With the occurrence of global climate change and the depletion of agricultural water resources, there is a growing need to develop rapid, non-destructive, and autonomous plant health monitoring systems. As an economically valuable crop, Ocimum basilicum L. (basil) is sensitive to changes in water availability and may exhibit stress-related morphological variations under drought and over-irrigation conditions. However, due to the visual similarity of leaf symptoms under drought stress, waterlogging stress, and optimal irrigation conditions, accurately distinguishing these conditions remains challenging in practical applications. To address this challenge, this paper presents an attention-based dual-branch deep learning framework designed to extract both subtle leaf details and channel-related features from high-resolution plant images. By combining the Convolutional Block Attention Module (CBAM) and Squeeze-and-Excitation (SE) mechanism in a parallel structure, the proposed network improves the analysis of high-resolution images with an input size of 720 × 720 pixels. Under controlled environmental conditions, with ground-truth labels obtained using soil moisture sensor measurements, the proposed model was compared with eight deep learning architectures, including DenseNet121, InceptionV3, and VGG16. The proposed model achieved a hold-out evaluation accuracy of 99.54%, outperforming the second-best model, DenseNet121, which achieved 96.43%. In addition, the proposed model reached a class-specific precision value of 100% for the Drought Stress category and achieved an area under the receiver operating characteristic curve of 1.00 under the controlled experimental setting. Taylor Diagram analysis also indicated that the model closely preserved the variability pattern of the reference data. These results suggest that the proposed application-specific framework may support non-destructive basil water-stress detection under controlled conditions. After further validation with larger datasets, different cultivars, variable environmental conditions, and real-world agricultural scenarios, the proposed approach may contribute to precision irrigation management and sustainable agricultural production. The contribution of this study should be interpreted as an application-specific implementation and evaluation of complementary attention mechanisms for controlled-environment basil water-stress classification, rather than as the introduction of a fundamentally new deep learning methodology.

Günümüzde eğitim ve iletişim teknolojilerinin gelişmesiyle birlikte bu teknolojiler eğitim alanında yaygın olarak kullanılmaktadır. Özellikle yükseköğretimde bu teknolojiler sayesinde uzaktan eğitim, karma eğitim gibi modeller hızla çoğalmaktadır. Uzaktan eğitim modeli yüz yüze eğitim modeline göre avantajları olduğu gibi dezavantajları da bulunmaktadır. Uzaktan eğitimin yapıldığı ortamın yeterli düzeyde teknolojik donanıma sahip olması, ses akustiği, aydınlatma şiddeti gibi temel bileşenlerin uygun aralıkta olması öğrencilerin uzaktan eğitime bakış açısını olumlu etkilemektedir. Bu çalışmada uzaktan eğitim sistemleri için öğrenci memnuniyet performansı değerlendirme parametrelerine (ses kalitesi, görüntü kalitesi, eğitim teknolojileri) bağlı olarak hesaplamak için bulanık mantık tabanlı bir model tasarlanmıştır. Süleyman Demirel Üniversitesi Uzaktan Eğitim Meslek Yüksek Okulu bilgisayar programcılığı ikinci sınıf öğrencilerinin katılımı ile uzaktan eğitim sistemi için öğrenci memnuniyeti performans değerlendirme çalışması yapılmıştır. Bu çalışmadan elde edilen veriler geliştirilen bulanık küme tabanlı değerlendirme algoritması ile uzaktan eğitim sistemi için öğrenci memnuniyeti performans değerleri hesaplanmıştır. Çalışmanın ikinci aşamasında; hesaplanan performans değeri ile öğrencilerin genel not ortalama eşleştirilmiştir. Elde edilen veri setinde korelasyon, eğri uydurma, merkezi eğilim ölçüleri ve merkezi dağılım ölçüleri analizi için gerekli hesaplamalar yapılmıştır. Çalışmanın sonuç aşamasında elde edilen tüm veriler bir bütün olarak değerlendirmeye alınmıştır. Parametreye bağlı olarak uzaktan eğitim sistemi için öğrenci memnuniyet performansının öğrenci başarısı üzerine etkisi istatiksel yöntemlerle karşılaştırma yapılarak sonuç bölümünde paylaşılmıştır.

E-Stüdyo Uzaktan Eğitim alanında online(senkron) eğitim veren üniversitelerde/kurumlarda ders alan öğrencilerin derse aktif katılımlarını ve öğretim elemanlarının ilgi çeken dersler oluşturmalarını sağlayan ortamlardır. Bu ortamlarda bulunan eğitim teknolojilerinin en üst potansiyelde kullanımı ve adaptasyonu ile uzaktan eğitimin başarısını artırmak amacıyla tasarlanmış ve geliştirilmiş bir modeldir. Bu çalışmada e-stüdyo içerisinde ses kaynakları tarafından oluşturulan sesler için toplam ses şiddet düzeyi ve reverbasyon hesaplamaları geliştirilen bir yazılımla hesaplanmıştır. Yapılan hesaplamalara göre ses şiddet düzeyi modeli oluşturulmuş ve ses kalitesinin artırılması içinde bazı iyileştirme önerileri sunulmuştur.

The integration of immersive technologies has transformed nursing education, yet existing solutions often lack holistic ICU workflow experiences. This chapter presents VRicuLAB, a Virtual Reality-Based Intensive Care Unit designed to provide nursing students with a realistic, risk-free, and process-oriented learning environment. VRicuLAB enables users to perform procedures, operate virtual devices, and monitor patients through high-fidelity simulations. Beyond technical architecture, the system integrates data-driven tracking and educator dashboards for objective assessment and personalized feedback. By combining engineering precision with instructional design, VRicuLAB aims to enhance accessibility, inclusivity, and engagement. The chapter discusses theoretical foundations, educational rationales for design decisions, and sustainable immersive learning approaches, bridging the gap between engineering and healthcare disciplines.

Distance education is a kind of education that brought together course advisor, student and educational materials in a different time and place through communicational technologies. In this educational system the success of education is directly related to audio, video and interaction. In this study, a model is created by using fuzzy logic with the success of distance education students and the components of distance education. This study is made by MATLAB fuzzy logic toolbox. Audio, video, educational technology, student achievement are used as parameters in the evaluation. System assessment is carried out depending on parameter.