Çalışmanın amacı; üniversitelerin Covid-19 döneminde gerçekleştirdikleri uzaktan öğretim faaliyetlerini ve salgın sonrasına ilişkin uzaktan öğretime yönelik planlamalarını incelemektir. Bu amaçla, Yükseköğretim Kurulu (YÖK) tarafından belirlenen standartlara göre oluşturulmuş 189 üniversiteye ait Covid-19 dönemi faaliyet raporları incelenmiştir. Nitel araştırma yöntemlerinden içerik analizi kullanılarak yürütülen bu çalışmada veri toplama yöntemi olarak ise doküman incelemesi kullanılmıştır. Veri toplama aracı olarak araştırmacılar tarafından oluşturulmuş “Üniversitelerin salgın dönemi faaliyet inceleme formu” kullanılmıştır. Elde edilen veriler içerik analizi yöntemiyle analiz edilmiş ve kod, kategori ve temalar oluşturulmuştur. Çalışma sonucunda üniversitelerde salgın döneminde uzaktan öğretim uygulamalarının üç hafta içerisinde tamamen başladığı ve uygulamalarda çeşitlilik olduğu görülmüştür. Bu dönemde bazı üniversiteler ders notu ve ilgili kaynaklar paylaşırken bazılarının ise asenkron uygulamaların yanında farklı yoğunluklarda senkron uygulamalara yer verdiği görülmüştür. Yine salgın döneminde farklı araçlar kullanıldığı ve bunların birçoğunun salgın döneminde temin edildiği görülmüştür. Üniversitelerin ilk kez zorunlu olarak geçtikleri bu uygulamada öğrenci ve öğretim elemanlarını desteklemek için mevcut kaynakları kullanarak öğrenci ve öğretim elamanlarına ulaşmaya çalışmış, farklı seviyelerde destek hizmetleri yürütmüştür. Son olarak uzaktan eğitim altyapısına sahip üniversitelerin mevcut sistemi güçlendirmeye yönelik çalışmalar gerçekleştirdiği, bu konuda çok fazla birikimi olmayan üniversitelerin ise daha büyük çaplı altyapı yatırımlarının yanında kurumsallaşmaya yönelik ders ve program seviyesinde yeni planlamalar yaptıkları görülmüştür.

Rapid changes in the field of technology have greatly affected learning and teaching styles as in every field. Artificial intelligence (AI), which is increasingly used in the field of education for different purposes such as improving learning outcomes or solving teaching problems, is one of the important technologies that contribute to this change. It is thought that there is a need for applications based on AI technology that can meet these needs in terms of sustainability of learning, especially in ODE environments where individual learning and instant feedback are important. Accordingly, the study aims to determine the impact of AI-supported flipped classroom applications on students’ AI literacy and to evaluate their experiences and perceptions towards these applications. Explanatory sequential mixed design was used as the method in the study. In this context, in the quantitative phase of the study, a one-group pretest-posttest design from the weak experimental design was used to determine students’ perceptions of flipped learning and AI literacy levels. In the qualitative phase of the study, a case study was used to determine students’ views on learning experiences. The sample comprised 33 university students enrolled in a Web Design and Coding associate degree program. Data were collected through a flipped learning perception scale, an AI literacy scale, and semi-structured interviews. Quantitative findings revealed a statistically significant improvement in students’ AI literacy levels from pre-test to post-test. Qualitative analyses indicated that AI-supported flipped classroom practices positively influenced students’ motivation, interest in the course, and personalized learning experiences. Furthermore, the model fostered collaboration by promoting interactive learning environments and enhanced critical thinking and problem-solving skills. However, students also reported challenges related to managing their time effectively within this instructional model. The study concludes that AI-supported flipped classroom applications hold promise for improving AI literacy and fostering active, student-centered learning in higher education. Nevertheless, challenges such as time management warrant further attention. It is recommended that future research explore the implementation of this model across diverse courses and educational contexts, investigate strategies to mitigate time management issues, and conduct comparative studies between AI-supported and traditional flipped classroom models to further elucidate the sources of observed positive perceptions.

The increasing role of Artificial Intelligence (AI) applications in educational activities is also evident in online education. By providing personalised and adaptive learning experiences and offering support for teachers by tracking student behaviours to make inferences about student success and performance, AI reduces teachers' workload, allowing them to focus more on educational activities. AI applications especially enable the rapid and easy completion of assessment and evaluation activities, which teachers often spend significant time and effort on. Within this scope, AI-supported tools are used in online education activities to perform automatic assessments, provide real-time feedback, and conduct data analysis and performance evaluation activities. In this context, the aim of the study is determined as the examination of measurement, evaluation, and feedback activities in online education with AI-supported tools.

Bu çalışmanın amacı, farklı öğrenme ortamlarında düzenlenen öğrenme etkinliklerinin öğrenenlerin sosyal bulunuşluk, öğrenme ve memnuniyet düzeylerine etkisini incelemektir. Eğitsel videolar, doğru-yanlış eşleştirme, soru-cevap, sohbet ve tartışma gibi çeşitli öğrenme etkinlikleri kullanılarak altı haftalık bir uygulama süreci boyunca yaygın olarak kullanılan bir öğrenme yönetim sistemi ve sosyal paylaşım ortamını kullanan iki ayrı grup üzerinde deneysel çalışma yapılmıştır. Araştırmanın örneklemini, bir devlet üniversitesinin lisans programına kayıtlı 64 öğrenci oluşturmaktadır. Deneysel işlem için iki farklı öğrenme ortamı tasarlanmıştır. Bu çalışmada, sosyal bulunuşluk algısı, başarı durumu ve memnuniyet seviyesi olmak üzere üç değişken ile ilgili veriler toplanmıştır. Sosyal bulunuşluk algısını ölçmek için "sosyal bulunuşluk ölçeği", memnuniyet seviyesini ölçmek için "memnuniyet ölçeği" ve öğrenme düzeyini belirlemek için "akademik başarı testi" kullanılmıştır. Toplanan veriler, betimsel istatistik araçları, t-testi ve kovaryans analizi (ANCOVA) yöntemleriyle analiz edilmiştir. Araştırma sonuçlarına göre, öğrenme yönetim sistemi ve sosyal paylaşım ortamları öğrenenlerin sosyal katılım algısı, memnuniyet düzeyi ve akademik başarı düzeyi açısından genel olarak farklılık göstermemektedir. Madde bazında öğrenme yönetim sistemi lehine memnuniyet düzeyinde farklılaşma gözlemlenirken, sosyal paylaşım ortamında grup arkadaşlarıyla iletişim ve etkileşim açısından bir farklılaşma bulunmaktadır. Ayrıca, öğrenme yönetim sistemi ortamında öğrencilerin akademik başarıları ile sosyal katılım algısı arasında pozitif bir ilişki bulunurken, sosyal paylaşım ortamında herhangi bir ilişki gözlemlenmemiştir. Bu nedenle, benzer etkinliklerin farklı ortamlarda uygulanması, sosyal katılım algısı, memnuniyet düzeyi ve başarı seviyelerinde farklılıklara yol açmamaktadır. Ancak, ortamların özelliklerine bağlı olarak bu değişkenler arasında farklılıklar oluşabilir. Bu nedenle, ortamların güçlü yönlerinin birleştirilmesiyle bu değişkenler arasında olumlu etkileşim sağlanması önemlidir. Bu şekilde, bu değişkenler arasında olumlu bir etkileşim sağlamak için ortamların güçlü yönleri birleştirilmelidir.

The study conducted a literature review focusing on the role of generative artificial intelligence (GAI) utilized as an academic assistant. Within the scope of the research, the opportunities and challenges presented by GAI-based academic assistants to researchers, along with a detailed examination of tools used in the research process, were intended to be explored. It was emphasized that artificial intelligence applications used in academic writing processes have the potential to expedite tasks such as performing repetitive functions, literature reviews, data analysis, and document organization effectively. This situation was noted to offer a range of advantages for students and researchers. However, it was underscored that considerations regarding accuracy, reliability, and ethical concerns must be considered. Factors limiting the effectiveness of GAI in academic writing processes, such as limitations in language understanding, concerns about ethical violations, and difficulties in selecting appropriate data visualization, were discussed.

Çalışmanın amacı, arıcılıkta teknoloji kullanımına yönelik eğilimin belirlenmesidir. Bu amaç doğrultusunda araştırmada nitel araştırma yöntemlerinden içerik analizi kullanılmıştır. İlgili çalışmalara Web of Science ve Scopus veri tabanlarında tarama yapılarak ulaşılmış ve toplam 96 çalışma analiz edilmiştir. Analiz sonucunda teknoloji içermeyen çalışmalar çıkarılmış ve 49 araştırma çalışmanın örneklemini oluşturmuştur. İlgili çalışmaların analizinde yazarlar tarafından hazırlanan veri toplama formu kullanılarak içerik analizi yapılmıştır. Analiz sonucunda en çok yayının (n=13) 2021 yılında ve ülkeler bazında da Etiyopya’da (n=8) yapıldığı bulunmuştur. İlgili araştırmalarda en çok nicel araştırma yönteminin (n=31) kullanıldığı ve örneklem olarak ise arıcı (n=20) ve arı kovanlarının (n=4) öne çıktığı görülmüştür. Yine bu çalışmalarda en çok modern kovan teknolojileri (n=10), Internet of Thinks (IoT) (n=7), Sensörler (n=5) ve Uzaktan İzleme Sistemleri (n=3) gibi teknolojiler kullanılmıştır. Bu teknolojilerin hangi amaç için kullanıldığı analiz edildiğinde ise verimliliği artırma (n=21), hastalık tespiti-azaltma (n=5), gelir artırma (n=3) ve koloniyi koruma (n=3) öne çıktığı görülmüştür. Son olarak ilgili çalışmalarda, arıcılıkta teknoloji kullanımına yönelik verimliliği artıracağından teşvik edilmesi önerilmektedir. Ayrıca uzaktan izleme sistemleri ile desteklenmesi ve hastalık tespitinde kullanılması da fayda sağlayacaktır.