi gibi konulara odaklanarak, karar destek süreçlerinde teknolojik çözümlerin kullanımını incelemekteyim. Bu alanlarda çeşitli bilimsel yayınlar ve projeler gerçekleştirmekte ve bu konulara dair yenilikçi çözümler geliştirmeyi hedeflemekteyim.
Betül Aydoğan Ünal, lisans eğitimini Boğaziçi Üniversitesi'nde, doktora eğitimini ise Dokuz Eylül Üniversitesi Kamu Yönetimi alanında tamamladı. 2013-2014 akademik yılında Harvard Üniversitesi'nde Misafir Araştırmacı olarak bulundu. Halen Ege Üniversitesi Uluslararası İlişkiler Bölümü'nde öğretim üyesi olarak görev yapmaktadır. Araştırma alanları arasında kurumsal davranış, otomatik metin analizi, Türk siyaseti ve siyasi kurumlar yer almaktadır.
Dergi Sekreteryası
Ege Unıversity Faculty of Economics and Administrative Sciences Department of Management Information Systems Research Assistant
