Social acceptance of electric vehicles is of great importance for environmental sustainability and economic development. This study aims to examine Turkish and English tweets about electric vehicles with sentiment analysis, text mining, and topic modelling techniques to reveal consumers’ electric vehicle purchasing behaviours, consumer perception and acceptance processes about electric vehicles, and social perceptions. The data was taken from the X platform, and high accuracy and F1 scores were obtained in both languages in the classification made with the deep learning-based LSTM model. The accuracy was 92.1% for English tweets and 96.7% for Turkish tweets. According to the sentiment analysis results, the perception of electric vehicles is generally positive in both languages. However, while the rate of neutral sentiment is higher in Turkish tweets, the rate of negative sentiment is higher in English tweets. This indicates that there is more criticism and debate about electric vehicles globally, while Turkish tweets have more neutral views on the subject. Word frequency analysis shows that positive comments about electric vehicles focus on economic and environmental advantages, while negative comments include concerns about charging time, battery life, and range concerns. The topic modelling identified three main themes related to electric vehicles: (1) reasons for being preferred by consumers and their purchasing tendencies, (2) the role of brands, (3) market developments and marketing strategies. In Turkish tweets, electric vehicle production, charging infrastructure, and consumer purchasing trends were at the forefront. In general, it is emphasised that charging infrastructure should be strengthened, battery performance should be improved, and costs should be reduced to accelerate the adoption of electric vehicles.

This study explores how linguistic and cultural differences shape social media discourses on green energy and sustainability by analysing English and Turkish tweets. Leveraging artificial intelligence-based text mining methods, the research examines users’ perceptions, emotions, and concerns about green energy on social media platforms. The findings reveal that in both languages, negative sentiments outweigh positive ones, with users frequently expressing their criticisms and apprehensions. However, significant thematic differences emerge based on language and culture. English tweets generally adopt a global and industrial perspective, while Turkish tweets are more focused on local, technical, and operational issues. By integrating sustainability into the analysis, this study highlights the interconnectedness of green energy discussions with broader environmental and societal goals. Social media platforms are shown to play a critical role in raising environmental awareness and influencing consumer perceptions. The results underline the importance of developing sustainability policies that consider regional dynamics, cultural contexts, and user expectations. Additionally, this study provides valuable insights for advancing climate research, media strategies, and digital marketing efforts. Ultimately, it emphasises the need for inclusive, informed, and innovative approaches to foster greener and more sustainable futures globally.

Phubbing, defined as the disruption of social relationships and interactions due to excessive cell phone use, is becoming an increasing concern in modern society. Since one of the primary motivations for cell phone use is internet access, it is crucial to assess the time that individuals spend online to measure the prevalence of phubbing as a social behaviour disorder. This study aimed to better understand and evaluate the phubbing phenomenon by predicting future trends in internet usage using machine learning techniques. Four machine learning models—an artificial neural network (ANN), support vector regression (SVR), random forest (RF) regression, and time series—were employed to predict the average internet usage. Data from 2014 to 2024 were obtained from the World Bank, and cross-validation was used to enhance the reliability and accuracy of the models. All four models were successful in predicting internet usage, with the ANN showing the highest accuracy, followed by SVR, RF, and the time series. According to the data, the average daily time spent online increased from 277 min in 2014 to 417 min in 2024. Projections based on these machine learning models estimate that this figure will rise to 507 min by 2030 and 603 min by 2035. These findings provide valuable insights into the potential risks of increased phubbing behaviours on social interactions and offer a foundation for the exploration of the long-term health implications of excessive internet use. Future research could further examine the effects of phubbing on mental health and develop strategies to mitigate this social behaviour disorder.

Bu çalışma, sosyal medyanın pazarlama stratejileri ve tüketici davranışları üzerindeki önemli etkisini inceleyerek, etkileşimli dijital kanalların tüketici alışkanlıkları ve marka dinamikleri üzerindeki demografik etkisinin bir analizini sunmaktadır. Dünya çapında yaklaşık 4,88 milyar sosyal medya kullanıcısıyla, sosyal medya platformları tüketici davranışlarını önemli ölçüde yeniden şekillendirmiş ve işletmelerin pazarlama stratejilerini bu değişikliklerle uyumlu bir şekilde uyarlamaları gerektiğinin altını çizmektedir. Çalışma kapsamında, Marshall’ın ekonomik modeli, Pavlovian modeli, Veblen modeli ve Nicosia modeli de dahil olmak üzere çeşitli modelleri ele almaktadır. Bu modellerin her biri, sosyal medya bağlamında tüketici davranışının farklı bir yönünü açıklamaktadır. Türkiye’ye odaklanan ampirik araştırma, sosyal medya fenomenlerinin cinsiyet, yaş, eğitim ve gelir düzeyi gibi tüketici demografik özellikleri üzerindeki etkisini tespit etmeye çalışmıştır. Çalışmada tanımlayıcı istatistikler, faktör analizi, Cronbach Alpha analizi, Kolmogorov-Simirnov testi, t-testleri ve tek yönlü varyans (ANOVA) analizleri kullanılmıştır. Bulgular, özellikle kadınlar, daha genç bireyler ve daha düşük gelir ve eğitim seviyesine sahip olanlar arasında önemli bir etkileyici etkisi olduğunu göstermektedir. Bu sonuçlar, sosyal medyanın modern pazarlamadaki önemli rolünü vurgulamakta ve işletmelerin tüketicilerle daha etkili bir şekilde etkileşim kurmak ve bilinçli pazarlama kararları almak için bu platformlardan stratejik olarak yararlanmaları gerektiğini göstermektedir.

Sosyal medya bağımlılığı, bireyin günlük yaşamını olumsuz etkileyecek düzeyde sosyal medya kullanımıyla karakterize edilir. Bu durum, bireyin sosyal medya kullanımını kontrol edememesi ve platformlarda oluşturulan yapay görsellerdeki idealize edilmiş görünüşlere benzemek amacıyla estetik müdahalelere yönelmesiyle sonuçlanabilir. Bu bağlamda, sosyal medyanın dış görünüm algısı üzerindeki etkilerini değerlendirebilecek bir araç olarak Dış Görünüşle İlgili Sosyal Medya Bilinci Ölçeği (DGİSMBÖ) önemli bir yere sahiptir. Bu çalışmanın amacı, bireylerin dış görünüşle ilgili sosyal medya bilincini ölçmeyi amaçlayan yeni bir ölçek geliştirmektir. Araştırmada, bireylerin dış görünüşü ile ilgili sosyal medya bilinci algılarına yönelik bir ölçme aracı geliştirme çalışması yapılmıştır. “Dış Görünüşle İlgili Sosyal Medya Bilinci” algı ölçeğinin yapısının belirlenmesi amacıyla açımlayıcı faktör analizi yapılmış, ardından yapısının geçerliliğini test etmek için doğrulayıcı faktör analizi uygulanmıştır. İfadelerin güvenilirliğinin belirlenmesi için Cronbach’s Alpha değeri hesaplanmıştır. Genel ölçek düzeyi incelendiğinde “Dış Görünüşle İlgili Sosyal Medya Bilinci” düzeylerinin 1,98±0,92 seviyesinde ve düşük düzeyde olduğu belirlenmiştir. Dış görünüşle ilgili sosyal medya bilinci düzeylerini belirlemeye yönelik geliştirilen ölçekle, katılımcıların sosyal medya kullanımının bireylerin dış görünüş algısını etkileyebileceği ve bu algının cinsiyet, yaş, gelir ve eğitim gibi faktörlere bağlı olarak değişebileceğini ortaya koymaktadır.

Araştırmanın amacı, cinsiyet, yaş, eğitim durumu ve gelir durumu gibi demografik faktörlerin dijital iyi oluş, dijital tatmin, güvenli ve sorumlu davranışlar ile dijital refah üzerindeki etkilerini incelemektir. Çalışma kapsamında, Türkiye genelinde X kuşağı içerisinde yer alan 671 katılımcıya çevrimiçi bir anket uygulanarak veri toplanmıştır. Araştırma hipotezleri t-test ve ANOVA analizleri test edilmiştir. Demografik değişkenler kapsamında, dijital iyi oluş, dijital tatmin, güvenli ve sorumlu davranış ve dijital refah arasındaki farklar incelenmiştir. Bu bağlamda, dijital iyi oluş bireylerin dijital teknolojilerle sağlıklı bir ilişki kurma düzeyini, dijital tatmin dijital ortamdan elde edilen kişisel memnuniyeti, güvenli ve sorumlu davranış bireylerin dijital dünyada etik ve bilinçli hareket etme eğilimini, dijital refah ise dijitalleşmenin bireyin genel yaşam kalitesi üzerindeki etkisini ifade etmektedir. Çalışma da X kuşağının tercih edilmesinin nedeni dijitalleşen toplum içerisinde adapte olabilme ve kendilerine yer edinebilmelerinin saptanması amaçlanmıştır. Araştırmanın bulgularına göre, gelir durumu ile dijital tatmin arasında anlamlı bir fark bulunmuş, düşük gelir grubunun dijital tatmin puanları, daha yüksek gelir grubuna göre daha yüksek olmuştur. Diğer yandan, dijital iyi oluş, güvenli ve sorumlu davranış ile dijital refah puanlarında, gelir, eğitim durumu ve cinsiyet grupları arasında anlamlı bir fark bulunmamıştır. Yaş grupları arasında ise dijital iyi oluş, dijital tatmin ve güvenli davranış puanlarında anlamlı farklar görülmüştür. Ayrıca, dijital tatmin puanları cinsiyete göre anlamlı bir fark göstermiş, kadınlar aleyhine erkekler lehine fark gözlemlenmiştir.