Comparative analysis of deep feature fusion and machine learning classifiers for UAV imagery in post-earthquake building damage assessment
Öz
The rapid and accurate assessment of building damage after earthquakes is critically essential for search-and-rescue and humanitarian-aid operations. This study proposes a comprehensive hybrid intelligent system to classify buildings into three categories—intact, damaged, and destroyed—using the UAV-TEBDE dataset, which comprises high-resolution Unmanned Aerial Vehicle (UAV) images collected after earthquakes in Türkiye. The proposed methodology is based on the fusion of deep features extracted from five different pretrained Convolutional Neural Network (CNN) models, including ResNet50, EfficientNetB4, VGG16, DenseNet121, and MobileNetV2, using a transfer learning approach. These enriched, high-dimensional combined feature vectors were systematically used to compare the performance of 12 machine learning classifiers, including ensemble learning methods, support vector machines, and discriminant analyses. The experimental results, validated through a robust 10-fold Stratified Group Cross-Validation, demonstrated that the proposed feature-level (early) fusion strategy achieved outstanding success. The Quadratic Discriminant Analysis (QDA) model exhibited the highest performance, attaining a mean Weighted F1 Score of 99.53% (±0.09%), surpassing more complex ensemble models and neural networks. The exceptionally low standard deviation observed across the validation folds confirmed that the superior performance of the QDA model was statistically robust and consistent. This study revealed that CNN-based feature fusion yields a highly distinctive feature space for post-disaster damage assessment, thereby enabling rapid near-perfect automatic damage mapping.
Anahtar Kelimeler
Deep learning Earthquake damage assessment Image fusion Machine learning
Proje Numarası
Proje Yok
Kaynakça
- Azizi, A. (2023). A clip-based method for efficient building damage assessment using UAV images. Journal of Emerging Technologies and Innovative Research, 10(7), a678-a686.
- Brunner, D., Lemoine, G., & Bruzzone, L. (2010). Earthquake damage assessment of buildings using VHR optical and SAR imagery. IEEE Transactions on Geoscience and Remote Sensing, 48(5), 2403–2420. https://doi.org/10.1109/TGRS.2009.2038274
- Chicco, D., Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC Genomics 21, 6. https://doi.org/10.1186/s12864-019-6413-7
- Cohen, J. (1960). A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement, 20(1), 37-46. https://doi.org/10.1177/001316446002000104
- Dell'Acqua, F., & Gamba, P. (2012). Remote sensing and earthquake damage assessment: experiences, limits, and perspectives. Proceedings of the IEEE, 100(10), 2876–2890. https://doi.org/10.1109/JPROC.2012.2196404
- Dong, L., & Shan, J. (2013). A comprehensive review of earthquake-induced building damage detection with remote sensing techniques. ISPRS Journal of Photogrammetry and Remote Sensing, 84, 85–99. https://doi.org/10.1016/j.isprsjprs.2013.06.011
- Du, H., Lin, X., Jiang, J., Lu, Y., Du, H., Zhang, F., Yu, F., Feng, T., Wu, X., Peng, G., Deng, S., He, S., & Bai, X. (2024). A single-building damage detection model based on multi-feature fusion: A case study in Yangbi. iScience, 27(1), 108586.
- Erdogan, M., & Yilmaz, A. (2019). Detection of building damage caused by Van earthquake using image and digital surface model (DSM) difference. International Journal of Remote Sensing, 40(10), 3772–3786. https://doi.org/10.1080/01431161.2018.1552816
- Ge, P., Gokon, H., & Meguro, K. (2020). A review on synthetic aperture radar-based building damage assessment in disasters. Remote Sensing of Environment, 240, 111693. https://doi.org/10.1016/j.rse.2020.111693
- Ghahrloo, M., & Mokhtarzade, M. (2025). Earthquake-induced building damage detection using the fusion of optical and radar data in intelligent systems. Earth Science Informatics, 18, 62.
- Haralick, R. M., Shanmugam, K., & Dinstein, I. (1973). Textural features for image classification. IEEE Transactions on systems, man, and cybernetics, (6), 610-621.
- He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE international conference on computer vision, 2980-2988.
- Ji, M., Liu, L., & Buchroithner, M. F. (2018). Identifying collapsed buildings using post-earthquake satellite imagery and convolutional neural networks: A case study of the 2010 Haiti Earthquake. Remote Sensing, 10(11), 1689. https://doi.org/10.3390/rs10111689
- Kaur, S., Gupta, S., Singh, S., Hoang, V. T., Almakdi, S., Alelyani, T., & Shaikh, A. (2022). Transfer learning-based automatic hurricane damage detection using satellite images. Electronics, 11(9), 1448.
- Kaya, A. Y. (2025). Detection of structural damage after an earthquake using GIS and remote sensing methods. Turkish Journal of Agriculture - Food Science and Technology, 13(3), 688-696.
- Kaya, Ö. (2024). Comparative Analysis of Multiple Machine Learning Algorithms for Post-Earthquake Building Damage Assessment in Hatay City Following the 2023 Earthquake [Master's thesis, Middle East Technical University].
- Kerle, N., Nex, F., Gerke, M., Duarte, D., & Vetrivel, A. (2019). UAV-based structural damage mapping: A review. ISPRS International Journal of Geo-Information, 9(1), 14. https://doi.org/10.3390/ijgi9010014
- Kim, M., Park, S. E., & Lee, S. J. (2023). Detection of damaged buildings using temporal SAR data with different observation modes. Remote Sensing, 15(2), 308.
- Korkmaz, K. A. (2009). Earthquake disaster risk assessment and evaluation for Türkiye. Environmental Geology, 57, 307-320.
- LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.
- Li, X., Yang, J., Li, Z., Yang, F., Chen, Y., Ren, J., & Duan, Y. (2022). Building Damage Detection for Extreme Earthquake Disaster Area Location from Post-Event UAV Images Using Improved SSD. 2022 IEEE International Geoscience and Remote Sensing Symposium, 2674-2677.
- Matsuoka, M., & Yamazaki, F. (2004). Use of satellite SAR intensity imagery for detecting building areas damaged due to earthquakes. Earthquake Spectra, 20(3), 975–994. https://doi.org/10.1193/1.1774182
- Menderes, A., Erener, A., & Sarp, G. (2015). Automatic detection of damaged buildings after earthquake hazard by using remote sensing and ınformation technologies. Procedia Earth and Planetary Science, 15, 257–262. https://doi.org/10.1016/j.proeps.2015.08.063
- Nex, F., Duarte, D., Tonolo, F. G., & Kerle, N. (2019). Structural building damage detection with deep learning: assessment of a state-of-the-art CNN in operational conditions. Remote Sensing, 11(23), 2765. https://doi.org/10.3390/rs11232765
- Park, S. E., & Jung, Y. T. (2020). Detection of earthquake-induced building damages using polarimetric SAR data. Remote Sensing, 12(1), 137.
- Rao, A., Jung, J., Silva, V., Molinario, G., & Yun, S. H. (2023). Earthquake building damage detection based on synthetic-aperture-radar imagery and machine learning. Natural Hazards and Earth System Sciences, 23(2), 789–807. https://doi.org/10.5194/nhess-23-789-2023
- Russo, L., Tapete, D., Ullo, S. L., & Gamba, P. (2025). A deep learning framework for building damage assessment using VHR SAR and geospatial data: demonstration on the 2023 Türkiye Earthquake. arXiv preprint.
- Saito, K., Spence, R., & de C Foley, T. A. (2005). Visual damage assessment using high-resolution satellite images following the 2003 Bam, Iran, earthquake. Earthquake Spectra, 21(S1), S309–S318.
- Sokolova, M. and Lapalme, G. (2009). A Systematic Analysis of Performance measures for Classification Tasks. Information Processing & Management, 45, 427-437. https://doi.org/10.1016/j.ipm.2009.03.002
- Takhtkeshha, N., Mohammadzadeh, A., & Salehi, B. (2023). A rapid self-supervised deep-learning-based method for post-earthquake damage detection using UAV data (Case Study: Sarpol-e Zahab, Iran). Remote Sensing, 15(1), 123. https://doi.org/10.3390/rs15010123
- Tong, X., Hong, Z., Liu, S., Zhang, X., Xie, H., Li, Z., Yang, S., Wang, W., & Bao, F. (2012). Building-damage detection using pre- and post-seismic high-resolution satellite stereo imagery: a case study of the May 2008 Wenchuan earthquake. ISPRS Journal of Photogrammetry and Remote Sensing, 68, 13–27. https://doi.org/10.1016/j.isprsjprs.2011.12.004
- Vetrivel, A., Gerke, M., Kerle, N., Nex, F., & Vosselman, G. (2018). Disaster damage detection through synergistic use of deep learning and 3D point cloud features derived from very high resolution oblique aerial images, and multiple-kernel-learning. ISPRS Journal of Photogrammetry and Remote Sensing, 140, 45–59. https://doi.org/10.1016/j.isprsjprs.2017.03.001
- Xia, H., Wu, J., Yao, J., Zhu, H., Gong, A., Yang, J., Hu, L., & Mo, F. (2023). A deep learning application for building damage assessment using ultra-high-resolution remote sensing ımagery in Türkiye Earthquake. International Journal of Disaster Risk Science, 14, 947-962. Xu, J. Z., Lu, W., Li, Z., Khaitan, P., & Zaytseva, V. (2019). Building damage detection in satellite imagery using convolutional neural networks. arXiv preprint arXiv:1910.06444.
- Yamazaki, F., Yano, Y., & Matsuoka, M. (2005). Visual damage interpretation of buildings in Bam city using QuickBird images following the 2003 Bam, Iran, earthquake. Earthquake Spectra, 21(S1), 329–336.
- Yu, X., Hu, X., Song, Y., Xu, S., Li, X., Song, X., Fan, X., & Wang, F. (2024). Intelligent assessment of building damage of 2023 Türkiye-Syria Earthquake by multiple remote sensing approaches. npj Natural Hazards, 1(1), 3.
- Yusuf, Y., Matsuoka, M., & Yamazaki, F. (2001). Damage assessment after 2001 Gujarat earthquake using Landsat-7 satellite images. Journal of the Indian Society of Remote Sensing, 29, 17-22.
- Yun, S. H., Hudnut, K., Owen, S., Webb, F., Simons, M., Sacco, P., Gurrola, E., Manipon, G., Liang, C., Fielding, E., Milillo, P., Hua, H., & Coletta, A. (2015). Rapid damage mapping for the 2015 Mw 7.8 Gorkha Earthquake using synthetic aperture radar data from COSMO–SkyMed and ALOS-2 Satellites. Seismological Research Letters, 86(6), 1549–1556. https://doi.org/10.1785/0220150152
- Zhan, Y., Liu, W., & Maruyama, Y. (2022). Damaged building extraction using modified Mask R-CNN model using post-event aerial images of the 2016 Kumamoto Earthquake. Remote Sensing, 14(4), 1002.
- Zhu, X. X., Tuia, D., Mou, L., Xia, G. S., Zhang, L., Xu, F., & Fraundorfer, F. (2017). Deep learning in remote sensing: A comprehensive review and list of resources. IEEE Geoscience and Remote Sensing Magazine, 5(4), 8-36.
Deprem sonrası bina hasar tespitinde İHA görüntüleri için derin öznitelik füzyonu ve makine öğrenmesi sınıflandırıcılarının karşılaştırmalı analizi
Öz
Depremlerden sonra hızlı ve doğru bina hasar tespiti, arama-kurtarma ve insani yardım operasyonları için kritik öneme sahiptir. Bu çalışma, Türkiye'de meydana gelen depremlerden sonra toplanan yüksek çözünürlüklü İnsansız Hava Aracı (İHA) görüntülerinden oluşan özgün UAVs-TEBDE veri setini kullanarak, binaları sağlam, hasarlı ve yıkılmış olarak üç kategoride sınıflandırmak için yeni bir hibrit zeki sistem önermektedir. Önerilen metodoloji, transfer öğrenimi yaklaşımı kullanılarak ResNet50, EfficientNetB4 ve VGG16 dahil olmak üzere beş farklı önceden eğitilmiş Evrişimli Sinir Ağı (CNN) modelinden çıkarılan derin özniteliklerin birleştirilmesine (füzyonuna) dayanmaktadır. Bu zenginleştirilmiş ve yüksek boyutlu birleşik öznitelik vektörleri; topluluk öğrenmesi, destek vektör makineleri ve diskriminant analizi dahil olmak üzere 12 makine öğrenmesi sınıflandırıcısının performansını sistematik olarak karşılaştırmak için kullanılmıştır. Sağlam bir 10-katlı Katmanlı Grup Çapraz Doğrulama (Stratified Group Cross-Validation) ile doğrulanan deneysel sonuçlar, önerilen öznitelik füzyonu stratejisinin üstün bir başarı elde ettiğini göstermiştir. İkinci Dereceden Diskriminant Analizi (QDA) modeli, daha karmaşık topluluk modellerini ve sinir ağlarını geride bırakarak %99,53 (±0,09) ortalama Ağırlıklı F1 Skoru ile en yüksek performansı sergilemiştir. Doğrulama katmanları genelinde gözlemlenen son derece düşük standart sapma değerleri, QDA modelinin üstün performansının istatistiksel olarak kararlı ve tutarlı olduğunu doğrulamıştır. Bu çalışma, CNN tabanlı öznitelik füzyonunun afet sonrası hasar tespiti için son derece ayırt edici bir öznitelik uzayı oluşturduğunu, böylece hızlı ve neredeyse mükemmel doğrulukta otomatik hasar haritalarının üretilmesini mümkün kıldığını ortaya koymaktadır.
Anahtar Kelimeler
Derin öğrenme Deprem hasar değerlendirmesi Görüntü birleştirme Makine öğrenimi
Proje Numarası
Proje Yok
Kaynakça
- Azizi, A. (2023). A clip-based method for efficient building damage assessment using UAV images. Journal of Emerging Technologies and Innovative Research, 10(7), a678-a686.
- Brunner, D., Lemoine, G., & Bruzzone, L. (2010). Earthquake damage assessment of buildings using VHR optical and SAR imagery. IEEE Transactions on Geoscience and Remote Sensing, 48(5), 2403–2420. https://doi.org/10.1109/TGRS.2009.2038274
- Chicco, D., Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC Genomics 21, 6. https://doi.org/10.1186/s12864-019-6413-7
- Cohen, J. (1960). A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement, 20(1), 37-46. https://doi.org/10.1177/001316446002000104
- Dell'Acqua, F., & Gamba, P. (2012). Remote sensing and earthquake damage assessment: experiences, limits, and perspectives. Proceedings of the IEEE, 100(10), 2876–2890. https://doi.org/10.1109/JPROC.2012.2196404
- Dong, L., & Shan, J. (2013). A comprehensive review of earthquake-induced building damage detection with remote sensing techniques. ISPRS Journal of Photogrammetry and Remote Sensing, 84, 85–99. https://doi.org/10.1016/j.isprsjprs.2013.06.011
- Du, H., Lin, X., Jiang, J., Lu, Y., Du, H., Zhang, F., Yu, F., Feng, T., Wu, X., Peng, G., Deng, S., He, S., & Bai, X. (2024). A single-building damage detection model based on multi-feature fusion: A case study in Yangbi. iScience, 27(1), 108586.
- Erdogan, M., & Yilmaz, A. (2019). Detection of building damage caused by Van earthquake using image and digital surface model (DSM) difference. International Journal of Remote Sensing, 40(10), 3772–3786. https://doi.org/10.1080/01431161.2018.1552816
- Ge, P., Gokon, H., & Meguro, K. (2020). A review on synthetic aperture radar-based building damage assessment in disasters. Remote Sensing of Environment, 240, 111693. https://doi.org/10.1016/j.rse.2020.111693
- Ghahrloo, M., & Mokhtarzade, M. (2025). Earthquake-induced building damage detection using the fusion of optical and radar data in intelligent systems. Earth Science Informatics, 18, 62.
- Haralick, R. M., Shanmugam, K., & Dinstein, I. (1973). Textural features for image classification. IEEE Transactions on systems, man, and cybernetics, (6), 610-621.
- He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE international conference on computer vision, 2980-2988.
- Ji, M., Liu, L., & Buchroithner, M. F. (2018). Identifying collapsed buildings using post-earthquake satellite imagery and convolutional neural networks: A case study of the 2010 Haiti Earthquake. Remote Sensing, 10(11), 1689. https://doi.org/10.3390/rs10111689
- Kaur, S., Gupta, S., Singh, S., Hoang, V. T., Almakdi, S., Alelyani, T., & Shaikh, A. (2022). Transfer learning-based automatic hurricane damage detection using satellite images. Electronics, 11(9), 1448.
- Kaya, A. Y. (2025). Detection of structural damage after an earthquake using GIS and remote sensing methods. Turkish Journal of Agriculture - Food Science and Technology, 13(3), 688-696.
- Kaya, Ö. (2024). Comparative Analysis of Multiple Machine Learning Algorithms for Post-Earthquake Building Damage Assessment in Hatay City Following the 2023 Earthquake [Master's thesis, Middle East Technical University].
- Kerle, N., Nex, F., Gerke, M., Duarte, D., & Vetrivel, A. (2019). UAV-based structural damage mapping: A review. ISPRS International Journal of Geo-Information, 9(1), 14. https://doi.org/10.3390/ijgi9010014
- Kim, M., Park, S. E., & Lee, S. J. (2023). Detection of damaged buildings using temporal SAR data with different observation modes. Remote Sensing, 15(2), 308.
- Korkmaz, K. A. (2009). Earthquake disaster risk assessment and evaluation for Türkiye. Environmental Geology, 57, 307-320.
- LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.
- Li, X., Yang, J., Li, Z., Yang, F., Chen, Y., Ren, J., & Duan, Y. (2022). Building Damage Detection for Extreme Earthquake Disaster Area Location from Post-Event UAV Images Using Improved SSD. 2022 IEEE International Geoscience and Remote Sensing Symposium, 2674-2677.
- Matsuoka, M., & Yamazaki, F. (2004). Use of satellite SAR intensity imagery for detecting building areas damaged due to earthquakes. Earthquake Spectra, 20(3), 975–994. https://doi.org/10.1193/1.1774182
- Menderes, A., Erener, A., & Sarp, G. (2015). Automatic detection of damaged buildings after earthquake hazard by using remote sensing and ınformation technologies. Procedia Earth and Planetary Science, 15, 257–262. https://doi.org/10.1016/j.proeps.2015.08.063
- Nex, F., Duarte, D., Tonolo, F. G., & Kerle, N. (2019). Structural building damage detection with deep learning: assessment of a state-of-the-art CNN in operational conditions. Remote Sensing, 11(23), 2765. https://doi.org/10.3390/rs11232765
- Park, S. E., & Jung, Y. T. (2020). Detection of earthquake-induced building damages using polarimetric SAR data. Remote Sensing, 12(1), 137.
- Rao, A., Jung, J., Silva, V., Molinario, G., & Yun, S. H. (2023). Earthquake building damage detection based on synthetic-aperture-radar imagery and machine learning. Natural Hazards and Earth System Sciences, 23(2), 789–807. https://doi.org/10.5194/nhess-23-789-2023
- Russo, L., Tapete, D., Ullo, S. L., & Gamba, P. (2025). A deep learning framework for building damage assessment using VHR SAR and geospatial data: demonstration on the 2023 Türkiye Earthquake. arXiv preprint.
- Saito, K., Spence, R., & de C Foley, T. A. (2005). Visual damage assessment using high-resolution satellite images following the 2003 Bam, Iran, earthquake. Earthquake Spectra, 21(S1), S309–S318.
- Sokolova, M. and Lapalme, G. (2009). A Systematic Analysis of Performance measures for Classification Tasks. Information Processing & Management, 45, 427-437. https://doi.org/10.1016/j.ipm.2009.03.002
- Takhtkeshha, N., Mohammadzadeh, A., & Salehi, B. (2023). A rapid self-supervised deep-learning-based method for post-earthquake damage detection using UAV data (Case Study: Sarpol-e Zahab, Iran). Remote Sensing, 15(1), 123. https://doi.org/10.3390/rs15010123
- Tong, X., Hong, Z., Liu, S., Zhang, X., Xie, H., Li, Z., Yang, S., Wang, W., & Bao, F. (2012). Building-damage detection using pre- and post-seismic high-resolution satellite stereo imagery: a case study of the May 2008 Wenchuan earthquake. ISPRS Journal of Photogrammetry and Remote Sensing, 68, 13–27. https://doi.org/10.1016/j.isprsjprs.2011.12.004
- Vetrivel, A., Gerke, M., Kerle, N., Nex, F., & Vosselman, G. (2018). Disaster damage detection through synergistic use of deep learning and 3D point cloud features derived from very high resolution oblique aerial images, and multiple-kernel-learning. ISPRS Journal of Photogrammetry and Remote Sensing, 140, 45–59. https://doi.org/10.1016/j.isprsjprs.2017.03.001
- Xia, H., Wu, J., Yao, J., Zhu, H., Gong, A., Yang, J., Hu, L., & Mo, F. (2023). A deep learning application for building damage assessment using ultra-high-resolution remote sensing ımagery in Türkiye Earthquake. International Journal of Disaster Risk Science, 14, 947-962. Xu, J. Z., Lu, W., Li, Z., Khaitan, P., & Zaytseva, V. (2019). Building damage detection in satellite imagery using convolutional neural networks. arXiv preprint arXiv:1910.06444.
- Yamazaki, F., Yano, Y., & Matsuoka, M. (2005). Visual damage interpretation of buildings in Bam city using QuickBird images following the 2003 Bam, Iran, earthquake. Earthquake Spectra, 21(S1), 329–336.
- Yu, X., Hu, X., Song, Y., Xu, S., Li, X., Song, X., Fan, X., & Wang, F. (2024). Intelligent assessment of building damage of 2023 Türkiye-Syria Earthquake by multiple remote sensing approaches. npj Natural Hazards, 1(1), 3.
- Yusuf, Y., Matsuoka, M., & Yamazaki, F. (2001). Damage assessment after 2001 Gujarat earthquake using Landsat-7 satellite images. Journal of the Indian Society of Remote Sensing, 29, 17-22.
- Yun, S. H., Hudnut, K., Owen, S., Webb, F., Simons, M., Sacco, P., Gurrola, E., Manipon, G., Liang, C., Fielding, E., Milillo, P., Hua, H., & Coletta, A. (2015). Rapid damage mapping for the 2015 Mw 7.8 Gorkha Earthquake using synthetic aperture radar data from COSMO–SkyMed and ALOS-2 Satellites. Seismological Research Letters, 86(6), 1549–1556. https://doi.org/10.1785/0220150152
- Zhan, Y., Liu, W., & Maruyama, Y. (2022). Damaged building extraction using modified Mask R-CNN model using post-event aerial images of the 2016 Kumamoto Earthquake. Remote Sensing, 14(4), 1002.
- Zhu, X. X., Tuia, D., Mou, L., Xia, G. S., Zhang, L., Xu, F., & Fraundorfer, F. (2017). Deep learning in remote sensing: A comprehensive review and list of resources. IEEE Geoscience and Remote Sensing Magazine, 5(4), 8-36.
Ayrıntılar
| Birincil Dil | İngilizce |
|---|---|
| Konular | Görüntü İşleme, Derin Öğrenme, Makine Öğrenmesi Algoritmaları |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Proje Numarası | Proje Yok |
| Gönderilme Tarihi | 10 Ekim 2025 |
| Kabul Tarihi | 5 Mart 2026 |
| Yayımlanma Tarihi | 11 Mart 2026 |
| DOI | https://doi.org/10.17714/gumusfenbil.1800580 |
| IZ | https://izlik.org/JA62AP37YX |
| Yayımlandığı Sayı | Yıl 2026 Sayı: 1 |
Amaç ve Kapsam
Gümüşhane Üniversitesi'nin yayın organı olan “Gümüşhane Üniversitesi Fen Bilimleri Dergisi (GUFBD)”, resmi ve hakemli bilimsel yayın organı olup fen bilimleri, mühendislik ve teknoloji alanlarında üretilen özgün ve nitelikli bilimsel çalışmaları yayımlamayı amaçlamaktadır. Dergi, bilimsel bilginin geliştirilmesine, yaygınlaştırılmasına ve ulusal ve uluslararası düzeyde görünürlüğünün artırılmasına katkı sağlamayı hedeflemektedir. Bu doğrultuda, akademik etik ilkelere bağlı, özgünlüğü ve bilimsel katkısı açıkça ortaya konmuş araştırmaların yayımlanması temel önceliğidir. Derginin temel amacı, fen bilimleri ve mühendislik disiplinlerinde gerçekleştirilen teorik ve uygulamalı araştırmaları bilim dünyasına kazandırmak, disiplinlerarası çalışmaları teşvik etmek ve evrensel bilimsel literatüre katkı sunmaktır. Ayrıca genç araştırmacıların ve alanında uzman bilim insanlarının çalışmalarını uluslararası standartlarda yayımlayabilecekleri güvenilir bir platform oluşturmak derginin öncelikleri arasındadır. Dergi Mart, Haziran, Eylül ve Aralık aylarında olmak üzere yılda dört kez çevrimiçi ortamda yayımlanır.
Gümüşhane Üniversitesi Fen Bilimleri Dergisi (GUFBD), Fen Bilimleri, Teknoloji ve Mühendislik alanlarında daha önce herhangi bir yerde yayımlanmamış ve eşzamanlı olarak başka bir dergide değerlendirme sürecinde bulunmayan özgün bilimsel çalışmaları yayımlar. Dergide özgün araştırma makaleleri, derleme makaleler ve editöre mektuplar kabul edilmektedir. Derginin kapsamı; matematik, fizik, kimya, biyoloji, istatistik, bilgisayar bilimleri, yapay zekâ, veri bilimi, çevre bilimleri ve ilgili temel bilim alanlarının yanı sıra; inşaat, makine, elektrik-elektronik, endüstri, maden, jeoloji, harita, çevre, yazılım ve benzeri mühendislik disiplinlerini kapsayacak şekilde geniş bir konu yelpazesini içermektedir. Teorik, deneysel ve uygulamalı çalışmalar, modelleme, simülasyon, optimizasyon, malzeme bilimi, enerji sistemleri, sürdürülebilir teknolojiler ve disiplinlerarası araştırmalar dergi kapsamında değerlendirilmektedir. Gönderilen çalışmaların bilimsel yöntem açısından tutarlı, literatüre özgün katkı sağlayan, bulgularını açık ve sistematik biçimde sunan nitelikte olması beklenmektedir. Bilimsel derinliği sınırlı, yalnızca anket verilerine dayanan veya yöntemsel katkı içermeyen çalışmalar dergi kapsamı dışında değerlendirilmektedir.
Yazım Kuralları
YAZAR REHBERİ
1. KAPSAM ve GENEL BİLGİ
Gümüşhane Üniversitesi Fen Bilimleri Dergisi (GUFBD), Gümüşhane Üniversitesi'nin yayın organıdır. Dergi kapsamında bütün Fen, Teknoloji ve Mühendislik alanlarında daha önce başka yerlerde yayınlanmamış, özgün, araştırma makaleleri, derlemeler ve editöre mektuplar yayınlanır (anket çalışmaları dergimizin konu kapsamına uygun değildir). Dergi bilimsel ve hakemli bir dergi olup Mart, Haziran, Eylül ve Aralık aylarında olmak üzere yılda dört kez çevrimiçi ortamda yayımlanır.
Dergimiz 2026 yeni cilt yılı itibariyle Sürekli Yayın (Continuous Publication) modelini benimsemiştir. Makaleler hazır olur olmaz çevrimiçi olarak yayınlanırken, dergi yayınlarını yılda dört sayı (Mart, Haziran, Eylül ve Aralık) halinde düzenlemeye devam etmektedir.
Derginin amacı araştırma ve geliştirme faaliyetlerinin bilimsel yayına dönüştürülmesi, ulusal ve uluslararası indekslere girerek evrensel bilime katkı sağlamaktır.
2. YAYIN DİLİ ve ANLATIM
Dergide yayınlanacak tüm yazılar için yayın dili 2026 yılı itibariyle yalnızca İngilizcedir. Makalelerde açık, anlaşılır ve akademik bir dil kullanılmalı ve anlatım bilimsel üsluba uygun olmalıdır. Makale içerisinde yazar(lar) tarafından gerçekleştirilen çalışmalara yönelik (deneysel çalışmalar, analizler vb.) anlatımlarda üçüncü şahıs kullanılması tercih edilmelidir. Dilbilgisi, yazım ve noktalama kurallarına uygunluk yazarların sorumluluğundadır.
3. ELEKTRONİK ORTAMDA BAŞVURU
Dergi ile ilgili tüm yazışmalarda DergiPark tarafından sağlanan arayüz kullanılmalıdır. Dergi yazım kurallarına uygun olarak hazırlanmış makaleler, basılı kopyaya gerek olmaksızın, ULAKBİM DergiPark üzerinden https://dergipark.org.tr/tr/pub/gumusfenbil/ adresi kullanılarak gönderilmelidir. Dergiye makale göndermek isteyen yazarların yazım kuralları ile birlikte "Gönderi Kontrol Listesi"ndeki her maddeyi de kontrol etmeleri gerekmektedir. Makaledeki bilgilerin doğruluğunun sorumluluğu yazar(lar)a aittir. Yayınlanacak makalelerde, araştırma ve yayın etiğine uygunluk esastır. "Makale Gönderimi ve Telif Hakkı Devir Formu" doldurulup yüklenmelidir. Yayın ile ilgili işlemler bu formun tesliminden sonra başlar. Dergi ana sayfasında yer alan “Etik İlkeler ve Yayın Politikası” yazarlar tarafından önemle dikkate alınmalıdır. Hayvanların veya zararlı maddelerin kullanıldığı araştırmalarda “Etik Kurul İzin Belgesi”nin makaleye eklenmesi gerekir. İnsanların denek olarak kullanıldığı araştırma sonuçlarını içeren makalelerde yazar(lar), “insan denemeleri üzerinde yetkili kurul” etik standartlarına ve gözden geçirilmiş Helsinki bildirgesi 1983’e uygunluğunu belgelemeleri gerekir.
4. DEĞERLENDİRME VE HAKEMLİK SÜRECİ
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, bilimsel yayınların kalitesini ve tarafsızlığını sağlamak amacıyla çift kör hakemlik (double-blind peer review) sistemi uygulamaktadır. Bu sistemde yazarların ve hakemlerin kimlik bilgileri karşılıklı olarak gizli tutulur. Hakemler yazarların kimliğini bilmez, yazarlar da hakemlerin kimliğini bilmez. Dergiye gönderilen makaleler aşağıdaki aşamalardan geçmektedir:
Ön İnceleme: Makaleler öncelikle baş editör tarafından derginin kapsamı, bilimsel niteliği ve yazım kurallarına uygunluğu açısından değerlendirilir. Ayrıca, ön kontrol aşamasında öncelikle intihal tespit yazılımları kullanılarak benzerlik raporları oluşturulur. Aday yayının benzerlik raporu toplamda %20 den az olmalı ve tek bir kaynaktan ise %4 oranından fazla olmamalıdır. Daha sonra incelenecek yayının dergi formatına uygun olup olmadığına karar verilir. “Makale Gönderimi ve Telif Hakkı Devir Formu” olmayan veya eksik olan aday yayınlar ile benzerlik oranı sınırlarını aşan aday yayınlar ön incelemeye alınmaz.
Editör Değerlendirmesi: Ön değerlendirmeyi geçen çalışmalar baş editörü tarafından inceleme sürecinin gerçekleştirilmesi için ilgili alan editörüne yönlendirilir.
Hakem Ataması: Alan editörü bilimsel içerik bakımından değerlendirilmek üzere aday yayını, konusuna uygun olarak alanında uzman en az iki bağımsız hakem görevlendirir. Hakemler, mümkün olduğunca editör kurulu dışından bağımsız uzman araştırmacılar arasından seçilir. Hakem değerlendirme süreci gizlilik ve tarafsızlık ilkeleri doğrultusunda yürütülür.
Hakem Değerlendirmesi: Hakemler makaleyi özgünlük, bilimsel katkı, metodoloji, sonuçların güvenilirliği ve literatüre katkı açısından değerlendirir.
Editör Kararı: Hakem raporları doğrultusunda, alan editörü kendi görüşünü de ekleyerek değerlendirmenin sonuçlandırılması için baş editöre iletir. Değerlendirmede son karar baş editöre aittir. Baş editör gerekli görürse yeni bir hakem tayin edebilir veya yazı ile ilgili kararını sonuçlandırır. Baş editör tarafından aşağıdaki kararlardan biri gerekçeleri ile bilrlikte verilir:
- Kabul
- Küçük (Minor) Düzeltme
- Büyük (Major) Düzeltme
- Ret
Dergide yayımlanan makaleler başka hiçbir yerde yayımlanamaz veya bildiri olarak sunulamaz. Kısmen veya tamamen yayımlanan makaleler kaynak gösterilmeden hiçbir yerde kullanılamaz. Dergiye gönderilen makalelerin içerikleri özgün, daha önce herhangi bir yerde yayımlanmamış veya yayımlanmak üzere gönderilmemiş olmalıdır. Değerlendirmeye sunulacak çalışmaların bir başka dergiye gönderilmediği veya basılmadığı ön yazı ile belirtilmelidir. Makalenin reddedilmesi durumunda “Makale Gönderimi ve Telif Hakkı Devir Formu” nun yasal bir önemi kalmaz ve hükümsüz olarak kabul edilir. Bu formun doldurulup onaylanması ile yazarlar, makalenin “Gümüşhane Üniversitesi Fen Bilimleri Dergisi” dergisi ve web sayfasında yayınlanmasına ilaveten makalenin tamamı veya bir kısmının yasal olarak çoğaltılması ve dağıtılması hakkını Gümüşhane Üniversitesi’ne devrederek, kendi haklarından feragat etmektedirler.
5. MAKALE TÜRLERİ
Dergide yayınlanan farklı yayın formatları ile ilgili bilgiler ve yazı türlerine göre yazarların dikkat etmeleri gereken hususlar aşağıda belirtilmiştir:
5.1 Araştırma Makaleleri: Özgün bilimsel çalışmaları içermeli ve alanında uzman araştırmacılar tarafından tekrarlanabilecek düzeyde yeterli ayrıntıyı sağlamalıdır. Araştırma makaleleri tamamen İngilizce olacak şekilde hazırlanmalı ve şu bölümleri içermelidir: Başlık, yazar, kurum bilgileri, özet, anahtar kelimeler, giriş, amaç, gereç ve yöntem, bulgular, tartışma ve sonuç, gerekli olması halinde etik beyan, yazar katkıları, teşekkür, kaynaklar ile şekil ve tablo açıklamaları.
5.2 Derleme Makaleleri: Yazar(lar)ın uzmanlık alanında daha önce yayınlanmış çalışmaların eleştirel bir bakış açısıyla değerlendirilmesini, literatürün sentezlenmesini ve yeni bir görüş veya yorum ortaya konulmasını amaçlayan çalışmaları kapsar. Derleme makalesi sunan yazar(lar)ın SCI-Expanded kapsamında indekslenen en az 10 makalesi bulunmalı ve bunların en az 5 tanesi derleme yaptığı alanda doğrudan ilişkili olmalıdır. Derleme makaleleri İngilizce hazırlanmalı ve araştırma makalesine benzer şekilde ilgili bölümleri içermelidir. Ana metinde kelime ve kaynak sayısında bir üst sınır bulunmamakla birlikte, bu tür çalışmalar literatürle ilgili geniş bir tartışma ortaya koymalı ve kaynak sayısı en az 40 olmalıdır.
5.3 Editöre Mektup: Bu tür yazılar dergide daha önce yayınlanmış makalelerle ilgili görüş, eleştiri veya açıklamaları ya da dergi kapsamına giren güncel konulara ilişkin değerlendirmeleri içerebilir. Bu tür yazıların değerlendirilmesinde kapsam ve etik ilkeler dikkate alınır. Bu tür yazılar da İngilizce hazırlanmalı ve ana metin en fazla 1000 kelime olup kaynak sayısı 10’u geçmemelidir.
6. MAKALENİN HAZIRLANMASI
Dergiye değerlendirilmek üzere yayın gönderecek yazarların dergimizin yazım şablonlarını (https://dergipark.org.tr/tr/pub/gumusfenbil/page/15991) dikkate alarak yayınlarını hazırlamaları ve gerekli olan diğer belgelerle birlikte sisteme yüklemeleri gerekmektedir.
Etik İlkeler ve Yayın Politikası
Yayın Etiği ve Kötüye Kullanım Politikası
Gümüşhane Üniversitesi Fen Bilimleri Dergisi (GUFBD), bilimsel yayıncılıkta etik ilkelerin korunmasını ve akademik dürüstlüğün sağlanmasını temel bir ilke olarak benimsemektedir. Dergi, yayın süreçlerinde uluslararası etik standartlara uygun hareket eder ve aşağıdaki kuruluşların belirlediği etik rehberleri esas alır:
- Committee on Publication Ethics (COPE)
- World Association of Medical Editors (WAME)
- International Committee of Medical Journal Editors (ICMJE)
Dergide yayımlanan tüm çalışmaların hazırlanması, değerlendirilmesi ve yayımlanması süreçlerinde yazarlar, hakemler ve editörler bu etik ilkeler doğrultusunda hareket etmekle yükümlüdür. COPE tarafından yayımlanan etik ilkelerin tam metnine şu bağlantıdan ulaşılabilir: https://publicationethics.org
İnsan katılımcı içeren çalışmaların uluslararası etik standartlara uygun olarak gerçekleştirilmiş olması beklenmektedir. Bu tür araştırmaların Declaration of Helsinki ilkelerine uygun olarak yürütülmesi gerekmektedir. Declaration of Helsinki metnine aşağıdaki bağlantıdan ulaşılabilir: https://www.wma.net/what-we-do/medical-ethics/declaration-of-helsinki/
Yazarlar, gönderdikleri çalışmaların özgün olduğunu, daha önce yayımlanmadığını ve başka bir dergide değerlendirme sürecinde olmadığını beyan etmekle sorumludur. Ayrıca çalışmaların hazırlanması ve yayımlanması sürecinde etik ihlale yol açabilecek her türlü davranıştan kaçınılmalıdır.
Editörler ve hakemler değerlendirme sürecinde tarafsızlık, gizlilik ve akademik dürüstlük ilkelerine uygun hareket etmekle yükümlüdür.
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, araştırma ve yayın etiğine tam uyum sağlamayı ilke edinmiş olup, bu kapsamda değerlendirilmek üzere dergimize gönderilen çalışmalarda, etik kurul izni gerektiren durumlarda ilgili etik kurul onayının alınmış olması zorunludur. Etik kurul onayına ilişkin olarak, kurulun adı, onay tarihi ve karar veya belge numarası gibi bilgilerin açıkça belirtilmesi gerekmekte; bu bilgiler, makale dosyası ile birlikte ilk yükleme aşamasında sisteme eklenmelidir. Ayrıca, editör kurulu tarafından talep edilmesi hâlinde etik kurul onay belgesi de paylaşılmalıdır. İnsanlar üzerinde yapılan anket, görüşme, odak grup çalışması, gözlem gibi nitel veya nicel araştırmalar, klinik araştırmalar, hayvan deneyleri, özel veri gerektiren biyomedikal çalışmalar ile kişisel verilerin korunması kapsamına giren araştırmalarda etik kurul izni alınması zorunludur. Buna ilaveten, fikir ve sanat eserlerinin kullanıldığı çalışmalarda, ilgili telif hakkı düzenlemelerine tam olarak uyulması zorunludur. Bu kapsamda, kullanılan görsel, işitsel, yazılı ya da dijital materyallerin telif haklarına ilişkin gerekli izinlerin alınmış olması ve bu durumun çalışmada açıkça belirtilmesi gerekmektedir.
Dergimize gönderilen bir çalışma, daha önce herhangi bir dilde başka bir dergide yayımlanmamış ve eşzamanlı olarak başka bir dergide değerlendirme sürecinde bulunmamalıdır. Dergiye gönderilen tüm çalışmalar COPE (Committee on Publication Ethics) tarafından belirlenen genel etik kurallar (https://publicationethics.org) dikkate alınarak hazırlanmalıdır. Yazarlar, hakemler ve editörler COPE’un önerileri ve genel yayın gereksinimleri doğrultusunda, uluslararası standartlara bağlı kalmak zorundadır. Bu kapsamda bazı önemli hususlar aşağıda açıkça belirtilmiştir.
Baş Editör ve Editörlerin Özellikleri ve Sorumlulukları
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, yayımlanacak makalelerde özgünlük, bilimsel katkı, yöntemsel sağlamlık ve anlatım netliğini esas alır. Editöryal kararlar tarafsızlık ilkesi doğrultusunda, derginin amaç ve kapsamı ile uyum içinde verilir. Baş Editör, Gümüşhane Üniversitesi Fen Bilimleri Dergisi'ne gönderilen her çalışmayı, yazarın ırkı, cinsiyeti, dini inancı, etnik kökeni, vatandaşlığı veya siyasi felsefesine bakılmaksızın bilimsel içeriği açısından incelenmesini sağlamalıdır. Baş Editör ve editörler dergiye gönderilen yayınları öncelikle çalışmanın özgünlüğü, bilimselliği, alanına katkısı, dil bakımından anlaşılabilirliği gibi akademik nitelikler ile dergi kapsamına uygunluklarını dikkate alarak değerlendirirler. Baş Editör ve editörler dergiye gelen çalışmanın kabulünden, reddinden ya da yazardan iyileştirmeler istemekten sorumludur. Bazı durumlarda editörler karar vermeden önce yazardan birden fazla turda düzeltmeler isteyebilir. Editörler değerlendirme sonuçlarını olabildiğince kısa sürede baş editöre iletirler. Baş editör karar aşamasında tüm süreci dikkatle ele alır ve nihai değerlendirmesini sonuçlandırır.
Editörler, etik kurallar ve yayın politikalarına sıkı sıkıya bağlı kalır; düşünce özgürlüğünü ve bilimsel çeşitliliği destekler. Yazar, hakem ve okuyucuların kişisel verileri ile fikri mülkiyet haklarını korur. Hakem atamalarında uzmanlık uyumu gözetilir, kimlik bilgileri gizli tutulur ve çıkar çatışmalarına izin verilmez. Bilimselliği olmayan veya nezaket sınırlarını aşan değerlendirmelere müdahale edilir. Tüm değerlendirme süreci şeffaf, adil ve zamanında yürütülür. Etik kurul onayı gerektiren çalışmalar belgelendirilmediği takdirde reddedilir. Olumsuz sonuç içeren çalışmalar da bilimsel katkı kapsamında değerlendirilir. Editör, yayın kurulu ile etkili bir iletişim içinde çalışır, süreci yönlendirir ve derginin niteliğini artıracak katkılar sunar.
Baş Editör ve editörler kurulu üyeleri, gönderilen bir makale hakkında herhangi bir bilgiyi ilgili yazar, hakemler, potansiyel hakemler, dil editörleri, mizanpaj editörü ve diğer editör danışmanları dışında kimseyle paylaşamaz.
Gümüşhane Üniversitesi Fen Bilimleri Dergisi Baş Editör ve editörler kurulu üyeleri, gönderilen bir çalışmada verilen yayınlanmamış materyalleri, yazarın açık yazılı izni olmadan kendi araştırması için kullanamaz. Baş editör, editörlerin, yazar/lar, şirket/ler veya kurum/lardan herhangi biri ile işbirliği veya bağlantılardan kaynaklanan çıkar çatışmalarının olduğu durumlarda yayının ön inceleme ve değerlendirme aşamalarını yapmaları için yayın kurulunun başka bir üyesini görevlendirir.
Baş editör, yayıncı ile beraber, yayın etiğine aykırı olduğu rapor edilen her davranışı yayın tarihine bakmaksızın inceler. COPE prosedürlerine göre etik olmayan bir durumun tespiti halinde ilgili yayınla alakalı bir hata, tutarsızlık ya da yanlış yönlendirme olduğuna dair bildiri yayınlamaktan sorumludur.
Hakemlerin Görev ve Sorumlulukları
Gümüşhane Üniversitesi Fen Bilimleri Dergisinde değerlendirme süreci çift taraflı kör hakemlik ilkesiyle yürütülür. Hakemler, yazarlar ile doğrudan iletişime geçmez. Değerlendirme formları ve hakem raporları editör sayesinde dergi yönetim sistemi aracılığıyla yazar(lar)a iletilir. Hakem değerlendirmesi, yazarla editör aracılığı ile sağlanan iletişim yoluyla makaleyi geliştirmede ve editörün çalışma hakkında karar almasında yardımcı olur.
Hakemler, değerlendirme sürecinde yapıcı ve nazik bir dil kullanmalı, aşağılayıcı veya kırıcı ifadelerden kaçınmalıdır. Yorumlar, nesnel ve çalışmanın kapsamıyla sınırlı olmalı; din, dil, ırk, siyasi görüş veya ticari kaygılar gibi unsurların değerlendirmeyi etkilemesine kesinlikle izin verilmemelidir. Tarafsızlık ve gizlilik esastır. Hakem, çıkar çatışması söz konusuysa değerlendirme yapmamalı ve durumu editöre bildirmelidir. Çalışma, uzmanlık alanı dışında ise değerlendirme davetini reddetmelidir. Değerlendirme daveti zamanında olumlu ya da olumsuz olarak yanıtlanmalı; kabul edilen değerlendirmeler süre içinde tamamlanmalıdır.
İncelenmek üzere alınan tüm çalışmalar gizli belgeler olarak değerlendirilmelidir. Baş editör ya da editör tarafından yetki verilmedikçe başkalarına gösterilmemeli veya başkalarıyla tartışılmamalıdır. Baş Editör ya da editör, bu yetkiyi ancak hakem incelemesine katkı sağlayabilecek istisnai bir koşul olması durumda verebilir.
Hakem değerlendirmesi yoluyla elde edilen bilgiler veya fikirler gizli tutulmalı ve kişisel avantaj için kullanılmamalıdır. Hakemler yazarlardan herhangi biri ile rekabetçi, işbirliğine dayalı veya diğer ilişkilerden veya bağlantılardan kaynaklanan çıkar çatışmalarının olduğu makaleleri değerlendirmeyi kabul etmemelidir. Hakemler tarafından yapılan incelemeler objektif bir şekilde yapılmalıdır. Yazarlara kişisel eleştiri kabul edilemez. Hakemler, uygun destekleyici argümanlarla görüşlerini açıkça ifade etmelidir.
Çalışmayı gözden geçirme konusunda yeterli olmadığını düşünen veya zamanında gözden geçirmenin mümkün olmayacağını bilen davet edilen herhangi bir hakem, alternatif hakemlerle iletişime geçilebilmesi için olabildiğince kısa sürede editöre haber vermelidir. Hakemler, daha önce yayınlanmış herhangi bir çalışmaya benzerliği olan yayınları fark etmesi durumunda editörleri bilgilendirmelidirler. Ayrıca çalışmada atıf olarak belirtilmeyen alıntılar varsa bunları yazarlara bildirmelidirler.
Yazar(lar) ın Görev ve Sorumlulukları
Yazarlar derginin yazım kurallarına ve makale hazırlama şablonlarına uymakla yükümlüdür. Yazarlar, gönderdikleri çalışmanın tamamen orijinal olduğundan emin olmalıdır. Yazarlar, makalenin daha önce başka bir yerde yayınlanmadığını onaylamalıdır. Yazarlar uygun bir şekilde istifade edilen çalışmalardan alıntı yapmalıdırlar. Yazarlar, çalışmanın orijinal olduğunu belirten ve telif hakkı ihlalini önleyen Makale Telif Hakkı ve Devir Formunu ıslak imza ile imzalayarak göndermelidir. Bir araştırmanın sonuçları, bilimsel bütünlük ve kalite korunarak tek bir yayında sunulmalıdır. Editörlük tarafından talep edildiğinde bilgi ve ham veriler sunulmalıdır. Yazar katkıları, makale yazım kurallarında belirtilen bölüme açık ve doğru şekilde yazılmalıdır.
Makalede adı geçen tüm yazarlar araştırmaya önemli ölçüde katkıda bulunmuş olmalıdır. Makaleyi dergiye gönderen yazışmalardan sorumlu yazar, katkıda bulunan tüm ortak yazarların dahil edilmesi ve katkısı olmayan kişilerin yazar listesine dahil edilmemesini sağlar. Makalenin değerlendirme aşaması veya sonrasında yazar ekleme ya da çıkarma yapılmaz. Yazarlar, makaleyi etkilediği şeklinde yorumlanabilecek herhangi bir çıkar çatışması konusunda editörleri bilgilendirmelidir. Makale hangi aşamada olursa olsun (değerlendirme, erken görünüm, yayımlanmış) bir hata tespit edildiğinde, düzeltme ya da geri çekme için editöre bilgi verilmelidir.
Çalışma, kullanımlarında herhangi bir olağandışı tehlikeye sahip kimyasallar, prosedürler veya ekipman içeriyorsa, yazarlar bunları yazıda açıkça belirtmelidir. Çalışma, denek ve kobayları içeriyorsa, yazarlar çalışmada yapılan tüm işlemler için ilgili kanunlara ve kurumsal yönergelere uygun olarak hareket etmeli ve ilgili komitelerin / kuruluşların onayını almış olmalıdırlar. Etik kurul izni, veri kullanım izni, katılımcı onayı gibi belgeler gereken çalışmalarda, bu izinler eksiksiz şekilde sunulmalı; etik kurul izninin gerekmediği durumlarda ise bu durum makalenin yöntem bölümünde ve son sayfasında açıkça beyan edilmelidir.
Yazar/lar kendi yayınlanmış çalışmasında önemli bir hata veya yanlışlık fark ettiğinde, yazışmalardan sorumlu yazar makaleyi geri çekmek veya uygun düzeltmeyle yayınlamak için ilgili durumu derhal Baş Editöre bildirmekle yükümlüdür. Yazarların, derginin web sayfasında ilan edilen ortalama değerlendirme süresi boyunca editörlükle gereksiz iletişim kurmamaları beklenmektedir.
Yayıncının Görev ve Sorumlulukları
Gümüşhane Üniversitesi, Fen Bilimleri Dergisi'nin yayıncısı olarak, bilginin serbestçe paylaşılmasını destekleyen açık erişim politikası doğrultusunda hareket eder. Dergide yayımlanan tüm makaleler, okuyuculara ücretsiz ve sınırsız erişim imkânı sunar. Bu sayede, bilimsel bilginin yaygınlaştırılması ve kamu yararına sunulması hedeflenmektedir.
Yayıncı, makalelerin başvuru, değerlendirme, yayımlama ve sonraki tüm süreçlerinde yazarlardan herhangi bir ücret (başvuru ücreti, işlem ücreti, sayfa ücreti, vb.) talep etmez. Yazarların bilimsel katkılarının hiçbir maddi engelle karşılaşmadan yayımlanması temel ilkelerdendir.
Dergide yayımlanan tüm içerikler, uzun vadeli korunma ve arşivleme amacıyla DergiPark altyapısı kullanılarak saklanmakta ve LOCKSS (Lots of Copies Keep Stuff Safe) sistemi aracılığıyla yedeklenmektedir. Bu sayede, dijital içeriklerin sürekliliği ve güvenliği garanti altına alınır.
Yayıncı kurum, dergi süreçlerinin şeffaf, tarafsız ve akademik etik ilkelere uygun şekilde yürütülmesini sağlamakla yükümlüdür. Aynı zamanda, derginin ulusal ve uluslararası yayıncılık standartlarına uygun olarak faaliyet göstermesi için gerekli teknik, idari ve etik altyapıyı sunar.
Makale Geri Çekme Politikası (Retraction Policy)
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, bilimsel kayıtların doğruluğunu ve güvenilirliğini korumayı temel bir ilke olarak benimsemektedir. Bu kapsamda, gerekli görülen durumlarda yayımlanmış makaleler geri çekilebilir. Makale geri çekme işlemi aşağıdaki durumlarda uygulanabilir:
- Ciddi bilimsel hata veya yanıltıcı sonuçların tespit edilmesi
- Veri uydurma, veri manipülasyonu veya sahtecilik
- İntihal veya etik ihlallerin belirlenmesi
- Aynı çalışmanın başka bir dergide yayımlanması (duplicate publication)
- Telif hakkı ihlali
- Araştırma veya yayın etiği ihlalleri
Makale geri çekme kararı, baş editör ve editör kurulu tarafından yapılan değerlendirme sonucunda verilir. Gerekli durumlarda yazarların kurumları veya ilgili kuruluşlarla iletişime geçilebilir. Geri çekilen makaleler dergi arşivinden tamamen kaldırılmaz. Bunun yerine makale sayfası ve PDF dosyası üzerinde açık bir şekilde “Retracted Article” ibaresi yer alır ve geri çekme nedeni okuyuculara açık şekilde belirtilir. Makale geri çekme süreci, Committee on Publication Ethics (COPE) tarafından belirlenen uluslararası etik rehberler doğrultusunda yürütülür.
COPE geri çekme rehberi: https://publicationethics.org/retraction-guidelines
Düzeltme ve Erratum Politikası (Correction and Erratum Policy)
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, yayımlanan bilimsel çalışmaların doğruluğunu ve güvenilirliğini korumayı temel bir sorumluluk olarak kabul eder. Yayınlandıktan sonra makalelerde tespit edilen hatalar gerektiğinde düzeltme yayımlanarak giderilebilir. Düzeltme süreci aşağıdaki durumlarda uygulanabilir:
- Yazım hataları veya teknik hatalar
- Tablo, şekil veya veri sunumunda oluşan hatalar
- Metin içinde yanlış veya eksik bilgi bulunması
- Yayın sürecinde ortaya çıkan editoryal hatalar
Düzeltmeler iki şekilde yayımlanabilir:
Erratum: Yayın sürecinde editör veya yayıncı kaynaklı hataların düzeltilmesi amacıyla yayımlanır.
Corrigendum: Yazar kaynaklı hataların düzeltilmesi amacıyla yayımlanır.
Düzeltme talepleri yazarlar, editörler, hakemler veya okuyucular tarafından bildirilebilir. Editör kurulu, gerekli değerlendirmeyi yaptıktan sonra düzeltmenin yayımlanmasına karar verebilir. Yayımlanan düzeltmeler ilgili makale ile ilişkilendirilir ve makalenin DOI numarası ile bağlantılı olarak dergi arşivinde kalıcı şekilde yer alır.
Şikâyet Politikası
Gümüşhane Üniversitesi Fen Bilimleri Dergisi’nde yayımlanmış ya da erken görünümde olan makaleler ile editör, hakem veya yazarlar hakkında etik ilkelere aykırı bir durumun tespiti halinde, bu durumun derhal editörlüğe bildirilmesi gerekmektedir. Etik ihlallere ilişkin bildirimler, gerekli değerlendirmelerin yapılabilmesi amacıyla gufbed@gumushane.edu.tr e-posta adresine iletilmelidir. Bildirimler gizlilik ilkesi çerçevesinde ele alınacak ve ilgili süreçler yayın etiği kuralları doğrultusunda şeffaf şekilde yürütülecektir.
Açık Erişim Politikası
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, bilimsel bilginin herkes için erişilebilir olmasını savunur. Bu doğrultuda, bilimsel araştırmaları kamuya ücretsiz sunmanın bilginin küresel ölçekte paylaşımını ve etkisini artıracağı ilkesini benimseyerek, dergi içeriğini açık erişim olarak yayımlar. Yayımlanan tüm makalelere dergi web sayfası üzerinden ve internetten ücretsiz ve sınırsız erişim sağlanmakta olup, okuyuculardan herhangi bir abonelik ya da erişim ücreti talep edilmez.
Ücret Politikası
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, bilimsel yayıncılıkta erişilebilirliği ve etik ilkelere uygunluğu esas alır. Bu kapsamda, dergiye gönderilen makaleler için herhangi bir gönderim, değerlendirme veya yayımlama ücreti talep edilmemektedir. Hakem değerlendirme süreci tamamlanmış ve yayıma kabul edilmiş tüm makaleler, ücretsiz olarak çevrimiçi biçimde erişime sunulmaktadır. Yazarlar, makalelerinin yayımlanması için hiçbir aşamada maddi bir yükümlülük altına girmezler. Ayrıca, makalelerin yayıma hazırlanması sürecinde gerçekleştirilen DOI ataması, sayfa düzenleme, dil kontrolleri, grafik işleme ve benzeri tüm işlemler de yazarlar açısından tamamen ücretsizdir. Bu politika, araştırmacılar arasında eşitliği teşvik etmek ve bilimsel bilgiye serbest erişimi desteklemek amacıyla uygulanmaktadır.
Kurum İçi Yazar Kotası Politikası
Dergimizin editoryal bağımsızlığını, tarafsızlığını ve uluslararası yayıncılık standartlarıyla uyumunu korumak amacıyla kurum içi yazar kotası uygulanmaktadır. Bu kapsamda, yazarlarından biri Gümüşhane Üniversitesi mensubu olan çalışmalar ile derginin yayın, danışma veya editörler kurulunda görev alan yazarların yer aldığı çalışmalar, ilgili cilt/yıl içinde yayımlanacak makalelerin en fazla %10’u ile sınırlandırılır. Belirlenen kota dolduğunda, bu kapsama giren yeni başvurular editoryal ön değerlendirme aşamasında sürece alınmadan iade edilir. Kota uygulaması, makalelerin bilimsel niteliğinden bağımsız olup dergimizin yayın politikası gereği yürütülmektedir.
Yapay Zekâ (AI) ve AI Destekli Teknolojilerin Kullanımına İlişkin Politika
Gümüşhane Üniversitesi Fen Bilimleri Dergisi, bilimsel araştırma ve yayın süreçlerinde yapay zekâ (AI) ve AI destekli teknolojilerin kullanımına ilişkin aşağıdaki ilkeler benimsenmiştir:
1. Kapsam
Bu politika yalnızca makale yazım sürecinde yapay zekâ (AI) ve AI destekli teknolojilerin kullanımını kapsamaktadır. Veri analizi, modelleme veya araştırma kapsamında kullanılan AI temelli bilimsel yöntemler bu kapsamın dışındadır; bu tür kullanımlar, çalışmanın “Yöntem” bölümünde açıkça belirtilmelidir.
2. Yazım Sürecinde Kullanım İlkeleri
Yazar(lar), makale yazımında generatif AI veya AI destekli araçları yalnızca dilbilgisi, yazım denetimi, okunabilirlik veya biçem iyileştirme amacıyla kullanabilirler. Bu araçların kullanımı insan denetimi altında yapılmalı; yazar(lar) yapay zekâ tarafından üretilen içerikleri dikkatle gözden geçirmeli, doğruluğunu ve tutarlılığını kontrol etmelidir. Yapay zekâ araçları bağımsız yazar, ortak yazar veya kaynak olarak gösterilmemelidir. Yazarlık; bilimsel katkı, sorumluluk ve denetim gerektiren, yalnızca insana özgü bir niteliktir.
3. Beyan Zorunluluğu
Yazar(lar), makale yazım sürecinde herhangi bir generatif AI aracı (örneğin ChatGPT, Gemini, Copilot, Claude, vb.) veya AI destekli yazılım kullandıysa, bunu makalede açıkça beyan etmelidir. Dil bilgisi, yazım ve noktalama ile ilgili temel kontrollerin beyan edilmesine gerek yoktur. Bu beyan, Kaynaklar (References) bölümünden önce yer alacak şekilde aşağıdaki formatta eklenmelidir:
Yapay Zekâ ve AI destekli teknolojilerin yazım sürecinde kullanımına dair beyan
Bu çalışmanın hazırlanması sürecinde yazar(lar), [ARAÇ ADI / HİZMET ADI] aracını [KULLANIM AMACI] amacıyla kullanmıştır. Kullanım sonrasında üretilen içerik yazar(lar) tarafından gözden geçirilmiş, gerekli düzenlemeler yapılmış ve çalışmanın tüm içeriği için yazar(lar) tam sorumluluk taşımaktadır.
Eğer yazım sürecinde herhangi bir yapay zekâ aracı kullanılmadıysa, bu beyanın eklenmesine gerek yoktur.
4. Sorumluluk ve Denetim
Yazar(lar), makalenin tüm içeriğinden ve doğruluğundan tamamen sorumludur. Editörler, yapay zekâ araçlarının uygunsuz veya aşırı kullanımı şüphesi bulunan çalışmalarda ek bilgi veya açıklama talep etme hakkına sahiptir. Gerekli görülmesi hâlinde makale değerlendirme sürecinden çıkarılabilir veya yayımdan geri çekilebilir.
5. Politikanın Güncellenmesi
Yapay zekâ teknolojilerinin hızla gelişmesi nedeniyle bu politika düzenli olarak gözden geçirilecek ve gerektiğinde güncellenecektir. Yazar(lar), makale başvuru tarihinde yürürlükte olan en güncel politika hükümlerine uymakla yükümlüdür.
Ücret Politikası
Makale gönderim/süreç işlemleri ücretsizdir.
Dizinler
Dergi Kurulları
Baş Editörler
Editörler
DÖNEM GÖREV BİRİM KURUM
2023- Kurul Üyesi TÜSEB B Grubu Projeleri Değerlendirme Kurulu Üyesi TÜSEB
2020- Akreditasyon Denetçisi Sağlıkta Akredidasyon Denetçisi (TÜSKA-TÜSEB) TÜSEB-TÜSKA
2013-2017 Müdür Fen Bilimleri Enstitüsü Gümüşhane Üniversitesi
2011-2013 Müdür Kelkit Sağlık Hizmetleri MYO Gümüşhane Üniversitesi
2014-2018 Müdür Tıbbi Bitkiler, Geleneksel İlaçlar Uygulama ve Araştırma Merkezi Gümüşhane Üniversitesi
2009-2011 Müdür Yardımcısı Gümüşhane Sağlık Hizmetleri MYO Gümüşhane Üniversitesi
2018-2021 Bölüm Başkanı Genetik ve Biyomühendislik Bölümü-MDBF Gümüşhane Üniversitesi
2018-2021 Anabilim Dalı Bşk Fen Bilimleri Enstitüsü Biyoteknoloji AbD Gümüşhane Üniversitesi
2018-2021 Komisyon Üyesi MDBF Staj Komisyonu Gümüşhane Üniversitesi
2017- Editör Gümüşhane Üniversitesi Fen Bilimleri Dergisi Bölüm Editörü Gümüşhane Üniversitesi
2017-2021 Kurul Üyesi FBE Biyoteknoloji AbD Yürütme Kurulu Üyesi Gümüşhane Üniversitesi
2018-2021 Komisyon Üyesi MDBF İç Kontrol Komisyonu Gümüşhane Üniversitesi
2018-2020 Kurul Üyesi Öğrenci Kulüpleri Denetim ve Koordinasyon Kurulu Gümüşhane Üniversitesi
2017-2019 Komisyon Başkanı Bölüm Staj Komisyon Başkanlığı Gümüşhane Üniversitesi
2016-2018 Komisyon Üyesi Bölüm Akademik Teşvik Komisyonu Gümüşhane Üniversitesi
2016-2018 Komisyon Üyesi Üniversite Akademik Teşvik Komisyonu Gümüşhane Üniversitesi
2014-2017 Danışman Merkezi Araştırma Laboratuvarı Gümüşhane Üniversitesi
2013-2017 Editör Fen Bilimleri Enstitüsü Dergisi Baş Editörü Gümüşhane Üniversitesi
2014-2017 Komisyon Üyesi Eğitim Komisyonu Gümüşhane Üniversitesi
2013-2017 Komisyon Üyesi Bilimsel Araştırma Projeleri (GÜBAP) Komisyonu Üyesi Gümüşhane Üniversitesi
2013-2015 Komisyon Üyesi Engelli Öğrenci Komisyonu Üyesi Gümüşhane Üniversitesi
2012-2013 Yönetim Kur. Üye Kelkit Öğrenci Yurdu Gümüşhane Üniversitesi
2010-2013 Üye Akademik Değerlendirme ve Kalite Geliştirme Koordinatörlüğü Gümüşhane Üniversitesi
2009-2012 Öğretim Görevlisi Gümüşhane Sağlık Hizmetleri MYO Tıbbi Laboratuvar Programı Gümüşhane Üniversitesi
2011-2013 Kurul Üyesi Meslek Yüksek Okulları Müdürler Kurulu (MEYOK) Üyesi Gümüşhane Üniversitesi
I've been working as full-time worker in the General Directorate and Mineral Research and Exploration (MTA) since December 2007. I also worked for the Structural Geology Research group of University of Tubingen (Germany) between 2005-2006 and Karadeniz Tecnical University (Trabzon-Turkey) between 2005-2007. My field of interests are; study and exploration of structural controlled of ore-formation systems including, porphyry, epithermal, VMS, iron and chromium deposits in Turkey.
I have been studying mineral deposits with the exploration and goverment companies (MTA) since 2007, and worked for goverment. I 've been actively studying mineral deposits, drillings, geochemistry and exploration geology at Department of Base Metal Unit in the General Directorate of Mineral Research and Exploration (MTA). My research interests are mapping hydrothermal alterations, deposit-scale modelling, target generation, epithermal and porphyry systems, and conducting drillings. I have involved in a new collaborative project on the European Tethys Belt, and I have been as full-time explorer of the Project (exploration pollymetalic ores associated with arc magmatism of the Eastern Black Sea region since 2017) . With this project, genetic processes of the newly discovered ore deposits such as porphyry Cu-Mo, epithermal-Au and VMS deposits will be revealed by the new analytical data obtained from rock samples and mineralized samples from the Eastern Pontides. It will provide new knowledge for the exploration of newly mineral deposits in this underexplored belt, which extends from Bulgaria to Azerbaijan. In addition, this study will allow us to combine the metallogenic and geodynamic setting of the European Tethys belt (Bulgaria, Serbia, Greece) with the Lesser Caucasus and Iranian belts, from an international perspective. I am also competent person (QP) at the National Resources and Reserves Reporting Committee (UMREK) since February-2021 in Turkey.
