Overcoming the Glass Ceiling Syndrome through Digitalization and Artificial Intelligence in OECD Countries
Öz
Intelligence in OECD Countries
ABSTRACT
This study examines the impact of digitalization and artificial intelligence technologies on the invisible barriers affecting women's access to senior management positions within the framework of the glass ceiling syndrome in OECD countries. Sweden, Germany, South Korea, Canada, and Turkey were selected as case studies, each evaluated through in-depth analysis of the public sector, private sector, and the activity reports of relevant institutions. The study applies a comparative assessment based on gender equality indices, digitalization strategies, and artificial intelligence applications, focusing on the relationship between women’s representation in digital leadership and the perception of the glass ceiling. The findings reveal that digitalization alone does not ensure gender equality; on the contrary, in countries where artificial intelligence technologies lack gender sensitivity, existing inequalities are likely to persist or deepen. While Sweden and Canada appear to have largely overcome the glass ceiling syndrome, the examples from South Korea and Turkey suggest that cultural and structural barriers continue to reinforce it. Ultimately, this study underscores the necessity of integrating gender-sensitive artificial intelligence technologies into institutional transformation efforts to overcome the glass ceiling in the digital age.
Keywords: Digitalization, Artificial Intelligence, Glass Ceiling Syndrome, Gender Equality, OECD Countries
Jel Code: J16, O33, M14
Referencing Style: APA 7
Anahtar Kelimeler
Digitalization Artificial Intelligence Glass Ceiling Syndrome Gender Equality OECD Countries
Kaynakça
- Andersson, E., & Wihlborg, E. (2021). Gender mainstreaming and digitalization in Swedish local government. Public Policy and Administration, 36(3), 306–322. https://doi.org/10.1177/09520767211003225
- Aytaç, S., & Güneş, H. (2022). Türkiye’de yapay zekâ politikaları ve toplumsal cinsiyet perspektifi. Kamu Yönetimi Dergisi, 55(1), 58–77.
- Bıçakcı, K., Kaya, A., & Coşkun, H. (2023). Türkiye’de yapay zekâ etiği ve yönetişimi: Politika geliştirme süreci. Bilgi Toplumu ve Teknoloji Dergisi, 15(1), 1–18.
- BMWK. (2023). Nationale Strategie für Künstliche Intelligenz: Fortschreibung 2023. Bundesministerium für Wirtschaft und Klimaschutz. https://www.bmwk.de
- Brynjolfsson, E., & McAfee, A. (2017). Machine, Platform, Crowd: Harnessing Our Digital Future. W. W. Norton & Company.
- Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute.
- Cave, S., Whittlestone, J., Nyrup, R., Ó hÉigeartaigh, S. S., & Calvo, R. A. (2021). It's time for AI policy to prioritize justice. Nature Machine Intelligence, 3(5), 402–404. https://doi.org/10.1038/s42256-021-00370-0
- Chung, H., & van der Horst, M. (2021). Women's employment patterns after childbirth and the perceived access to and use of flexitime and teleworking. Human Relations, 74(6), 966– 992. https://doi.org/10.1177/0018726720907066
- Cotter, D. A., Hermsen, J. M., Ovadia, S., & Vanneman, R. (2001). The glass ceiling effect. Social Forces, 80(2), 655–681.
- Craig, L., & Churchill, B. (2021). Dual-earner parent couples’ work and care during COVID- 19. Gender, Work & Organization, 28(S1), 66–79. https://doi.org/10.1111/gwao.12497
- Criado-Perez, C. (2019). Invisible Women: Exposing Data Bias in a World Designed for Men. Chatto & Windus.
- Dastin, J. (2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters. https://www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G
- De Palma, P., & Benassi, D. (2022). Gender and digital education: Disparities in STEM participation across OECD countries. Education and Information Technologies, 27(4), 4903–4921. https://doi.org/10.1007/s10639-021-10729-3
- Dubois, E., & McKee, R. (2023). Gendered governance in the age of AI: Canadian public sector innovations. Canadian Public Administration, 66(1), 94–112. https://doi.org/10.1111/capa.12509
- Eagly, A. H., & Carli, L. L. (2007). Through the Labyrinth: The Truth About How Women Become Leaders. Harvard Business Press.
- European Commission. (2022). Women in the Digital Age. https://digital-strategy.ec.europa.eu
- European Institute for Gender Equality [EIGE]. (2021). Gender Equality Index 2021: Health. Luxembourg: Publications Office of the European Union.
- Ferrant, G., & Kolev, A. (2022). Gender equality in the digital age: A cross-national perspective. OECD Social, Employment and Migration Working Papers, No. 276. https://doi.org/10.1787/bc7edc50-en
- Häusermann, S., & Walter, A. (2022). Digitalization and gender inequality in executive roles: Evidence from German firms. European Management Journal, 40(5), 775–788. https://doi.org/10.1016/j.emj.2022.03.004
- Heinrichs, A., & Gärtner, L. (2023). Gender-sensitive digital transformation in German manufacturing: Organizational adaptations. Technology in Society, 72, 102164. https://doi.org/10.1016/j.techsoc.2022.102164
- Hofstede, G. (2001). Culture's consequences: Comparing values, behaviors, institutions and organizations across nations. Sage.
- Hösl, M., Kleer, R., & Reischauer, G. (2023). Algorithmic fairness and public institutions: A comparative study of AI policy frameworks in OECD countries. Policy & Internet, 15(2), 267–292. https://doi.org/10.1002/poi3.328
- Hymowitz, C., & Schellhardt, T. D. (1986). The glass ceiling: Why women can't seem to break the invisible barrier that blocks them from the top jobs. Wall Street Journal, 24 March.
- Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586. https://doi.org/10.1016/j.bushor.2018.03.007
- Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
- Lai, Y., Sun, H., & Ren, J. (2021). Artificial intelligence applications in COVID-19: A review and perspective. Frontiers in Public Health, 9, 614124. https://doi.org/10.3389/fpubh.2021.614124
- Kang, Y. (2021). Algorithmic bias and hiring in South Korea: A critical analysis of AI-supported HR systems. Asian Journal of Technology Studies, 9(2), 133–151. International Labour Organization [ILO]. (2019). A quantum leap for gender equality: For a better future of work for all. Geneva: ILO. https://www.ilo.org/global/publications/books/WCMS_650653/lang--en/index.htm
- International Labour Organization [ILO]. (2022). The Gender Gap in Employment: Challenges and Policy Responses. Geneva: ILO Publishing.
- International Labour Organization. (2022). Gender equality at the heart of decent work. Geneva: ILO. https://www.ilo.org/global/topics/equality-and-discrimination/lang-- en/index.htm
- International Labour Organization [ILO]. (2022). Women in the labour market: Policies and protections. Geneva: ILO.
- International Labour Organization [ILO]. (2023). World Employment and Social Outlook: Trends for Women 2023. International Labour Organization.
- Kabeer, N. (2020). Gender, labour, and the future of work: A global perspective. Gender & Development, 28(2), 189–205. https://doi.org/10.1080/13552074.2020.1780306
- Maume, D. J. (2011). Meet the new boss… same as the old boss? Female supervisors and subordinate career prospects. Social Science Research, 40(1), 287–298.
- Melin, U., Axelsson, K., & Lindgren, I. (2022). Digital transformation in the public sector: Gender implications in Germany. Information Polity, 27(1), 91–110.
- UNESCO. (2022). AI and Gender: Towards Equitable Artificial Intelligence. Paris: UNESCO.
- UNESCO. (2023). Cracking the Code: Girls’ and Women’s Education in STEM. Paris: UNESCO.
- UN Women. (2023). Gender Equality and Women’s Empowerment in the Age of AI. New York: United Nations.
- UN Women. (2023). Digital Inclusion for Gender Equality. New York: United Nations.
- Oakley, J. G. (2000). Gender-based barriers to senior management positions: Understanding the scarcity of female CEOs. Journal of Business Ethics, 27(4), 321–334. https://doi.org/10.1023/A:1006226129868
- OECD. (2023). Gender Equality and the Digital Transformation. https://www.oecd.org
- OECD. (2023). Empowering Women in the Digital Age. Paris: OECD Publishing.
- OECD. (2023). OECD Gender Data Portal. https://www.oecd.org/gender/data/
- OECD. (2023a). Bridging the Digital Gender Divide: Include, Upskill, Innovate. Paris: OECD
- OECD. (2023b). Gender Equality Dashboard: Leadership Indicators. Paris: OECD Publishing. Publishing.
- OECD. (2024). Gender Equality Dashboard: Leadership Indicators. Paris: OECD Publishing.
- Perez, C. C. (2019). Invisible Women: Data Bias in a World Designed for Men. Abrams Press.
- Raji, I. D., & Buolamwini, J. (2019). Actionable auditing: Investigating the impact of publicly naming biased performance results of commercial AI products. Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society, 429–435. https://doi.org/10.1145/3306618.3314244
- Robinson, L., Cotten, S. R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., ... & Stern, M. J. (2020). Digital inequalities and why they matter. Information, Communication & Society, 23(1), 1–17. https://doi.org/10.1080/1369118X.2019.1668455
- Ryan, M. K., & Haslam, S. A. (2005). The glass cliff: Evidence that women are over- represented in precarious leadership positions. British Journal of Management, 16(2), 81–90.
- Shin, D., & Park, H. (2021). Algorithmic discrimination in South Korea’s AI hiring systems. Technology Forecasting and Social Change, 168, 120762.
- Stake, R. E. (2005). Multiple Case Study Analysis. Guilford Press.
- Swedish Digitalisation Agency. (2022). Gender equal digitalisation: Progress report. https://www.digg.se
- T.C. Dijital Dönüşüm Ofisi. (2021). Ulusal Yapay Zekâ Stratejisi 2021–2025. https://cbddo.gov.tr
- Trudeau, J., & Fontaine, A. (2022). Equitable AI governance: The Canadian public sector experience. Canadian Journal of Administrative Sciences, 39(4), 612–627.
- Yalçınkaya, E., & Öztürk, S. (2022). Türkiye’de yapay zekâ uygulamaları ve dijitalleşme süreci: Sektörel analiz. İstanbul İşletme Araştırmaları Dergisi, 1(1), 49–64.
- Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). SAGE.
- WIN International & Barem. (2023). Kadın-Erkek eşitliği ve cam tavan sendromu araştırması (WIN World Survey 2023). WIN International. https://www.winmr.com
- Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2020). Artificial intelligence and the public sector— Applications and challenges. International Journal of Public Administration, 43(9), 816–830. https://doi.org/10.1080/01900692.2019.1591621
- World Economic Forum. (2024). Global Gender Gap Report 2024. Geneva: WEF.
Öz
ÖZET
Bu çalışma, OECD ülkelerinde dijitalleşme ve yapay zekâ teknolojilerinin kadınların üst yönetim kademelerine erişimi üzerindeki görünmeyen engellerin etkilerini cam tavan sendromu çerçevesinde incelemektedir. OECD ülkelerinden olan; İsveç, Almanya, Güney Kore, Kanada ve Türkiye ülkeleri seçilmiş olup her ülke bir vaka örneği olarak değerlendirilmiştir. Bu anlamda ülkelerin kamu sektörü, özel sektör ile bu kurumların faaliyet raporları doğrultusunda derinlemesine analiz edilmiştir. Çalışmada toplumsal cinsiyet eşitliği endeksleri, dijitalleşme stratejileri ve yapay zekâ uygulamalarına dayalı karşılaştırmalı bir değerlendirme gerçekleştirilmiş olup kadınların dijital liderlikteki temsili ile cam tavan algısı arasındaki ilişki irdelenmiştir. Bulgular ışığında dijitalleşmenin kendi başına toplumsal cinsiyet eşitliği sağlamadığını aksine toplumsal cinsiyet duyarlılığı olmayan ülkelerdeki yapay zekâ teknolojilerinin mevcut cinsiyet eşitsizlikleri gidermeyeceğini göstermektedir. İsveç ve Kanada gibi ülkelerde cam tavan sendromunun mümkün olmadığı görülürken, Güney Kore ve Türkiye ülkelerindeki örnekler de ise kültürel ve görünmeyen engellerin varlığını sürdürdüğü cam tavan sendromuna neden olduğu belirlenmiştir. Sonuç olarak, bu çalışmada dijitalleşme sürecinde cam tavan sendorumu aşmak için toplumsal cinsiyet eşitliğini benimseyen yapay zekâ teknolojilerinin kurumsal dönüşümün ayrılmaz bir parçası hâline getirilmesi gerektiğinin önemi vurgulanmaktadır.
Anahtar Kelimeler: Dijitalleşme, Yapay Zekâ, Cam Tavan Sendromu, Toplumsal Cinsiyet Eşitliği, OECD Ülkeleri.
Anahtar Kelimeler
Dijitalleşme Yapay Zekâ Cam Tavan Sendromu Toplumsal Cinsiyet Eşitliği OECD Ülkeleri.
Kaynakça
- Andersson, E., & Wihlborg, E. (2021). Gender mainstreaming and digitalization in Swedish local government. Public Policy and Administration, 36(3), 306–322. https://doi.org/10.1177/09520767211003225
- Aytaç, S., & Güneş, H. (2022). Türkiye’de yapay zekâ politikaları ve toplumsal cinsiyet perspektifi. Kamu Yönetimi Dergisi, 55(1), 58–77.
- Bıçakcı, K., Kaya, A., & Coşkun, H. (2023). Türkiye’de yapay zekâ etiği ve yönetişimi: Politika geliştirme süreci. Bilgi Toplumu ve Teknoloji Dergisi, 15(1), 1–18.
- BMWK. (2023). Nationale Strategie für Künstliche Intelligenz: Fortschreibung 2023. Bundesministerium für Wirtschaft und Klimaschutz. https://www.bmwk.de
- Brynjolfsson, E., & McAfee, A. (2017). Machine, Platform, Crowd: Harnessing Our Digital Future. W. W. Norton & Company.
- Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute.
- Cave, S., Whittlestone, J., Nyrup, R., Ó hÉigeartaigh, S. S., & Calvo, R. A. (2021). It's time for AI policy to prioritize justice. Nature Machine Intelligence, 3(5), 402–404. https://doi.org/10.1038/s42256-021-00370-0
- Chung, H., & van der Horst, M. (2021). Women's employment patterns after childbirth and the perceived access to and use of flexitime and teleworking. Human Relations, 74(6), 966– 992. https://doi.org/10.1177/0018726720907066
- Cotter, D. A., Hermsen, J. M., Ovadia, S., & Vanneman, R. (2001). The glass ceiling effect. Social Forces, 80(2), 655–681.
- Craig, L., & Churchill, B. (2021). Dual-earner parent couples’ work and care during COVID- 19. Gender, Work & Organization, 28(S1), 66–79. https://doi.org/10.1111/gwao.12497
- Criado-Perez, C. (2019). Invisible Women: Exposing Data Bias in a World Designed for Men. Chatto & Windus.
- Dastin, J. (2018). Amazon scraps secret AI recruiting tool that showed bias against women. Reuters. https://www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G
- De Palma, P., & Benassi, D. (2022). Gender and digital education: Disparities in STEM participation across OECD countries. Education and Information Technologies, 27(4), 4903–4921. https://doi.org/10.1007/s10639-021-10729-3
- Dubois, E., & McKee, R. (2023). Gendered governance in the age of AI: Canadian public sector innovations. Canadian Public Administration, 66(1), 94–112. https://doi.org/10.1111/capa.12509
- Eagly, A. H., & Carli, L. L. (2007). Through the Labyrinth: The Truth About How Women Become Leaders. Harvard Business Press.
- European Commission. (2022). Women in the Digital Age. https://digital-strategy.ec.europa.eu
- European Institute for Gender Equality [EIGE]. (2021). Gender Equality Index 2021: Health. Luxembourg: Publications Office of the European Union.
- Ferrant, G., & Kolev, A. (2022). Gender equality in the digital age: A cross-national perspective. OECD Social, Employment and Migration Working Papers, No. 276. https://doi.org/10.1787/bc7edc50-en
- Häusermann, S., & Walter, A. (2022). Digitalization and gender inequality in executive roles: Evidence from German firms. European Management Journal, 40(5), 775–788. https://doi.org/10.1016/j.emj.2022.03.004
- Heinrichs, A., & Gärtner, L. (2023). Gender-sensitive digital transformation in German manufacturing: Organizational adaptations. Technology in Society, 72, 102164. https://doi.org/10.1016/j.techsoc.2022.102164
- Hofstede, G. (2001). Culture's consequences: Comparing values, behaviors, institutions and organizations across nations. Sage.
- Hösl, M., Kleer, R., & Reischauer, G. (2023). Algorithmic fairness and public institutions: A comparative study of AI policy frameworks in OECD countries. Policy & Internet, 15(2), 267–292. https://doi.org/10.1002/poi3.328
- Hymowitz, C., & Schellhardt, T. D. (1986). The glass ceiling: Why women can't seem to break the invisible barrier that blocks them from the top jobs. Wall Street Journal, 24 March.
- Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586. https://doi.org/10.1016/j.bushor.2018.03.007
- Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
- Lai, Y., Sun, H., & Ren, J. (2021). Artificial intelligence applications in COVID-19: A review and perspective. Frontiers in Public Health, 9, 614124. https://doi.org/10.3389/fpubh.2021.614124
- Kang, Y. (2021). Algorithmic bias and hiring in South Korea: A critical analysis of AI-supported HR systems. Asian Journal of Technology Studies, 9(2), 133–151. International Labour Organization [ILO]. (2019). A quantum leap for gender equality: For a better future of work for all. Geneva: ILO. https://www.ilo.org/global/publications/books/WCMS_650653/lang--en/index.htm
- International Labour Organization [ILO]. (2022). The Gender Gap in Employment: Challenges and Policy Responses. Geneva: ILO Publishing.
- International Labour Organization. (2022). Gender equality at the heart of decent work. Geneva: ILO. https://www.ilo.org/global/topics/equality-and-discrimination/lang-- en/index.htm
- International Labour Organization [ILO]. (2022). Women in the labour market: Policies and protections. Geneva: ILO.
- International Labour Organization [ILO]. (2023). World Employment and Social Outlook: Trends for Women 2023. International Labour Organization.
- Kabeer, N. (2020). Gender, labour, and the future of work: A global perspective. Gender & Development, 28(2), 189–205. https://doi.org/10.1080/13552074.2020.1780306
- Maume, D. J. (2011). Meet the new boss… same as the old boss? Female supervisors and subordinate career prospects. Social Science Research, 40(1), 287–298.
- Melin, U., Axelsson, K., & Lindgren, I. (2022). Digital transformation in the public sector: Gender implications in Germany. Information Polity, 27(1), 91–110.
- UNESCO. (2022). AI and Gender: Towards Equitable Artificial Intelligence. Paris: UNESCO.
- UNESCO. (2023). Cracking the Code: Girls’ and Women’s Education in STEM. Paris: UNESCO.
- UN Women. (2023). Gender Equality and Women’s Empowerment in the Age of AI. New York: United Nations.
- UN Women. (2023). Digital Inclusion for Gender Equality. New York: United Nations.
- Oakley, J. G. (2000). Gender-based barriers to senior management positions: Understanding the scarcity of female CEOs. Journal of Business Ethics, 27(4), 321–334. https://doi.org/10.1023/A:1006226129868
- OECD. (2023). Gender Equality and the Digital Transformation. https://www.oecd.org
- OECD. (2023). Empowering Women in the Digital Age. Paris: OECD Publishing.
- OECD. (2023). OECD Gender Data Portal. https://www.oecd.org/gender/data/
- OECD. (2023a). Bridging the Digital Gender Divide: Include, Upskill, Innovate. Paris: OECD
- OECD. (2023b). Gender Equality Dashboard: Leadership Indicators. Paris: OECD Publishing. Publishing.
- OECD. (2024). Gender Equality Dashboard: Leadership Indicators. Paris: OECD Publishing.
- Perez, C. C. (2019). Invisible Women: Data Bias in a World Designed for Men. Abrams Press.
- Raji, I. D., & Buolamwini, J. (2019). Actionable auditing: Investigating the impact of publicly naming biased performance results of commercial AI products. Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society, 429–435. https://doi.org/10.1145/3306618.3314244
- Robinson, L., Cotten, S. R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., ... & Stern, M. J. (2020). Digital inequalities and why they matter. Information, Communication & Society, 23(1), 1–17. https://doi.org/10.1080/1369118X.2019.1668455
- Ryan, M. K., & Haslam, S. A. (2005). The glass cliff: Evidence that women are over- represented in precarious leadership positions. British Journal of Management, 16(2), 81–90.
- Shin, D., & Park, H. (2021). Algorithmic discrimination in South Korea’s AI hiring systems. Technology Forecasting and Social Change, 168, 120762.
- Stake, R. E. (2005). Multiple Case Study Analysis. Guilford Press.
- Swedish Digitalisation Agency. (2022). Gender equal digitalisation: Progress report. https://www.digg.se
- T.C. Dijital Dönüşüm Ofisi. (2021). Ulusal Yapay Zekâ Stratejisi 2021–2025. https://cbddo.gov.tr
- Trudeau, J., & Fontaine, A. (2022). Equitable AI governance: The Canadian public sector experience. Canadian Journal of Administrative Sciences, 39(4), 612–627.
- Yalçınkaya, E., & Öztürk, S. (2022). Türkiye’de yapay zekâ uygulamaları ve dijitalleşme süreci: Sektörel analiz. İstanbul İşletme Araştırmaları Dergisi, 1(1), 49–64.
- Yin, R. K. (2018). Case Study Research and Applications: Design and Methods (6th ed.). SAGE.
- WIN International & Barem. (2023). Kadın-Erkek eşitliği ve cam tavan sendromu araştırması (WIN World Survey 2023). WIN International. https://www.winmr.com
- Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2020). Artificial intelligence and the public sector— Applications and challenges. International Journal of Public Administration, 43(9), 816–830. https://doi.org/10.1080/01900692.2019.1591621
- World Economic Forum. (2024). Global Gender Gap Report 2024. Geneva: WEF.
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | İşletme |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Gönderilme Tarihi | 18 Temmuz 2025 |
| Kabul Tarihi | 16 Ekim 2025 |
| Erken Görünüm Tarihi | 9 Aralık 2025 |
| Yayımlanma Tarihi | 19 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
