Güvenlik insanoğlunun en temel ihtiyaçlarından biridir. Günümüzdeki güvenlik kavramı bireyi, toplumu ve devletleri de kapsayan geniş bir kümedir. Güvenliğin ulusal ve uluslararası düzeyde sağlanabilmesi için, devletlerin kendilerini savunabilme kabiliyetlerini geliştirmeleri gerekmektedir. Savunma her türlü tehdide karşı kendini korumak olarak tanımlanabilir. Hızla gelişen teknoloji savunma sanayisinde de etkilerini göstererek, savunma harcamalarını dinamik bir hale getirmiştir. Devletler, kendi güvenliklerini sağlayabilmek için bu hızlı gelişen teknolojiye ayak uydurmalı, doğru ve stratejik savunma yatırımları zorundalardır. Bu çalışmada uluslararası silah ticaretiyle ilgili bilgiler verilmekte, savunma harcamalarının tanımı ve sınıflandırılması yapılmakta, Dünyada savunma harcamalarıyla ilgili çeşitli bilgiler sunulmaktadır.

This study proposes a multi-objective, multi-class explainable modeling framework to explain country performance profiles in PISA Mathematics (PISAM), Reading (PISAR), and Science (PISAS). Instead of treating PISA as a simple ranking, the study models each country’s Low/Medium/High-achieving class and asks which structural signals the model relies on when assigning a country to this class. To this end, the study combines governance quality (e.g., accountability, control of corruption, and political stability, etc.), economic and administrative capacity, and regional/institutional location in a single prediction pipeline and explains the resulting classifications with SHAP contributions conditional on class. While the findings do not point to a single, universal determinant, in mathematics, high-level profiles cluster around political stability, economic scale barriers, and regional location, along with governance indicators; in reading, economic capacity is explicitly integrated into this institutional core; and in science, in addition to these two dimensions, the shared institutional dynamics of regional blocs come into play. Furthermore, the study not only produces explanations but also quantitatively reports their reliability. The fit with the model output (Fidelity) and the traceability of the decision logic (Faithfulness) are 0.95/0.85 for PISAM, 0.89/0.92 for PISAR, and 0.89/0.89 for PISAS, which demonstrates high internal consistency and traceability of the decision process. Overall, the study reframes the PISA results not as isolated test scores but as structural profiles generated by the combination of governance, capacity, and region, revealing the policy-relevant levers behind “high performance” as a transparent and reproducible decision-making pipeline. This provides policymakers with an important roadmap for creating a sustainable education policy.

En tr The history of Russia and Iran relations Show that the relations had been limited. But the changing international conjuncture and the shift in the political structure of the two countries has resulted in development of the relations. Iran’s anti-imperial stance in post revolution era and Russian Federation’s quest for becoming a global power again, have provided the countries to meet on a common ground. In this context, especially by the 1990s, there have occurred economic and nuclear cooperation agreements between the two countries. It can be claimed as well that the regionals interests of the two countries are overlapping. Particularly, the two countries’ approaches to the reflections of the Arab civil upheavals started in 2010 on Syria are very parallel to each other. Russia and Iran, given that they have different expectations in this frame, have developed common interests in their strategic cooperation during the Syrian crisis. In this study, the relations between Russian Federation and Iran Islamic Republic will be investigated in terms of the Syrian crisis. In order to analyze the merging common interests and different expectations of the two countries, the relations of the both countries with Syria and the policies they have developed for Syrian crisis will be scrutinized in detail.   İran ve Rusya ilişkilerinin tarihine bakıldığında ilişkilerin sınırlı olduğu görülmektedir. Ancak değişen uluslararası konjonktür ve iki ülkede değişen siyasi yapı, iki ülke ilişkilerinin gelişmesiyle sonuçlanmıştır. İran’ın devrim sonrası anti-emperyalist duruşu ve Rusya Federasyonun tekrar küresel bir güç olma arayışı iki ülkenin ortak paydada buluşmalarını sağlamıştır. Bu bağlamda özellikle 1990’lı yıllardan itibaren iki ülke arasında ekonomik ve nükleer işbirliği anlaşmaları yapıldığı görülmektedir. Yine Rusya ve İran’ın bölgesel çıkarlarının da birbirine paralel olduğu söylenebilir. Bilhassa 2010’da başlayan Arap Halk Hareketlerinin 2011’de Suriye’deki yansımalarına karşı iki ülkenin tutumu birbirlerine paralel niteliktedir. Rusya ve İran bu çerçevede, farklı beklentilerle de olsa ortak çıkarlar bağlamında Suriye krizinde stratejik işbirliği içerisindedirler. Bu çalışmada Rusya Federasyonu ve İran İslam Cumhuriyeti ilişkileri Suriye krizi bağlamında değerlendirilecektir. Çalışmada iki ülkenin Suriye krizinde farklı beklentilerinin ortak çıkarlarda birleşmesinin arka planının incelenmesi amacıyla, iki ülkenin Suriye ile ilişkileri ve Suriye krizine karşı geliştirdikleri politikalar detaylı olarak incelenecektir. 

Studies explaining the variation in educational outcomes across countries, when based on “black box” models that provide high accuracy but struggle to present the decision-making mechanism transparently, carry the risk of producing limited interpretations for policy discussions. This study examines the system-level relational patterns through which the subcomponents of the Heritage Foundation Index of Economic Freedom distinguish country-average low–medium–high PISA performance profiles in mathematics, reading, and science, and interprets these patterns using machine learning and explainable artificial intelligence (XAI). The analysis draws on approximately twenty years of nominal country-year records covering 76 countries. The study design proceeds through a classification approach, treating country performance as low–medium–high profiles; thus, model outputs are presented on an interpretable reference plane for cross-country comparisons. The findings indicate that the models demonstrate consistent generalization ability in distinguishing performance profiles and that the XAI layer produces explanations that make the model’s reasoning visible in a verifiable manner. The explanation results indicate that components representing institutional trust (such as government integrity and property rights) produce strong, recurring signals alongside higher performance profiles in all three areas; while components such as public expenditure and tax burden can emerge as balancing/suppressing signals in some scenarios. Rather than offering causal policy implications, these findings transparently reveal the structural areas that stand out in distinguishing performance profiles in cross-country comparisons, thus providing an explainable, replicable evidence base for comparative analysis and further research.

This paper investigates how economic capacity, budget priorities, and governance conditions jointly shape defense spending in a transparent and auditable empirical framework. Using annual cross-country data for 2002–2023 compiled from widely used international sources, we evaluate the relative importance of economic indicators, fiscal allocation patterns, and institutional factors in explaining defense expenditure outcomes. We use Explainable Artificial Intelligence (XAI) to quantify the relative contribution of these factors in a transparent and interpretable manner. The results show that economic capacity and the way governments prioritize defense within overall public finances are the strongest and most consistent drivers of defense spending differences across countries. Governance conditions act as an institutional filter that can constrain or intensify these effects: more democratic and accountable environments tend to limit increases in defense spending, whereas lower political stability is associated with upward spending pressure. These findings are important because they clarify that defense expenditure is not determined by a single factor, but by a layered interaction between resources, priorities, and institutions. The study contributes a replicable and policy-relevant approach for interpreting defense spending dynamics and for supporting accountable decision-making in defense budgeting.

Dijital ortamların hızlı gelişimi, insan kaynakları yönetimi başta olmak üzere pek çok sektörü kökten dönüştürmekte ve teknolojik inovasyonların adaptasyonu işletmeler için kritik bir önem arz etmektedir. Yapay zekanın tüm sektörlerde hissedilen yankıları, işletmelerin insan kaynakları yönetiminin işe alım stratejilerine de yansımaktadır. Geleneksel işe alım metotlarından yapay zeka destekli uygulamalara geçiş ile birlikte işletmelerin yenilikçi araçları bünyelerine dahil etmeleri, kıyasıya rekabetin hüküm sürdüğü ortamda belirgin bir avantaj elde etmelerini ve rakiplerinin önüne geçmelerini mümkün kılmaktadır. Bu durum sadece teknolojik bir dönüşümü değil, aynı zamanda bir iletişim devrimi olan dijital dönüşüm, işveren markasının sosyal medya ve yeni medya platformlarındaki görünürlüğünüde önemli ölçüde etkilemektedir. Bu çalışma, güncel uygulamalar ve örnekler aracılığıyla yapay zekanın (YZ) insan kaynaklarındaki (İK) dönüşümü ve işe alım süreçlerindeki rolünü kapsamlı bir biçimde değerlendirecek ve bu değerlendirme sonucunda, işletmelerin YZ teknolojilerini benimseme süreçlerine yönelik potansiyel faydalar ve beraberinde getirebileceği zorluklar neticesinde bütünsel bir perspektif sunulması hedeflemektedir.