Journals / Dünya İnsan Bilimleri Dergisi / 2021 / Cilt: 2021 - Sayı: 1

İnsanların Hayatlarındaki Olayların Zamanlamasının Yapısal Eşitlik Modellemesi ve Yapay Sinir Ağları Yöntemleri ile Analizi

Pages
96–117
Publication Date
2021-01-19
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Önem yüzdelerine bakıldığında ise en etkili ikinci faktörün %82,4’lük önem yüzdesi ile kişinin orta yaş olarak kabul edildiği yaş olduğu görülmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Toplumların demografik özellikleri incelendiğinde bazı değişiklikler göze çarpmaktadır.
📊
Key Findings & Data:Bu değişikler arasında nüfusun hızla yaşlanması, azalan doğurganlık, heterojen aile yapıları, kadınlar ve erkekler arasında yeniden yapılandırılmış ilişkiler, coğrafi hareketlilik ve göç artışları yer almaktadır.
💡
Conclusion & Impact:Önem yüzdelerine bakıldığında ise en etkili ikinci faktörün %82,4’lük önem yüzdesi ile kişinin orta yaş olarak kabul edildiği yaş olduğu görülmektedir.
🔬Design:Survey & Empirical Study
📍Scope:1343 katılımcı
⚙️Variables:Yaşam Seyri Teorisi · Yapısal Eşitlik Modellemesi (YEM) · Yapay Sinir Ağları (YSA)

Özet

Toplumların demografik özellikleri incelendiğinde bazı değişiklikler göze çarpmaktadır. Bu değişikler arasında nüfusun hızla yaşlanması, azalan doğurganlık, heterojen aile yapıları, kadınlar ve erkekler arasında yeniden yapılandırılmış ilişkiler, coğrafi hareketlilik ve göç artışları yer almaktadır. Bu değişiklere sosyal ve ekonomik hayattaki değişikler de eklendiğinde insanların hayatlarının yapısı ve hayatlarındaki süregelen olayların planlanması önemli ölçüde değişmiştir. Bu çalışmanın amacı insanların hayatlarındaki olayları planlarken hangi faktörlerin etkili olduğunu önerilen bir Yapısal Eşitlik Modeliyle (YEM) araştırmak daha sonra da Yapay Sinir Ağları (YSA) ile göreceli etkisi incelemektir. Veri seti olarak Avrupa çapında yürütülen uluslararası bir anket olan Avrupa Sosyal Taraması Araştırması’nda bulunan 1343 katılımcı tarafından cevaplanan bir modül kullanılmıştır. Çalışmada hayatın evreleri, ideal yaşlar, yaş sınırlamaları, sosyal kurallar ve hayat planlaması değişkenlerinin hayattaki olayların zamanlamasına etkisini incelenmek üzere literatürdeki çalışmalardan hareketle hipotezler kurulmuştur. Araştırma modeline göre toplamda 6 gizli değişken ve bu gizli değişkenlere bağlı 19 gözlenen değişken bulunmaktadır. Elde edilen sonuca göre insanların hayatındaki olayların zamanlamasında en etkili faktörün evlenmek için ideal yaş olduğu ortaya çıkmıştır. Önem yüzdelerine bakıldığında ise en etkili ikinci faktörün %82,4’lük önem yüzdesi ile kişinin orta yaş olarak kabul edildiği yaş olduğu görülmektedir.

🔖

Cite This Article

SATICI, S., ÖZCAN, B. (2021). İnsanların Hayatlarındaki Olayların Zamanlamasının Yapısal Eşitlik Modellemesi ve Yapay Sinir Ağları Yöntemleri ile Analizi. Dünya İnsan Bilimleri Dergisi, Cilt: 2021 - Sayı: 1, 96–117. https://ajindex.com/articles/751026

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Ahani, A., & Ab. Rahim, N. (2017). Forecasting social CRM adoption in SMEs: A combined SEM-neural network method. Computers in Human Behaviour, 75, 560-578. doi:10.1016/j.chb.2017.05.032 Anderson, J., & Gerbing, D. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423. https://doi.org/10.1037/0033-2909.103.3.411
  2. Asadi, S., Abdullah, R., Safaei, M., & Nazir, S. (2019). An Integrated SEM-Neural Network Approach for Predicting Determinants of Adoption of Wearable Healthcare Devices. Mobile Information Systems. doi:https://doi.org/10.1155/2019/8026042
  3. Bavel, J. V., & Rózanska-Putek, J. Second birth rates across Europe: Interactions between women's level of education and child care enrolment. Vienna Yearbook of Population Research, 8(1), 107-138. doi:10.2307/23025512 Bavel, J. V., & Winter, T. D. (2013). Becoming a Grandparent and Early Retirement in Europe. European Sociological Review, 29(6), 1295-1308. https://doi.org/10.1093/esr/jct005
  4. Billari, F. C., & Liefbroer, A. C. (2010). Towards a New Pattern of Transition to Adulthood? Advances in Life Course Research, 15(2-3), 59-75. doi:10.1016/j.alcr.2010.10.003 Billari, F. C., Goisis, A., Liefbroer, A. C., Settersten, R. A., Aassve, A., Hagestad, G., & Spéder, Z. (2011). Social age deadlines for the childbearing of women and men. Human reproduction (Oxford, England), 616-622. doi:10.1093/humrep/deq360 Bollen, K. A. (1989). Structural Equations with Latent Variables. New York: John Wiley & Sons. Clausen, J. S. (1991). Adolescent Competence and the Shaping of the Life Course. American journal of Society, 96(4), 805-842. doi:https://doi.org/10.1086/229609
  5. Crime and The Life Course. (2001).
  6. M. L. Benson. Elder, G. H., & Giele, J. Z. (Dü). (2009). The Craft of Life Course Research. The Guilford Press.
  7. European Social Survey. (2020). https://www.europeansocialsurvey.org/
  8. Giddens, A. (1991). Modernity and Self-Identity. Stanford: Stanford University Press. http://www.sup.org/books/title/?id=2660
  9. Giele, J. Z., & Elder Jr., G. H. (Dü). (1998). Methods of Life Course Research: Qualitative and Quantitative Approaches. doi:https://dx.doi.org/10.4135/9781483348919
  10. Heinz, W. R., Huinink, J., Swader, C., & Weymann, A. (2009). Fundamental Conceptual Frameworks: General introduction. The Life Course Reader: Individuals and Society Across Time, 15-30.
  11. Hew, T.-S., Leong, L.-Y., Ooi, K.-B., & Chong, A.-L. (2016). Predicting Drivers of Mobile Entertainm