Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği

Ercan Yilmaz; Burak Güner

TR EN

Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği

Öz

Bu araştırma kapsamında yapay zeka destekli sınıf yönetimi becerilerini ölçebilen geçerli ve güvenilir bir ölçme aracı geliştirme amaçlanmıştır. Yapay zeka destekli sınıf yönetimi becerileri ölçeği, dijital sınıf yönetimi, yapay zeka destekli sınıf yönetimi literatürüne göre tasarlanmıştır. Ölçeğin geliştirilme aşamasında açımlayıcı faktör analizi için 239 öğrenci, doğrulayıcı faktör analizi için ise 247 öğrenci, pilot uygulama, maddelerin anlaşılırlığı, ölçme aracının süresinin belirlenmesi gibi diğer aşamalarda ise toplamda 78 öğrenciden veri toplanmıştır. Ölçeğin yapı geçerliği ilk olarak AFA ve sonrasında ise DFA ile sınanmıştır. Analizler sonucunda ölçeğin toplamda 22 maddeden ve üç alt boyuttan oluşmuştur. Ölçeğin alt boyutları yapılan literatür taraması sonucunda yapay zeka destekli ve dijital sınıf ortamlarının yönetiminde bulunması gereken yeterlikleri kapsadığından, ölçeğin boyutları “yapay zeka entegrasyonu, dijital etkileşim ve teknopedagojik altyapı” olarak isimlendirilmiştir. Mc’Donals Omega, Cronbach Alpha ve Ave hesaplanarak ölçeğin güvenirliği test edilmiş ve ölçeğin hem alt boyutlarının hem de toplamının güvenilir bir yapıya sahip olduğu görülmüştür. Çalışma kapsamında yapılan analizler ölçeğin belirlenen niteliği ölçebilen, yüksek düzeyde geçerli ve güvenilir bir ölçme aracı olduğunu göstermiştir.

Anahtar Kelimeler

Artificial Intelligence- Supported Classroom Management Skills Scale

Öz

This study aimed to develop a valid and reliable measurement tool capable of assessing artificial intelligence-supported classroom management skills. The artificial intelligence-supported classroom management skills scale was designed based on the literature on digital classroom management and artificial intelligence-supported classroom management. During the development phase of the scale, data was collected from 239 students for exploratory factor analysis and 247 students for confirmatory factor analysis. Data was also collected from a total of 78 students during other phases, such as the pilot application, item comprehensibility, and determining the duration of the measurement tool. The construct validity of the scale was first tested with EFA and then with CFA. The analyses revealed that the scale consists of a total of 22 items and three subscales. As the subscales of the scale cover the competencies required for the management of AI-supported and digital classroom environments, based on a literature review, the dimensions of the scale were named “AI integration, digital interaction, and technopedagogical infrastructure.” The reliability of the scale was tested by calculating Mc'Donals Omega, Cronbach Alpha, and Ave, and it was found that both the sub-dimensions and the total of the scale have a reliable structure. The analyses conducted within the scope of the study showed that the scale is a highly valid and reliable measurement tool that can measure the specified quality.

Anahtar Kelimeler

Kaynakça

Ada, S. & Baysal, Z.N. (2020). Sınıf yönetimi (2. Baskı). Nobel.
Ali, Q., Abbas, A., Raza, A., Khan, M. T. I., Zulfiqar, H., Iqbal, M. A., … & Alotaibi, B. A. (2023). Exploring the students’ perceived effectiveness of online education during the covid-19 pandemic: Empirical analysis using structural equation modeling (SEM). Behavioral Sciences, 13(7), 578. https://doi.org/10.3390/bs13070578
Almuqhim, S. & Berri, J. (2025). AI‐driven personalized microlearning framework for enhanced e‐learning. Computer Applications in Engineering Education, 33(3). https://doi.org/10.1002/cae.70040
Al-Sindi, T., Putra, H. D., & Ghozi, S. (2023). Integrating technology into classroom training. Journal of Training, Education, Science and Technology, 1-6. https://doi.org/10.51629/jtest.v1i1.168
Ananda, K. R., Tjalla, M., Fakhruddin, Z., Mujahidah, M., & Sunubi, A. H. (2025). WEB 2.0 tools in English project based learning at elementary and high schools in Kabupaten Pinrang. DEIKTIS: Jurnal Pendidikan Bahasa Dan Sastra, 5(1), 81-88. https://doi.org/10.53769/deiktis.v5i1.1295
Andhika, A., Aldila, A. S., Supriyono, L. A., Previana, C. N., & Habibie, D. R. (2024). The effectiveness of adaptive learning systems ıntegrated with LMS in higher education. Jurnal KomtekInfo, 49-56. https://doi.org/10.35134/komtekinfo.v11i2.505
Atun, H. & Usta, E. (2019). The effects of programming education planned with TPACK framework on learning outcomes. Participatory Educational Research, 6(2), 26-36. https://doi.org/10.17275/per.19.10.6.2
Avedzi, J. E. (2025). Educational technology, teaching practices, and learning outcomes in Sub-Saharan Africa: Empirical insights from Ghana’s basic education classrooms. https://doi.org/10.21203/rs.3.rs-7330474/v1

Ayanwale, M. A., Adelana, O. P., & Odufuwa, T. T. (2024). Exploring STEAM teachers’ trust in AI-based educational technologies: a structural equation modelling approach. Discover Education, 3(1). https://doi.org/10.1007/s44217-024-00092-z
Badawy, W., Zinhom, H., & Shaban, M. (2024). Navigating ethical considerations in the use of artificial intelligence for patient care: A systematic review. International Nursing Review, 72(3). https://doi.org/10.1111/inr.13059
Barocas, S., Hardt, M., & Narayanan, A. (2019). Fairness and Machine Learning. MIT Press. https://fairmlbook.org
Begum, I. U. (2024). Role of artificial ıntelligence in higher education- An empirical investigation. International Research Journal on Advanced Engineering and Management (IRJAEM), 2(03), 49-53. https://doi.org/10.47392/irjaem.2024.0009
Bond, M., Bedenlier, S., Marín, V. I., & Händel, M. (2021). Emergency remote teaching in higher education: Mapping the first global online semester. International Journal of Educational Technology in Higher Education, 18(1), 1–24. https://doi.org/10.1186/s41239-021-00282-x
Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (2nd ed.). New York: The Guilford Press.
Browne, M.W. and Cudeck, R. (1992) Alternative ways of assessing model fit. Sociological Methods and Research, 21, 230-258. https://doi.org/10.1177/0049124192021002005
Büyüköztürk, Ş. (2024). Sosyal Bilimler İçin Veri Analizi El Kitabı (31. Baskı). Pegem Akademi.
Byrne, B. M. (1998). Structural equation modeling with LISREL, PRELIS, and SIMPLIS: Basic concepts, applications, and programming. Lawrence Erlbaum Associates Publishers.
Byrne, B. M. (2010). Structural Equation Modeling with AMOS. Routledge.
Calvani, A., Fini, A., Ranieri, M., & Picci, P. (2012). Are young generations in secondary school digitally competent? A study on Italian teenagers. Computers & Education, 58(2), 797-807.
Can, E. & Gündüz, Y. (2021). Öğretmenlerin sanal sınıf yönetimi yeterliği ölçeği: Geçerlik ve güvenirlik çalışması. Bolu Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi, 21(2), 574-591. https://dx.doi.org/10.17240/aibuefd.2021.21.62826-869543
Carolus, A., Augustin, Y., Markus, A., & Wienrich, C. (2023). Digital interaction literacy model–conceptualizing competencies for literate interactions with voice-based AI systems. Computers and Education: Artificial Intelligence, 4, 100114.
Chatti, M. A., Muslim, A., Guliani, M., & Guesmi, M. (2020). The LAVA model: Learning analytics meets visual analytics. In Adoption of data analytics in higher education learning and teaching (pp. 71-93). Cham: Springer International Publishing.
Costello, A. B., & Osborne, J. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment Research & Evaluation, 10, 1-9.
Çelik, İ. (2022). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behaviour, 138. https://doi.org/10.1016/j.chb.2022.107468
Dampson, D. G. (2021). Determinants of learning management system adoption in an era of covıd-19: Evidence from a Ghanaian University. European Journal of Education and Pedagogy, 2(3), 80-87. https://doi.org/10.24018/ejedu.2021.2.3.94
Davids, A. I. R., Camarero‐Figuerola, M., & Camacho, M. d. M. (2025). Navigating the challenges and opportunities of artificial intelligence in educational leadership: A scoping review. Review of Education, 13(2). https://doi.org/10.1002/rev3.70101
DeVellis, R. F. (2017). Scale Development: Theory and Applications (4th ed.). Thousand Oaks, CA: Sage.
Dignum, V. (2019). Responsible Artificial Intelligence: Developing and Using AI in a Responsible Way. Springer. https://doi.org/10.1007/978-3-030-30371-6
Dziuban, C. D., Graham, C. R., Moskal, P., Norberg, A., & Sicilia, N. (2018). Blended learning: the new normal and emerging technologies. International Journal of Educational Technology in Higher Education, 15(1). https://doi.org/10.1186/s41239-017-0087-5
Echtenbruck, M. M., Fühles-Ubach, S., Naujoks, B., & Kaliva, E. (2025). A Data Literacy Competence Model for Higher Education and Research. arXiv preprint arXiv:2504.15690.
Erdoğan, İ. (2019). Sınıf yönetimi- Ders, konferans, panel ve seminer etkinliklerinde başarının yolları (21. Baskı). Alfa.
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299.
Field, A.P. (2018) Discovering Statistics Using IBM SPSS Statistics. (5th Edt), Sage, Newbury Park.
Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. Harvard Data Science Review. https://doi.org/10.1162/99608f92.8cd550d1
Gharbaoui, H., Mansouri, K., & Poirier, F. (2023). Towards a social learning analysis using learning management system and learning experience to predict learners’ success. Lecture Notes in Computer Science, 364-370. https://doi.org/10.1007/978-3-031-32883-1_33
Gómez, M. J. M., Sánchez, Á. A., Albaladejo‐González, M., Clemente, F. J. G., & Ruipérez‐Valiente, J. A. (2025). Utilising explainable AI to enhance real‐time student performance prediction in educational serious games. Expert Systems, 42(3). https://doi.org/10.1111/exsy.70008
Grand View Research (2024). Education technology market report. https://www.grandviewresearch.com/press-release/global-education-technology-market
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson
Hair, J.F., Hult, G.T.M., Ringle, C.M., Sarstedt, M., Danks, N.P., Ray, S. (2021). An introduction to structural equation modeling. In: partial least squares structural equation modeling (pls-sem) using r. classroom companion: Business. Springer, Cham. https://doi.org/10.1007/978-3-030-80519-7_1
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487
Henríquez, V. & Hilliger, I. (2024). Blended learning in rural K‐12 education: Stakeholder dynamics and recommendations. Journal of Computer Assisted Learning, 40(4), 1463-1480. https://doi.org/10.1111/jcal.12963
Holstein, K., McLaren, B., & Aleven, V. (2019). Designing for complementarity: Teacher and AI roles to support student learning. International Journal of Artificial Intelligence in Education, 29(3), 461–497. https://doi.org/10.1007/s40593-019-00187-8
Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30, 179-185. https://doi.org/10.1007/BF02289447
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6, 1-55. http://dx.doi.org/10.1080/10705519909540118
Ifenthaler, D., & Yau, J. Y. K. (2020). Utilising learning analytics to support study success in higher education: a systematic review. Educational Technology Research and Development, 68(4), 1961-1990.
https://link.springer.com/article/10.1007/s11423-020-09788-z
Ifenthaler, D., Mah, D. K., & Yau, J. Y. K. (2019). Utilising learning analytics for study success: Reflections on current empirical findings. In Utilizing learning analytics to support study success (pp. 27-36). Cham: Springer International Publishing. https://link.springer.com/chapter/10.1007/978-3-319-64792-0_2
Jian, M. J. K. O. (2023). Personalized learning through AI. Advances in Engineering Innovation, 5(1), 16-19. https://doi.org/10.54254/2977-3903/5/2023039
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
Kaiser, H.F. (1974) An index of factorial simplicity. Psychometrika, 39, 31-36. http://dx.doi.org/10.1007/BF02291575
Keshavarz, M. & Yuan, L. Y. (2023). A narrative case history of distance education before, during, and after covid-19 in China and Iran. Canadian Journal of Learning and Technology, 49(1), 1-15. https://doi.org/10.21432/cjlt28275
Kline, P. (2014). An Easy Guide to Factor Analysis. Routledge. https://doi.org/10.4324/9781315788135
Krishnan, R., Nair, S., Saamuel, B. S., Justin, S., Iwendi, C., Biamba, C., … & Ibeke, E. (2022). Smart analysis of learners performance using learning analytics for ımproving academic progression: A case study model. Sustainability, 14(6), 3378. https://doi.org/10.3390/su14063378
Kuhfeld, M., Soland, J., Tarasawa, B., Johnson, A., Ruzek, E., & Liu, J. (2020). Projecting the potential impact of COVID-19 school closures on academic achievement. Educational Researcher, 49(8), 549-565.
Kwangmuang, P., Jarutkamolpong, S., Sangboonraung, W., & Daungtod, S. (2021). The development of learning innovation to enhance higher order thinking skills for students in Thailand junior high schools. Heliyon, 7(6).
Laupichler, M. C., Aster, A., Haverkamp, N., & Raupach, T. (2023). Development of the “Scale for the assessment of non-experts’ AI literacy”–An exploratory factor analysis. Computers in Human Behavior Reports, 12, 100338.
Li, H. (2025). Research on student learning behavior analysis and precision teaching driven by big data. Journal of Modern Educational Theory and Practice, 1(3). https://doi.org/10.70767/jmetp.v1i3.454
Li, W. (2024). The influence of artificial intelligence on the education system. Lecture Notes in Education Psychology and Public Media, 65(1), 137-142. https://doi.org/10.54254/2753-7048/65/20240158
Lin, C. C., Huang, A. Y., & Lu, O. H. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: a systematic review. Smart learning environments, 10(1), 41. https://link.springer.com/article/10.1186/s40561-023-00260-y
Long, P., & Siemens, G. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review (Online).
López-Meneses, E., López-Catalán, L., Pelícano-Piris, N. & Mellado-Moreno, P. C. (2025). Artificial Intelligence in Educational Data Mining and Human-in-the-Loop Machine Learning and Machine Teaching. Applied Sciences,15(2). https://doi.org/10.3390/app15020772
Luckin, R. (2018). Machine learning and human intelligence. The future of education for the 21st century. UCL institute of education press.
Mandinach, E. B., & Gummer, E. S. (2016). Data literacy for educators: Making it count in teacher preparation and practice. Teachers College Record, 118(11).
Markets and Markets. (2024). AI in education market by offering (software, services), technology (machine learning, natural language processing), application (learning platforms, virtual facilitators, intelligent tutoring), end user and region - Global forecast to 2030. https://www.marketsandmarkets.com/Market-Reports/ai-in-education-market-200371366.html
Martin, F., & Bolliger, D. U. (2018). Engagement matters: Student perceptions on the importance of engagement strategies in the online learning environment. Online Learning Journal, 22(1), 205–222. https://doi.org/10.24059/olj.v22i1.1092
Meylani, R. (2024). Artificial intelligence in the education of teachers: A qualitative synthesis of the cutting-edge research literature. Journal of Computer and Education Research, 12(24), 600-637. https://doi.org/10.18009/jcer.1477709
Milli Eğitim Bakanlığı (MEB) – YEGİTEK (2025). Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı (2025-2029). Belge, yapay zekâ sistemlerinin “bireyselleştirilmiş yönlendirme, anlık geri bildirim, öğrenme takibi” fonksiyonlarını desteklediğini resmi politika düzeyinde ifade ediyor. www.yegitek.meb.gov.tr
Mozelius, P. & Hettiarachchi, E. (2017). Critical factors for implementing blended learning in higher education. International Journal of Information and Communication Technologies in Education, 6(2), 37-51. https://doi.org/10.1515/ijicte-2017-0010
Mwalumbwe, I. & Mtebe, J. S. (2017). Using learning analytics to predict students’ performance in moodle learning management system: A case of mbeya university of science and technology. The Electronic Journal of Information Systems in Developing Countries, 79(1), 1-13. https://doi.org/10.1002/j.1681-4835.2017.tb00577.x
Nasir, M., Hasan, M., Adlim, A., & Syukri, M. (2024). Utilizing artificial intelligence in education to enhance teaching effectiveness. Proceedings of International Conference on Education, 2(1), 280-285. https://doi.org/10.32672/pice.v2i1.1367
Ndalu, U. J. (2025). Educational Management and Artificial Intelligence for Sustainable Development in Nigeria. International Journal of Educational Management, Rivers State University, 1(2), 75-89. https://ijedm.com/index.php/ijedm/article/view/46
Ng, D. T. K., Leung, J. K. L., Su, J., Ng, C. W., & Chu, S. K. W. (2023). Teachers’ AI digital competencies and twenty-first century skills in the post-pandemic world. Educational Technology Research and Development, 71(1), 137-161. https://doi.org/10.1007/s11423-023-10203-6
Ng, D. T. K., Wu, W., Leung, J. K. L., Chiu, T. K. F., & Chu, S. K. W. (2024). Design and validation of the AI literacy questionnaire: The affective, behavioural, cognitive and ethical approach. British Journal of Educational Technology, 55(3), 1082-1104.
Nunnally, J.C. and Bernstein, I.H. (1994) The assessment of reliability. Psychometric Theory, 3, 248-292.
OECD. (2021). OECD Digital Education Outlook 2021: Pushing the frontiers with AI, blockchain and robots. OECD Publishing. https://doi.org/10.1787/589b283f-en
Papamitsiou, Z., & Economides, A. A. (2014). Learning analytics and educational data mining in practice: A systematic literature review of empirical evidence. Journal of educational technology & society, 17(4), 49-64.
Polak, S., Schiavo, G., & Zancanaro, M. (2022). Teachers’ perspective on artificial intelligence education: an initial investigation. CHI Conference on Human Factors in Computing Systems Extended Abstracts, 1-7. https://doi.org/10.1145/3491101.3519866
Ragolane, M., Patel, S., & Salikram, P. (2024). AI versus human graders: Assessing the role of large language models in higher education. Asian Journal of Education and Social Studies, 50(10), 244-263. https://doi.org/10.9734/ajess/2024/v50i101616
Rodríguez-Ortiz, M. Á., et al. (2025). Machine Learning and Generative AI in Learning Analytics. Applied Sciences, 15(15). https://doi.org/10.3390/app15158679
Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wiley interdisciplinary reviews: Data mining and knowledge discovery, 10(3), e1355.
Sajja, R., Sermet, Y., Cwiertny, D., & Demir, I. (2023). Integrating AI and learning analytics for data-driven pedagogical decisions and personalized interventions in education. ArXiv. https://arxiv.org/pdf/2312.09548
Savov, T., Terzieva, V., Todorova, K., & Kademova-Katzarova, P. (2017). Contemporary technology support for education. CBU International Conference Proceedings, 5, 802-806. https://doi.org/10.12955/cbup.v5.1029
Schildkamp, K., & Poortman, C. L. (2015). Factors influencing the functioning of data teams. Teachers College Record, 117(4).
Schreiber J. B. (2021). Issues and recommendations for exploratory factor analysis and principal component analysis. Research İn Social & Administrative Pharmacy: RSAP, 17(5), 1004–1011. https://doi.org/10.1016/j.sapharm.2020.07.027
Soto-Sanfiel, M. T., Angulo-Brunet, A., & Lutz, C. (2025). The scale of artificial intelligence literacy for all (SAIL4ALL): assessing knowledge of artificial intelligence in all adult populations. Humanities and Social Sciences Communications, 12(1), 1-14.
Steiger, J. H. (2007). Understanding the Limitations of Global Fit Assessment in Structural Equation Modeling. Personality and Individual Differences, 42, 893-898. https://doi.org/10.1016/j.paid.2006.09.017
Sun, J. C.-Y., Lin, C.-T., & Chou, C. (2022). Teacher–student interaction and its impact on students’ engagement in online learning environments. Frontiers in Psychology, 13, 779217. https://doi.org/10.3389/fpsyg.2022.779217
Szyszka, M., Tomczyk, Ł., & Kochanowicz, A. M. (2022). Digitalisation of schools from the perspective of teachers’ opinions and experiences: the frequency of ICT Use in education, attitudes towards new media, and support from management. Sustainability, 14(14), 8339. https://doi.org/10.3390/su14148339
Tabachnick, B. G. & Fidell, L. S. (2013). Using multivariate statistics (Sixth Edition). USA: Pearson Education Limited.
Taşdan, M. & Yurttaş, A. (2022). Sınıf yönetimi ve sanal eğitimle ilgili temel kavramlar. M. Taşdan (Ed.), Dijital çağda sınıf yönetimi içinde (ss. 3- 28). Pegem Akademi.
Tondeur, J., Forkosh-Baruch, A., Prestridge, S., Albion, P., & Edirisinghe, S. (2017). Responding to challenges in teacher professional development for ICT integration in education. Educational Technology & Society, 20(1), 110–120. https://www.jstor.org/stable/90002177
Topali, P., Ortega-Arranz, A., Rodríguez-Triana, M. J., Er, E., Khalil, M. & Akçapınar, G. (2024). Designing human-centered learning analytics and artificial intelligence in education solutions: a systematic literature review. Behaviour & Information Technology. https://doi.org/10.1080/0144929X.2024.2345295
Turan, S. (2020). Sınıf yönetiminin temelleri. M. Şişman & S. Turan (Ed)., Sınıf yönetimi içinde (ss. 2-17). Pegem Akademi.
UNESCO. (2021). Global education monitoring report 2021/2: Non-state actors in education: Who chooses? Who loses?. United Nations Educational, Scientific and Cultural Organization. https://doi.org/10.54676/XJFS2343
UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization
UNESCO. (2024). AI competency framework for teachers. United Nations Educational, Scientific and Cultural Organization. https://doi.org/10.54675/ZJTE2084
Viberg, O., Cukurova, M., Feldman-Maggor, Y., Alexandron, G., Shirai, S., Kanemune, S., … & Kizilcec, R. F. (2024). What explains teachers’ trust in AI in education across six countries?. International Journal of Artificial Intelligence in Education, 35(3), 1288-1316. https://doi.org/10.1007/s40593-024-00433-x
Wang, B., Rau, P. L. P., & Yuan, T. (2023). Measuring user competence in using artificial intelligence: validity and reliability of artificial intelligence literacy scale. Behaviour & İnformation Technology, 42(9), 1324-1337.
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert systems with applications, 252, 124167. https://www.sciencedirect.com/science/article/pii/S0957417424010339#bi005
Wang, T., Manta, O., & Zhang, Y. (2023). The relationship between learning motivation and online learning performance: The mediating role of academic self-efficacy and flow experience. International Journal of Emerging Technologies in Learning (iJET), 18(23), 27-38. https://doi.org/10.3991/ijet.v18i23.43977
Wang, X., Li, L., Tan, S. C., Yang, L., & Lei, J. (2023). Preparing for AI-enhanced education: Conceptualizing and empirically examining teachers’ AI readiness. Computers İn Human Behavior, 146, 107798.
Wang, Y., Wu, J., Chen, F., & Li, J. (2024). Analyzing teaching effects of blended learning with LMS: An empirical investigation. IEEE Access, 12, 42343-42356. https://doi.org/10.1109/access.2024.3352169
Williamson, B., & Eynon, R. (2020). Algorithmic education governance: Regulating the digital datafication of education. Learning, Media and Technology, 45(1), 3–17. https://doi.org/10.1080/17439884.2019.1623250
Woodruff, K., Hutson, J., & Arnone, K. (2023). Perceptions and barriers to adopting artificial intelligence in k-12 education: A survey of educators in fifty states. Reimagining Education - The Role of E-Learning, Creativity, and Technology in the Post-Pandemic Era. https://doi.org/10.5772/intechopen.1002741
Worthington, R. L., & Whittaker, T. A. (2006). Scale development research: A content analysis and recommendations for best practices. The Counseling Psychologist, 34, 806-838. https://doi.org/10.1177/0011000006288127
Yıldırım, A., & Şimşek, H. (2018). Sosyal bilimlerde nitel araştırma yöntemleri (11. Baskı). Seçkin.
Zhan, C. and Cui, P. (2023). Predicament and strategy of campus football teaching under the background of artificial intelligence and deep learning. Journal of Computational Methods in Sciences and Engineering, 23(5), 2437-2449. https://doi.org/10.3233/jcm-226840
Zhou, B. (2024). The comprehensive investigation of the role related to artificial intelligence in education. Applied and Computational Engineering, 36(1), 215-219. https://doi.org/10.54254/2755-2721/36/20230449

Ayrıntılar

Birincil Dil

Türkçe

Konular

Eğitim Yönetimi, Eğitim Yönetimi, Teftişi, Planlaması ve Ekonomisi (Diğer)

Bölüm

Araştırma Makalesi

Yazarlar

Ercan Yilmaz
0000-0003-4702-1688
Türkiye

Burak Güner ^*
0000-0002-1734-987X
Türkiye

Yayımlanma Tarihi

6 Ağustos 2026

Gönderilme Tarihi

25 Aralık 2025

Kabul Tarihi

8 Haziran 2026

Yayımlandığı Sayı

Yıl 2026 Sayı: 1

IZ

https://izlik.org/JA88CZ28NW

Kaynak Göster

RIS / Bibtex

APA

Yilmaz, E., & Güner, B. (2026). Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği. SEBED, 1, 1-28. https://izlik.org/JA88CZ28NW

AMA

1.Yilmaz E, Güner B. Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği. SEBED. 2026;(1):1-28. https://izlik.org/JA88CZ28NW

Chicago

Yilmaz, Ercan, ve Burak Güner. 2026. “Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği”. SEBED, sy 1: 1-28. https://izlik.org/JA88CZ28NW.

EndNote

Yilmaz E, Güner B (01 Ağustos 2026) Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği. SEBED 1 1–28.

IEEE

[1]E. Yilmaz ve B. Güner, “Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği”, SEBED, sy 1, ss. 1–28, Ağu. 2026, [çevrimiçi]. Erişim adresi: https://izlik.org/JA88CZ28NW

ISNAD

Yilmaz, Ercan - Güner, Burak. “Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği”. SEBED. 1 (01 Ağustos 2026): 1-28. https://izlik.org/JA88CZ28NW.

JAMA

1.Yilmaz E, Güner B. Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği. SEBED. 2026;:1–28.

MLA

Yilmaz, Ercan, ve Burak Güner. “Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği”. SEBED, sy 1, Ağustos 2026, ss. 1-28, https://izlik.org/JA88CZ28NW.

Vancouver

1.Ercan Yilmaz, Burak Güner. Yapay Zeka Destekli Sınıf Yönetimi Becerileri Ölçeği. SEBED [Internet]. 01 Ağustos 2026;(1):1-28. Erişim adresi: https://izlik.org/JA88CZ28NW

SEBED’in temel amacı bilimsel bilginin üretilmesine ve yaygınlaştırılmasına katkıda bulunarak insanlık için yararlı sonuçlar sağlamaktır. Bu doğrultuda özellikle eğitim bilimleri alanında zorunlu eğitimin her kademesi, yükseköğretim ve yaygın eğitimdeki eğitim süreçlerinin geliştirilmesine; araştırmacıların bilimsel çalışmaları sonucunda elde ettikleri bilimsel bilgileri ücretsiz ve açık erişim politikası kapsamında, bilimsel yönteme uygun şekilde yayınlamalarına; eğitim sürecinin tüm paydaşlarının gelişimlerini desteklemek için eğitim bilimsel gelişmeleri hiçbir ücret ödemeden, kendi dillerinde takip edebilmelerine olanak tanımak amaçları arasında yer almaktadır.

SEBED eğitim bilimleri, ilköğretim, ortaöğretim ve yükseköğretim alan eğitimi ve özel eğitimin yanı sıra eğitim ile ilgili güncel konu ve sorunları konu edinen kuramsal ve uygulamalı akademik çalışmalar ve Öğretmen Yetiştirmenin farklı alanlarında özgün, nitel, nicel, karma yöntem araştırmaları ile derleme çalışmalarına (meta-sentez, sistematik derleme, vb.) dayalı yayınlara yer verilmektedir. Bu kapsama uymayan çalışmalar değerlendirme sürecine alınmayacaktır. Ayrıca makaleler, daha önce yayınlanmamış veya başka bir yerde yayınlanmak üzere gönderilmemiş orijinal verileri açıklamalıdır. Dergide, şu alanlarda yapılmış kuramsal ya da uygulamalı çalışmalar yayımlamak için değerlendirmeye alınır; Beden Eğitimi ve Spor Eğitimi, Bilgisayar ve Öğretim Teknolojileri Eğitimi, Biyoloji Eğitimi, Coğrafya Eğitimi, Din Kültürü ve Ahlak Bilgisi Eğitimi, Eğitim Programları ve Öğretim, Eğitim Sosyolojisi, Eğitim Yönetimi ve Denetimi, Eğitimde Ölçme ve Değerlendirme, Felsefe Grubu Eğitimi, Fen Bilgisi Eğitimi, Fizik Eğitimi, Görsel Sanatlar Eğitimi, Kimya Eğitimi, Matematik Eğitimi, Mesleki ve Teknik Eğitim, Müze Eğitimi, Müzik Eğitimi, Öğretmenler İçin Uygulamadan İyi Örnekler, Öğretmen Eğitimi, Okul Öncesi Eğitimi, Özel Eğitim, Psikolojik Danışma ve Rehberlik, Sanat ve Tasarım Eğitimi, Sınıf Eğitimi, Sosyal Bilgiler Eğitimi, Tarih Eğitimi, Teknoloji ve Tasarım Eğitimi, Türk Dili ve Edebiyatı Eğitimi, Türkçe Eğitimi, Uzaktan Eğitim, Yabancı Diller Eğitimi, Yaratıcı Drama Eğitimi, Yaşam Boyu Öğrenme.

Genel Özellikler
• Derginin yayın dili Türkçe ve İngilizcedir.
• Makalelerin; tüm bölümler dahil 30 sayfayı geçmemiş olması gerekmektedir.
• Makaleler; Türkçe ve İngilizce özet, anahtar kelimeler (her bir özetin sonunda 4-5 kelime ile yer verilen), giriş, yöntem, bulgular, sonuç ve tartışma ve kaynaklar bölümlerini içermelidir.
• Ana makale dosyasında yazarlara ait herhangi bir bilgi olmamalıdır.
• Makalede ismi geçen bütün araştırmacılara ait isim ve soy isimleri, görev ve unvanları, görev yaptıkları kurum adı, telefon ve faks numarası, e-posta adresleri ayrı bir şekilde yüklenecek yazar bilgileri dosyasında (başlık sayfası) belirtilmelidir. Araştırmacılardan birisi “sorumlu yazar” olarak belirtilmelidir. Bu yazarın, gereken durumlarda makaleye ilişkin konularda diğer yazarlar adına karar alabileceği, bütün araştırmacılarca kabul edilmiş olmalıdır.
• Makalede yer verilen ifadelerin açık ve anlaşılır olmasına özen gösterilmelidir. Türkçe yazılan makaleler için kelimelerin Türkçe karşılıklarının kullanılmasına dikkat gösterilmelidir.
• Alanda ilk defa kullanılacak Türkçe kelimelerin özgün dillerindeki karşılıkları parantez içerisinde gösterilerek verilmelidir.

Makalenin Sisteme Yüklenmesi
• Çalışmalar, dergimizin internet sayfasından sisteme kaydolarak online olarak yüklenebilir.
• Makalelerin yayınlanması için ücret talep edilmemektedir.

Gönderim sırasında yazardan elektronik ortamda aşağıdaki taahhüt alınır:
1. Bu çalışmayı derginize göndermek için yetkiliyim/ortak yazarlar tarafından yetkilendirildim.
2. Makale orijinaldir, başka bir hakemli dergide resmi olarak yayınlanmamıştır, başka bir dergi tarafından değerlendirmeye alınmamıştır ve mevcut herhangi bir telif hakkı veya diğer üçüncü taraf haklarını ihlal etmemektedir.
3. Makalenin editoryal olarak yayımlanmak üzere kabul edilmesi halinde, Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) lisansı altında lisanslanacağını kabul ediyorum/ediyoruz.
4. Yazar(lar)ın veya varsa yazar(lar)ın işvereninin telif ve fikri mülkiyet hakları saklıdır. Yazar(lar), telif hakkı ihlali nedeniyle üçüncü şahıslarca vuku bulacak hak talebi veya açılacak davalarda yayıncının hiçbir sorumluluğunun olmadığını, tüm sorumluluğun kendilerine ait olduğunu taahhüt eder(ler).
5. Yazar(lar), makalede hiçbir suç unsuru veya kanuna aykırı ifade bulunmadığını, araştırma yapılırken kanuna aykırı herhangi bir malzeme ve yöntem kullanılmadığını taahhüt eder(ler).

SEBED’e gönderilecek çalışmalar "Makale Şablonu" üzerinde hazırlanmalıdır. Hakem düzeltmeleri için "Hakem Düzeltme Cetveli" kullanılarak makale revizyonları yapılmalıdır.

Metin
1. Metin, Türkçe yazım kurallarına uygun olarak “Palatino Linotype” fontunda 10 punto ve önce 0 nk, sonra 6 nk, tek satır aralığı yazılmalıdır.
2.Sayfa ölçüleri: Üst: 1,25. Sol: 4, Alt: 3, Sol: 2,25, A4 boyutunda yazılmalıdır.
3. Paragraf yapılmamalıdır. Paragraf aralarında boşluk bırakılmamalıdır.
4. Metin içerisinde vurgulama yapılması gerektiğinde italik yazılmalıdır.

Makale Başlığı
1. Makalenin başlığı, araştırmanın konusunu, alanını ve problemin sınırlarını açık olarak belirtmelidir.
2. Başlık koyu, ortalı, bağlaçları dışındaki sözcüklerde sadece ilk harfler büyük ve 14 punto (Palatino Linotype) büyüklüğünde yazılmalıdır.

Özet/Abstract-Anahtar Kelimeler/Keywords
1. Her makalenin başında Türkçe ve İngilizce özet bulunmalıdır.
2. Özet, makalenin amacını, önemli bulgularını ve en önemli sonuçlarını içermelidir.
3. Özet, iki yana yaslı ve 200 sözcüğü geçmeyecek şekilde yazılmalıdır.
4. Özet ve anahtar kelimeler, Palatino Linotype yazı karakterinde, 8 punto ve tek satır aralıklı yazılmalıdır.
5. İlgili kısımda makalenin içeriğini tanımlayacak en az 3, en fazla 5 anahtar kelimeye yer verilmelidir.

Giriş
1. Giriş, makalenin probleminin tanımlandığı ve tartışıldığı kısım olarak düşünülmelidir.
2. Girişte uzun açıklama ve tanımlamalardan kaçınılmalıdır.
3. Daha önce yapılmış araştırmalara vurgu yapılmalıdır.

Yöntem
1. Yöntem kısmında, Araştırma Deseni, Çalışma Grubu, Veri Toplama Aracı ve Süreci, Verilerin Analizi ve Araştırmanın Etik izni alt başlıkları bulunmalıdır. Bu kısımlarda ayrıntılı bilgi verilmelidir.
2. Makalede kullanılan araştırma desenin ne olduğu ve neden seçildiği kısaca belirtilmelidir.
3. Nicel araştırmalar için “Evren-Örneklem”, nitel araştırmalar için “Katılımcılar veya Çalıma Grubu” alt başlıkları tercih edilebilir.
4. Bu alt başlıkta evren, örneklem alma tekniği ve örneklem hakkında bilgi verilmelidir.
5. Veri Toplama Aracı başlığı altında, kullanılan veri toplama aracı veya araçları belirtilmelidir. Veri toplama aracının, geçerlik ve güvenirlik çalışmaları, istatistiksel özellikleri gibi psikometrik bilgiler mutlaka belirtilmelidir.
6. Verilerin Analizi alt başlığı altında kullanılan veri analizi teknikleri ve bu tekniklerin neden seçildiği belirtilmelidir.

Bulgular
1. Bulgular kısmında araştırmada elde edilen bulgulara yer verilmelidir.
2. Bulgular araştırma sorularının izlediği sıraya paralel olarak sunulmalıdır.
3. Yalnızca araştırma soruları ile ilgili olan bulgulara yer verilmelidir.
4. Sonuçları destekleyen kanıtlara ilişkin tablo veya grafiklere yer verilebilir.
5. Tablolar açık ve anlaşılır olmalıdır.
6. Tablo veya grafikte sunulan veriler metin içinde tekrarlanmamalıdır.
7. Tablo veya grafikler metin içinde belirtilmeli ve ilgili metinden hemen sonra sunulmalıdır
8. Tartışmaya “Sonuç, Tartışma ve Öneriler” başlığı altında yer verilmelidir.

Sonuç, Tartışma ve Öneriler
1. Giriş kısmında sorulan soruların cevapları ile ilgili alanyazında bu cevapları destekleyen/desteklemeyen bulgulara atıf yapılmalıdır.
2. Araştırma sorusuna verilen cevabı desteklemeyen bulgular açıklanmalıdır.
3. Araştırmanın özgünlüğünü gösteren kanıtlara yer verilmelidir.
4. Bulguların diğer araştırmaların bulguları ile uyumu veya farklılığı açıklanmalıdır.
5. Beklenmedik bulgu ve sonuçlar açıklanmalıdır.
6. Bulguların geçerliğini ve genellenmesini etkileyecek sınırlılıklara yer verilmelidir.
7. Araştırmanın önemini gösteren çıkarımlar yapılmalıdır.
7. Öneriler, bulgulara göre yazılmalıdır. Bulguya dayanmayan önerilere yer verilmemelidir.
9. Mümkün olduğu kadar kuram ve uygulamaya dönük önerilere yer verilmelidir.

Başlık ve Alt Başlıklar
1.Bütün başlıklar Palatino Linotype yazı karakterinde, 12 punto büyüklüğünde yazılmalıdır.
2.Bölüm başlıkları büyük harflerle, sola yaslı ve koyu yazılmalıdır.
3.Bölüm alt başlıklarında sözcüklerin ilk harfleri büyük diğerleri küçük harflerle, sola dayalı ve koyu yazılmalıdır.
4.Üçüncü ve dördüncü düzey başlıklarda başlığın ilk harfi büyük diğerleri küçük harflerle, sola dayalı, koyu ve italik yazılmalıdır.

Tablo ve Şekil/Görsel Gösterimi
1.Tablolar ve şekiller, yayımlanmaya hazır biçimde hazırlanmalı, metin içerisinde geçtiği yerde verilmelidir.
2.Tablolar ve tablo başlıklarında kullanılan yazılarda Palatino Linotype, 10 punto, tek satır aralığı kullanılmalıdır.
3.Tablo başlıklarında her sözcüğün ilk harfi büyük olmalıdır.
4.Tablo içerisindeki metinler tek satır aralığında öncesinde ve sonrasında 0 nk boşluk bırakılarak, aynı stildeki paragrafların arasına boşluk eklemeyerek yazılmalıdır.
5.Tablolarda dikey çizgiler kullanılmamalıdır.
6.Tablo çizgilerinin genişliği 1/2 nk genişliğinde ayarlanmalıdır.
7.Tablo öncesinde ve sonrasında 6 nk boşluk bırakılmalıdır.
8.Tablo başlıkları ve tablo numarasının gösteriminde Tablo numarası kalın ve sola dayalı, tablo başlığı italik, Her kelimenin ilk harfi büyük ve sola dayalı şekilde yazılmalıdır.

Örnek; Tablo 1.

Katılımcıların Cinsiyetine İlişkin Bilgiler

9.Şekil ve görsel başlıklarının gösteriminde şekil/görsel numarası normal ve ortalı, şekil/görsel başlığı italik, sadece ilk kelimenin ilk harfi büyük ve ortalı şekilde yazılmalıdır.

Örnek; Şekil 1. Türkiye iller haritası

Metin sonu kaynakça örnekleri aşağıda yer almaktadır.

Makaleler

Doi numarası bulunan makaleler için:

Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling: A Multidisciplinary Journal, 9(2), 233–255. https://doi.org/10.1207/S15328007SEM0902_5

Gwet, K. L. (2008). Computing inter-rater reliability and its variance in the presence of high agreement. British Journal of Mathematical and Statistical Psychology, 61(1), 29-48. https://doi.org/10.1348/000711006X126600

DOI numarası bulunmayan makaleler için:

Zoski, K., & Jurs, S. (1993). Using multiple regression to determine the number of factors to retain in factor analysis. Multiple Linear Regression Viewpoint, 20(1), 5–9.

Konferans ve Sempozyumlar

Çetin, S. & Yalçın, O. (2020, Eylül 16-19). Geniş ölçekli sınavların ölçme ve değerlendirme süreçlerinin görme engelli bireyler açısından incelenmesi [Sözlü bildiri]. Uluslararası Pegem Eğitim Kongresi, Türkiye.
Thissen, D., & Thissen-Roe, A. (2019, July 15-19). Factor score estimation from the perspective of item response theory [Paper presentation]. International Meeting of the Psychometric Society, Santiago de Chile.

Kitaplar

Büyüköztürk, Ş., Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş. & Demirel, F. (2019). Bilimsel araştırma yöntemleri (26. baskı). Pegem Akademi.
Creswell, J. W. (2012). Educational research: Planning, conducting and evaluating quantitative and qualitative research (4th ed.). Pearson.
Fraenkel, R. J., Wallen, E. N., & Hyun, H. H. (2011). How to design and evaluate research in education (8th ed.). McGraw-Hill.

Editörlü Kitap

Atılgan, H. (Ed.). (2017). Eğitimde ölçme ve değerlendirme (10. baskı). Anı Yayıncılık.
Thorndike, R. M., & Thorndike-Christ, T. (Eds.). (2014). Measurement and evaluation in pschology and education (8th ed.). Pearson.

Editörlü Kitap Bölümü

Başokçu, T. O. (2019). Ölçme sonuçlarının nitelikleri: Ölçme hatası, güvenirlik, geçerlik ve kullanışlılık. N. Doğan (Ed.), Eğitimde ölçme ve değerlendirme içinde (ss. 31-74). Pegem Akademi.
Messick, S. (1993). Trait equivalence as construct validity of score interpretation across multiple methods of measurement. In R. E. Bennett & W. C. Ward (Eds.), Construction versus choice in cognitive measurement: Issues in constructed-response, performance testing, and portfolio assessment (pp. 61-73). Lawrence Erlbaum Associates, Inc.

Çeviri Kitap

DeVellis, R. F. (2014). Ölçek geliştirme kuram ve uygulamalar (Çev. T. Totan, 3. baskı). Nobel. (Orijinal çalışma 2012 yılında yayımlandı.)

Rapor

Dwyer, E. E. (1993). Attitude scale construction: A review of the literature (Report No. ED359201). ERIC. https://eric.ed.gov/?id=ED359201
Millî Eğitim Bakanlığı (MEB). (2017). Akademik becerilerin izlenmesi ve değerlendirilmesi (ABİDE) 2016 8. sınıflar raporu. https://odsgm.meb.gov.tr/meb_iys_dosyalar/2017_11/30114819_iY-web-v6.pdf

Yayımlanmamış Tez

Bıkmaz, Ö. (2011). Üst düzey zihinsel özelliklerin ölçülmesinde puanlayıcılar arası güvenirlik belirleme tekniklerinin karşılaştırılması [Yüksek lisans tezi]. Hacettepe Üniversitesi.
Spence, P. D. (1996). The effect of multidimensionality on unidimensional equating with item response theory [Doctoral dissertation]. University of Florida.

Yayımlanmış ve Bir Veri Tabanından Ulaşılmış Tez

Ayan, C. (2018). Bilişsel tanı modelinde geleneksel ve bilgisayarlı sınıflamalı test uygulamalarının psikometrik özelliklerinin karşılaştırılması [Doktora tezi, Ankara Üniversitesi]. https://tez.yok.gov.tr/UlusalTezMerkezi/
He, Y. (2011). Evaluating equating properties for mixed-format tests [Doctoral dissertation, University of IOWA]. https://ir.uiowa.edu/etd/981/

Yazılım

R Development Core Team. (2018). R: A language and environment for statistical computing (version 3.5.2) [Computer software]. R Foundation for Statistical Computing.

SEBED kaynakça yazımında APA 7'yi kullanmaktadır. APA 7 (American Psychological Association) kaynak gösterme kurallarına ulaşmak için https://libguides.wintec.ac.nz/APA/ current ve https://apastyle.apa.org/style-grammar-guidelines/references/examples linklerini kullanabilirsiniz.

SEBED yayın süreçleri, bilginin bilimsel yöntemle tarafsız biçimde üretilmesi, geliştirilmesi ve paylaşılması esasına göre yürütülür. Bilimsel yöntemin uygulanması ve tarafsızlığın sağlanması sürecinde çift taraflı kör hakem değerlendirmesi süreci önem taşımaktadır. Bilimsel üretimin gerçekleştirilmesinde yayın sürecinin tüm bileşenleri; yayıncı, editörler, yazar(lar) ve hakemlerin etik ilkelere uymak zorundadır. Bu kapsamda SEBED’e ait yayın sürecinin tüm bileşenlerinin, Yayın Etiği Komitesi’nin (Committee on Publication Ethics, COPE) kılavuzları ve politikaları doğrultusunda etik ilkelere uyması gerekmektedir.

Yazar(lar)dan derleme makaleler için etik kurul onayı istenmez. Bununla birlikte TR Dizin Dergi Değerlendirme Kriterleri’nde 2020 yılı için yapmış olduğu değişiklik üzerine makaleler için “Etik Kurul Onayı” talep edilmektedir. 21.02.2020 tarihinden itibaren yüklenen tüm makalelerin Etik Kurul Onay/İzin Belgesini yüklemesi zorunludur.

Makalelerde intihal yapılması, kullanılan verilerin manipüle edilmesi, çarpıtılması ve uydurma verilerin kullanılması gibi etik ihlaller tespit edilirse, makale yazar(lar)ının çalıştığı kuruma bu durum resmi yollardan bildirilir ve makale reddedilir.

Dergi, editörler ve/veya hakemler tarafından verilen dönütlere göre yazar(lar)dan analiz sonuçlarına ilişkin çıktı dosyalarını isteme hakkına sahiptir.

Benzerlik oranı kaynaklar ve doğrudan alıntılar hariç en fazla %15 olabilir. Dergi tarafından da Ithenticate benzerlik taramasından geçirilen makalelerin daha yüksek benzerlik oranına sahip olduğunun tespiti durumunda, makale reddedilir.

Hakemli çalışmalar, bilimsel yöntemi destekleyen ve hayata geçiren çalışmalardır. Bu noktada yayın sürecine dahil olan tüm tarafların (yazarlar, okuyucular ve araştırmacılar, yayıncı, hakemler ve editörler) etik ilkelere uyması büyük önem taşımaktadır.SEBED, araştırma ve yayın etiği konusunda ulusal ve uluslararası standartlara bağlıdır. Basın Kanunu, Fikir ve Sanat Eserleri Kanunu ile Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Etiği Yönergesi’ne uymaktadır. SEBED, Committee on Publication Ethics (COPE), Directory of Open Access Journals (DOAJ), Open Access Scholarly Publishers Association (OASPA) ve World Association of Medical Editors (WAME) tarafından yayınlanan Uluslararası Etik Yayıncılık İlkeleri’ni benimsemiştir. Ayrıca Türkiye Editörler Çalıştayı Kararlarına da uymayı taahhüt eder.
• Basın Kanunu (Ulusal Mevzuat)
• Fikir ve Sanat Eserleri Kanunu (Ulusal Mevzuat)
• Yükseköğretim Kurumları Bilimsel Araştırma ve Yayın Etiği Yönergesi (Ulusal Mevzuat)
• Akademik Yayıncılıkta Şeffaflık ve En İyi Uygulama İlkeleri (Uluslararası Kriterler)
• Türkiye Editörler Çalıştayı Kararları (Ulusal Kriterler)

Tekrar Yayın
Tekrar yayın, aynı makalenin veya büyük ölçüde benzer makalelerin birden fazla dergide yayınlanmasıdır. Editör bu tür makaleyi incelemeden geri gönderir.

Aynı çalışmanın birden fazla dergiye eşzamanlı olarak gönderilmesi

Yazarlar aynı makaleyi aynı anda birden fazla dergiye gönderemezler. Editör, olası eşzamanlı gönderimi öğrenirse, makaleyi reddeder.

İntihali Engelleme Amaçlı Kontrol
Başkalarının fikirlerini, metotlarını, verilerini, uygulamalarını, yazılarını, şekillerini veya eserlerini sahiplerine bilimsel kurallara uygun biçimde atıf yapmadan kısmen veya tamamen kendi eseriymiş gibi sunmaktır. SEBED, gönderilen tüm makaleleri intihal engellemek için taramaktadır. İncelenmeye sunulan çalışmalarda intihal olup olmadığını Ithenticate, yazılımı kullanılarak kontrol edilir. Benzerlik oranın %15’ten az olması beklenir. Tek kaynağa yapılan atıfın %1’i geçmemesi önerilir. İntihal, duplikasyon, sahte yazarlık/inkar edilen yazarlık, araştrma/veri fabrikasyonu, makale dilimleme, dilimleyerek yayın, telif hakları ihlali ve çıkar çatışmasının gizlenmesi, etik dışı davranışlar olarak kabul edilir. Kabul edilen etik standartlara uygun olmayan tüm makaleler yayından çıkarılır.

Katılımcıların Kişisel Verilerinin Korunması
SEBED, yasal olarak kamuya açık olmayan insan katılımcılarla ilgili kişisel veya hassas verileri veya materyalleri içeren tüm araştırmaların resmi etik incelemeye tabi olmasını şart koşar.
Araştırma Suistimali İddialarının Ele Alınması SEBED, COPE'un Başarılı Bir Yazı İşleri için Etik Araç Setine uyar. SEBED editörleri; intihal, alıntı manipülasyonu, veri tahrifatı, veri uydurması ve diğer araştırma suistimalinin meydana geldiği makalelerin yayınlanmasını önlemek için tedbir alacaktır. SEBED editörleri, dergilerinde yayınlanan bir makaleyle ilgili herhangi bir araştırma suistimali iddiasından haberdar olmaları durumunda, iddialarla ilgili olarak COPE’un yönergelerini izleyeceklerdir.

Etik İhlal Bildirimleri
Okurlar, SEBED’de yayınlanan bir makalede önemli bir hata ya da yanlışlık fark ettiklerinde ya da editoryal içerik ile ilgili (intihal, yinelenen makaleler vb.) herhangi bir şikâyetleri olduğunda index.sebed@selcuk.edu.tr adresine e-posta göndererek bildirimde bulunabilir.

Düzeltme, Geri Çekme, Endişe İfadesi
Editörler, bulguları ve sonuçları geçersiz kılan büyük hatalar / ihlaller söz konusu olduğunda, makaleyi geri çeker, küçük hatalar olduğunda ise düzeltme yapmayı düşünebilirler. Yazarlar tarafından araştırma veya yayını kötüye kullanmaya yönelik olasılık söz konusu ise; bulguların güvenilir olmadığına ve yazarların kurumlarının olayı soruşturmadığına dair kanıtlar var veya olası soruşturma haksız veya sonuçsuz görünüyor ise, editörler endişe ifadesi yayınlar. Düzeltme, geri çekme veya endişe ifadesi ile ilgili olarak COPE ve ICJME yönergeleri dikkate alınır.

Anket ve Mülakata Dayanan Çalışmaların Yayını
SEBED, bilimsel süreli yayıncılıkta etik güvence oluşturmak amacıyla, Yayın Etiği Komitesi’nin (COPE) “Dergi Editörleri için Davranış Kuralları ve En İyi Uygulama Rehber İlkeleri” ve “Dergi Yayıncıları için Davranış Kuralları” ilkelerini benimsemektedir. Bu kapsamda dergiye gönderilen çalışmalarda aşağıdaki hususlara uyulmalıdır:
1) Etik kurul izni gerektiren, tüm bilim dallarında yapılan araştırmalar için etik kurul onayı alınmış olmalı, bu onay makalede belirtilmeli ve dergi sistemine ayrı bir dosya olarak yüklenmelidir.
2) Etik kurul izni gerektiren araştırmalarda, izinle ilgili bilgilere (kurul adı, tarih ve sayı no) yöntem bölümünde; olgu sunumlarında, bilgilendirilmiş gönüllü olur/onam formunun imzalatıldığına dair bilgiye yöntem kısmında yer verilmelidir.

Makale Yayımlama Politikası
SEBED’e gönderilen makaleler önce Editöryal ön incelemeye tabi tutulur. Sonra derginin yazım kurallarına uygunluk açısından incelenir ve intihali önlemek için benzerlik tarama yapılır. Bu aşamalardan sonra çift taraflı kör hakemlik sürecine alınır.

Editöryal Gizlilik Yükümlülüğü
SEBED’in editörleri, gönderilen tüm yazıları gizli belgeler olarak ele alır; bu, yazarların izni olmadan bir yazı hakkındaki bilgileri kimseye ifşa etmeyecekleri anlamına gelir. Makale inceleme sürecinde Editörler, Hakemler, Yayın Kurulu Üyeleri makalelere erişebilir. Bir yazıyla ilgili ayrıntıların yazarların izni olmadan üçüncü bir şahsa iletilebileceği tek durum, editörün ciddi araştırma suistimalinden şüphelenmesidir.

SEBED Editörler Kurulu’nun Sorumlulukları
• SEBED 'ne başvurusu yapılan her makaleden, başvuru sürecinden yayınlanma sürecine kadar tüm süreçlerden SEBED Editörler Kurulu sorumludur. Bu sorumluluk, dergiyle ilgili konularda verilen kararlarda bilimsel yöntemin uygulanmasını gerektirir. Yayıncı ve Editörler Kurulu arasındaki ilişki bağımsızlık ilkesine dayanır; editörlerin alacağı tüm kararlar yayıncıdan ve diğer kişi ve kuruluşlardan bağımsızdır.
• SEBED Editörler Kurulu, dergiyi sürekli geliştirmeye ve yayın niteliğini yükseltmeye çaba gösterir.
• SEBED Editörler Kurulu, yayın, kör hakemlik, değerlendirme süreci, etik ilkeler gibi dergi politikalarının belirlenmesi ve uygulanmasını sağlar.
• SEBED Editörler Kurulu, yazar(lar)ın bilgi gereksinimlerini içeren bir “Yazar Rehberi” hazırlar, gerektiğinde günceller.
• SEBED Editörler Kurulu, her makalenin kayıtlarını, dergiyle ilgili yazışmaları elektronik olarak saklar.

Editörler ve Alan Editörlerinin Etik Sorumlulukları
• Editörler; hakemlerin, yazar(lar)ın, araştırmacı, uygulayıcı ve okuyucuların bilgi gereksinimlerini karşılamaya, gerektiğinde dönüt vermeye, yayın sürecinde düzeltme ve/veya açıklama gerektiren konularda açıklık ilkelerine göre davranmaya çaba gösterir.
• Editörler, yazar(lar)ın cinsiyet, dini veya politik inançları, etnik veya coğrafi kökenleri üzerine ayrım yapmaksızın görevlerini yerine getirir, dengeli, objektif ve adil bir şekilde hareket eder.
• Editörler, makalelerin yayınlanmasına karar verirken makalelerin özgün olmasına, bilimsel alanyazına, okuyucu, araştırmacı ve uygulayıcılara katkı sağlamasına özen gösterir.
• Editörler, makalelerle ilgili olumlu ya da olumsuz karar verirken, makalelerin özgün değeri, alana katkısı, araştırma yönteminin geçerliği ve güvenirliği, anlatımın açıklığı ile derginin amaç ve kapsamını göz önünde bulundurur.
• Editörler, derginin yayın politikaları arasında bulunan kör hakemlik ve değerlendirme süreci politikalarını uygular, hakemlerin kimlik bilgilerini gizli tutar, her makalenin yansız ve süresi içinde değerlendirilmesini sağlar.
• Editörler, makaleleri alan editörlerine, uzmanlık alanlarını dikkate alarak gönderir, değerlendirmelerin yansız ve bağımsız yapılmasını destekler.
• Alan editörleri, makaleleri hakemlere, uzmanlık alanlarını dikkate alarak gönderir, değerlendirmelerin yansız ve bağımsız yapılmasını destekler. Alan editörleri, her makale için, farklı kurumlardan olmasına özen göstererek en az iki hakem atar. Bu hakemlerden en fazla biri makale için ret kararı verdiği takdirde üçüncü hakem ataması gerçekleştirir.
• Editörler, makalenin yansız değerlendirilmesi için alan editörleri, hakemler ve yazar(lar) arasındaki çıkar çatışması-çıkar birliği olup olmamasını göz önünde bulundurur.
• Editörler, hakem havuzunun geniş bir yelpazeden oluşması ve sürekli güncellenmesi için arayış içinde olur.
• Editörler, akademik görgü kurallarına uymayan ve bilimsel olmayan değerlendirmeleri engeller.
• Editörler, yazar(lar)ın ifade özgürlüğünü destekler.
• Editörler, yayın sürecinde görev alan üyelerle etkili bir iletişim içinde olur, belirli aralıklarla toplantılar düzenler.
• Editörler, değerlendirilen makalelerdeki kişisel verilerin korunmasını sağlar; yazar, hakem ve okuyucuların bireysel verilerini korur.
• Editörler; makalelerde insan ve hayvan haklarının korunmasına özen gösterir, makalenin katılımcılarının açık onayının belgelendirilmesini önemser, etik kurul kararı gerektiren görgül makalelerin katılımcılarına ilişkin etik kurul onayı olmadığında makaleyi reddeder.
• Editörler; görevi kötüye kullanmaya karşı önlem alır. Görevi kötüye kullanmaya yönelik yakınmalar olduğunda, nesnel bir soruşturma yaparak, konuyla ilgili bulguları paylaşır.
• Editörler, makalelerdeki hata, tutarsızlık ya da yanlış yönlendirmelerin düzeltilmesini sağlar.
• Editörler, yayınlanan makalelerin fikri mülkiyet hakkını korur, ihlal olması durumunda derginin ve yazar(lar)ın haklarını savunur. Ayrıca yayınlanan makalelerin içeriğinin başka yayınların fikri mülkiyet haklarını ihlal etmemesi konusunda gerekli önlemleri alırlar; özgünlük-benzerlik denetimini yapar.
• Editörler, dergide yayınlanan makalelere yönelik tutarlı eleştirileri dikkate alır, eleştirilen makalelerin yazar(lar)ına yanıt hakkı tanır.
• Editörler, makalelerde gönderim ve kabul tarihlerini yayınlar.
• Editörler olumsuz sonuçları içeren çalışmaları da göz önünde bulundurur.

Hakemlerin Etik Sorumlulukları
SEBED, makale değerlendirme sürecinde yazar(lar)ın hakemleri, hakemlerin de yazar(lar)ı tanımadıkları çift taraflı kör hakemlik ilkesi uygular. Hakemler yazar(lar) ile doğrudan iletişim kuramaz; makale değerlendirme formları ve metin üzerinde belirtilen notlar ile düzeltme istemleri dergi yönetim sistemi üzerinden editörlerce yazar(lar)a iletilir. SEBED’e başvurusu yapılan makaleleri değerlendirecek hakemler şu etik sorumlulukları taşımalıdır:
• Hakemler yalnız uzmanlık alanı ile ilgili makaleleri değerlendirmeyi kabul etmelidir.
• Hakemler, değerlendirmeyi yansızlık ve gizlilik içinde yapmalıdır. Bu ilke gereğince inceledikleri makaleleri bilimsel ve etik kurallara uygun şekilde değerlendirmeli, kimliğini açığa çıkaracak herhangi bir bilgi vermekten kaçınmalıdır.
• Hakemler, çıkar çatışması-çıkar birliği olduğunu anladıklarında, makaleyi değerlendirmeyi reddederek, editörlere bilgi vermelidir.
• Hakemler, değerlendirmeyi akademik görgü kurallarına uygun biçimde, yapıcı bir dille yapmalı; hakaret ve düşmanlık içeren kişisel yorumlardan kaçınmalıdır.
• Hakemler değerlendirmesini kabul ettikleri makaleyi süresi içinde değerlendirmelidirler.

Yazar(lar)ın Etik Sorumlulukları
SEBED’e makale başvurusu yapan yazar(lar)ın etik sorumlulukları:
• Yazar(lar), başka yerde yayınladığı ya da yayınlanmak üzere gönderdiği bir makalesini veya aynı anda birden fazla makalesini SEBED'ne göndermemeli ve bu kuralları kabul ettiklerini dergiye ait Telif Hakkı Bildirim Metnini doldurarak bildirmelidir.
• Yazar(lar), SEBED’e özgün makale göndermelidir.
• Makale yazarın lisansüstü tezinden ya da bir projeden üretildiyse, yazar(lar) bunu makalede ilk sayfada ilgili yerde belirtmelidir.
• Makalenin bir kısmı ya da tamamı herhangi bir bilimsel sempozyumda/kongrede sunulmuş ise yazar(lar) bunu makalede ilk sayfada ilgili yerde belirtmelidir.
• Yazar(lar), makale yazımı sırasında yararlandıkları kaynaklara etik ilkeler doğrultusunda doğru biçimde atıf yapmalıdır.
• Yazar(lar), makalelerindeki benzerlik oranını tespit etmeli, %15 sınırını aşmadığı takdirde dergiye göndermelidir.
• Makaleye katkı sağlamayan kişilerin adı, yazar olarak yazılmamalı; yayınlanmak üzere başvurusu yapılan bir makalenin yazar sırasını değiştirme, yazar çıkartma veya yazar ekleme önerilmemelidir. Eş yazarların makalelerdeki katkı oranı, makale sonunda ilgili yerlerde beyan edilmelidir.
• Yayınlanma başvurusu yapılan makaleyle ilgili çıkar çatışması-çıkar birliği olan kişileri editörlere bildirmeli, makale sonunda ilgili yerlerde bu bilgiye yer vermelidir.
• Yazar(lar), makale sonunda ilgili yerde varsa destek ve teşekkür beyanında bulunmalıdır.
• Yazar(lar), değerlendirme sürecinde kendilerinden makalelerine ilişkin bilgi ya da ham veri istenmesi durumunda beklenen bilgileri editörlere sunmalıdır.
• Yazar(lar), yayınlanan makalelerine ilişkin verileri 5 yıl süreyle saklamakla yükümlüdür.
• Yazar(lar)ın, değerlendirme aşamasındaki ya da elektronik ortamda yayınlanmış makalesiyle ilgili bir hatayı fark ettiğinde bilgi vermek, düzeltmek ya da geri çekmek için editörle iletişime geçmesi gerekir.
• Yazar(lar), etik kurul kararı gerektiren görgül araştırmalar için etik kurul onayı aldığını; etik kurul adı, karar tarihi ve sayısını aday makalenin ilk sayfasında ilgili yerde ve yöntem bölümünde belirtmeli, etik kurul kararını gösteren belgeyi makalenin başvurusuyla birlikte sisteme yüklemelidir. Ayrıca olgu sunumlarında aydınlatılmış olur/onam formunun alındığına ilişkin bilgiye makalede yöntem kısmında yer vermelidir.
• Yazar(lar), veri toplama sürecinde etik ilkelere özen gösterdiklerinin kanıtlarını (başkalarının ölçek, anket, fotoğraf gibi belgelerinin kullanılması için kendilerinden izin alınması gibi) makale içinde sunmalıdır. Makalelerde araştırma ve yayın etiği ile fikir ve sanat eserleri için telif hakları düzenlemelerine uyulduğu belirtilmelidir. Araştırma insan ve hayvan denekler üzerinde gerçekleştirilmiş ise araştırmanın etik ilkelere uygun gerçekleştirildiği bildirilmelidir.
• Yazar(lar)dan derleme makaleler için etik kurul onayı istenmez. Bununla birlikte etik kurul kararı gerektirmeyen makalelerde de, etik kurul kararının gerekmediği, makalenin ilk/son sayfasında ve yöntem bölümünde belirtilmelidir.

Şikayet Prosedürü
Bu prosedür, SEBED'in veya yazı kadromuzun sorumluluğunda olan içerik, prosedürler veya politikalarla ilgili şikayetler için geçerlidir.
Şikâyet, SEBED'in veya yazı işleri ekibimizin sorumluluğunda olan içerik ilgili olmalıdır. Şikayetler doğrudan index.sebed@selcuk.edu.tr adresine e-posta ile gönderilmelidir ve gizli olarak ele alınacaktır. Editör, şikayetlere anında yanıt verir. Editör, şikayetlerle ilgili COPE prosedürünü takip eder.

İtiraz Süreci
Editörler ve hakemler tarafından yapılan değerlendirmelere dair ciddi itirazlarınızı, lütfen index.sebed@selcuk.edu.tr adresinden editör ekibimize bir itiraz mesajı olarak gönderebilirsiniz.

Çıkar Çatışmaları

Yazarlar
SEBED genel yayın ilkelerine göre, sadece ilgili çalışmaya gerçek anlamda katkı sağlayan kişiler yazar olarak dikkate alınmalıdır. Çalışmaları ile ilgili taraf olabilecek tüm kişisel ve finansal ilişkilerin bildirilmesinden yazarlar sorumludur. İş, danışmanlık, hisse sahibi, ücret, uzman ifade ödemesi gibi finansal ilişkiler çok kolay tespit edilebilir çıkar çatışmalarıdır ve derginin itibarını zayıflatması son derece olasıdır. Çıkar çatışması konusunu açıklığa kavuşturmak için, yazarlar gönderilen makaleleri ile editöre mektup niteliğinde hazırlanan bir belge ile herhangi bir çıkar çatışması olup olmadığını açıkça belirtmelidirler.

Hakemler
Herhangi bir çıkar çatışması olması durumunda hakem değerlendirme sürecinin reddedilmesinden hakemler sorumludur. Hakemler, çıkar çatışması ile ilgili olarak herhangi bir şüpheye düşmeleri durumunda değerlendirme süreci ile ilgili olarak editöre danışmalıdır. Çıkar çatışmasını önlemek amacıyla makale yazarları ile aynı kurumlarda çalışan kişiler hakem olarak seçilmemektedir.

Editörler
Editörler makalelerin hakem değerlendirme sürecinin yönetilmesinden sorumlu olup herhangi bir çıkar çatışması olması durumunda ilgili makaleyi reddetme hakkına sahiptirler. Editörler atandıkları makalelerle herhangi bir kişisel ve/veya mali çıkar çatışması içinde olmamalıdır. Editörler gönderilen bir makalenin yazar listesinde bulunuyorsa o makalenin değerlendirme süreci dışında tutulmaktadır.

Araştırma Etiği İlkeleri
SEBED araştırma etiğinde en yüksek standartları gözetir ve aşağıda tanımlanan uluslararası araştırma etiği ilkelerini benimser. Makalelerin etik kurallara uygunluğu yazarların sorumluluğundadır.
• Araştırmanın tasarlanması, tasarımın gözden geçirilmesi ve araştırmanın yürütülmesinde, bütünlük, kalite ve şeffaflık ilkeleri sağlanmalıdır.
• Araştırma ekibi ve katılımcılar, araştırmanın amacı, yöntemleri ve öngörülen olası kullanımları; araştırmaya katılımın gerektirdikleri ve varsa riskleri hakkında tam olarak bilgilendirilmelidir.
• Araştırma katılımcılarının sağladığı bilgilerin gizliliği ve yanıt verenlerin gizliliği sağlanmalıdır. Araştırma katılımcıların özerkliğini ve saygınlığını koruyacak şekilde tasarlanmalıdır.
• Araştırma katılımcıları gönüllü olarak araştırmada yer almalı, herhangi bir zorlama altında olmamalıdırlar.
• Katılımcıların zarar görmesinden kaçınılmalıdır. Araştırma, katılımcıları riske sokmayacak şekilde planlanmalıdır.
• Araştırma bağımsızlığıyla ilgili açık ve net olunmalı; çıkar çatışması varsa belirtilmelidir.
• İnsan denekler ile yapılan deneysel çalışmalarda, araştırmaya katılmaya karar veren katılımcıların yazılı bilgilendirilmiş onayı alınmalıdır. Çocukların ve vesayet altındakilerin veya tasdiklenmiş akıl hastalığı bulunanların yasal vasisinin onayı alınmalıdır.
• Çalışma herhangi bir kurum ya da kuruluşta gerçekleştirilecekse bu kurum ya da kuruluştan çalışma yapılacağına dair onay alınmalıdır.
• İnsan öğesi bulunan çalışmalarda, “yöntem” bölümünde katılımcılardan “bilgilendirilmiş onam” alındığının ve çalışmanın yapıldığı kurumdan etik kurul onayı alındığı belirtilmesi gerekir.