Examining the Factors Affecting Academic Productivity In Universities

Öz

Objectives: Determination of the academic productivity of researchers working at universities according to the factors.

Methods: Through the questionnaire obtained through easy sampling method, the data about the structure of the university jobs were collected by the academicians together with the number of the articles published in the last year and the number of the papers they have published, and the decision trees were analyzed using the CHAID model.

Results: According to the results of the analysis, the academic productivity of the academicians is mainly changed according to the title, but the assistant professors and associate professors have found to decrease the productivity of teaching at other universities. For researchers, the primary factor is the age factor, followed by the universities being state or foundation universities. Gender is seen as a distinctive factor in terms of productivity when looking at teaching staff.

Conclusions: It is a research that has not been done in Turkey before. It is thought that the academicians in Turkey will provide resources for the strategies and policies that can be developed for the universities in order to give information about the distinguishing factors in their academic productivity

Anahtar Kelimeler

• CHAID,Decision Tree,Academic Productivity

Üniversitelerdeki Akademik Üretkenliğe Etki Eden Faktörlerin İncelenmesi

Öz

Amaç: Üniversitelerde görev yapan araştırmacıların akademik üretkenliklerinin hangi faktörlere göre farklılaştığının belirlenmesi.

Tasarım/Yöntem: Kolayda Örnekleme yöntemi kullanılarak elde edilen örneklemden anket yolu ile akademisyenlerin son bir yılda yayınlanan makale sayıları ve yaptıkları bildiri sayıları ile birlikte üniversitedeki işlerinin yapısıyla ilgili veri toplanmış, karar ağaçları CHAID modellemesi kullanılarak veriler analiz edilmiştir.

Sonuçlar: Analiz sonuçlarına göre akademisyenlerin akademik üretkenlikleri temelde unvana göre değişmekle birlikte, yardımcı doçent ve doçentlerin başka üniversitelerde de ders vermelerinin üretkenliklerini düşürdüğü bulunmuştur. Araştırma görevlileri için ise öncelikli olarak yaş faktörü ardından ise çalıştıkları üniversitenin devlet veya vakıf üniversitesi olması etkili olmuştur. Öğretim görevlilerine bakıldığında ise cinsiyetin üretkenlik açısından ayırt edici bir faktör olduğu görülmüştür.

Özgün Değer: Çalışma konusu ve yöntemi itibari ile Türkiye’de daha önce yapılmamış bir araştırmadır. Türkiye’deki akademisyenlerin akademik üretkenliklerinde ayırt edici faktörler hakkında bilgi vermesi açısından ileride yapılacak çalışmalara yön verebileceği, üniversiteler için geliştirilebilecek strateji ve politikalar için de kaynak sağlayacağı düşünülmektedir.

Anahtar Kelimeler

• CHAID,Decision Tree,Academic,Productivity

Kaynakça

1. Ak, M. Z., & Gülmez, A. (2006). Türkiye’nin Uluslararası Yayın Performansının Analizi. Akademik İncelemeler.
2. Akşit, B. (2004). Küresel Yerel Karmaşıklık ve Etkileşimli Sosyal Bilim Araştırmaları: İlhan Tekeli’nin Önerisi Üzerine Bazı Gözlemler. İstanbul: Tarih Vakfı Yurt Yayınları.
3. Albayrak, A. S., & Yılmaz, Ş. K. (2009). Veri Madenciliği: Karar Ağacı Algoritmaları Ve İMKB Verileri Üzerine Bir Uygulama. Süleyman Demirel Üniversitesi İ.İ.B.F. Dergisi.
4. Antunel, M. C., Kocak, Ö. E., & Cankır, B. (2015). The Effect of Job Resources on Work Engagement: A Study on Academicians in Turkey. Educational Sciences: Theory and Practice, 409-417.
5. Çankır, B. (2016). Geri Bildirimin Araştırma Görevlilerinin Öz-Yeterlilikleri Üzerindeki Etkisi. İş ve İnsan Dergisi, 21-30.
6. Çokgezen, M. (1999-2005). Türk İktisatçıların Yayın Performansları. İstanbul, Türkiye: Tübitak Projesi (SOBAG-106K223).
7. Fredrickson, B. L., & Joiner, T. (2002). Positive emotions trigger upward spirals toward emotional well-being. Psychological science, 172-175.
8. Kalaycı, N. (2009). ükseköğretim Kurumlarında Akademisyenlerin Öğretim Performasını Değerlendirme Sürecinde Kullanılan Yöntemler. Educational Adeministration: Theory and Practice, 625-656.

9. Kaptanoğlu, D., & Özok, A. F. (2006). Akademik Performans Değerlendirmesi İçin Bir Bulanık Model. İtü Dergisi, 193-204.
10. Kass, G. (1980). An Exploratory Technique For Investigating Large Quantites Of Categorical Data. Applied Statistics.
11. Koyuncugil, A. S., & Özgülbaş, N. (2008). İMKB' de İşlem Gören Kobi'lerin Güçlü ve Zayıf Yönleri: CHAID Karar Ağaç Uygulaması. Dokuz Eylül Üniversitesi İ.İ.B.F. Dergisi, 23(1).
12. Magerman, D. M. (1995). Statical Decision-Tree Models For Parsing. Stroudsburg:USA: Association for Computational Linquistics.
13. Odabaşı, H., Fırat, M., İzmirli, S., Çankaya, S., & Mısırlı, Z. A. (2010). Küreselleşen Dünyada Akademisyen Olmak. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 127-142.
14. Öztürk, Y. (1999). Ögretim elemanlarının ders vermesinin değerlendirilmesinin kamu üniversitelerinde uygulanabilirliği. Milli Egitim Dergisi, 61-63.
15. Raporu, T. Y. (2003). Yüksek Öğretim Kurumu. YÖK. adresinden alındı
16. Singh, S., & Gupta, P. (2014). Comparative Study ID3, Cart And C4.5 Decision Tree Algorithm: A Survey. International Journal Of Advanced Information Science And Technology.
17. Tilley, J. R. (2015). Investment Performance of Common Stock In Relation to Their Price-Earnings Ratios. BASU: Extended Analysis.
18. Tübitak. (2013, 05 15). Türkiye Adresli Uluslararası Bilimsel Yayınları Teşvik Programı Uygulama Esasları. ULAKBİM: http://www.ulakbim.gov.tr/cabim/ubyt/esas_13.pdf adresinden alındı
19. Ture, M., Tokatlı, F., Kurt, I., & Using, K. (2009). Meier Analysis Together With Decision Tree Methods (C&RT, CHAID, QUEST, C4.5 and ID3) In Determining Recurrence-free Survival Of Breast Cancer Patients. Expert Systems With Applications.
20. (2003). Türk Yüksek Öğretiminin Bugünkü Durumu Raporu. YÖK.
21. Yesiltas, M., & Öztürk, Y. (2000). Öğretim elemanlarının ders vermelerindeki başarılarının değerlendirilmesi sisteminin Türk kamu üniversitelerinde. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 156–165.