Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Anatomi anabilim dallarında yapay zekâ uygulamaları kullanılarak yürütülen toplam 19 tez (5 doktora, 14 yüksek lisans) tespit edildi.
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışmanın amacı, Türkiye'deki üniversitelerde anatomi alanında yapay zekâ uygulamaları kullanılarak hazırlanan lisansüstü tezleri çeşitli parametreler açısından incelemek, analizler neticesinde yapay zekâ yöntemlerinin tezlerdeki kullanım eğilimlerini ve bu yöntemlerin literatüre sunduğu katkıyı kapsamlı bir şekilde ortaya koymaktır. Gereç ve Yöntemler: Tanımlayıcı nitelikteki bu araştırmada, Yükseköğretim Kurulu elektronik tez arşivinde kayıtlı olan, anatomi anabilim dallarında yapılmış erişime açık tezlerde “yapay zekâ”, “derin öğrenme”, “makine öğrenme” anahtar kelimeleri ile tarama yapıldı. Çalışmaya dâhil edilen tezler, yayım yılı, türü, dili, üniversitesi, yazarın cinsiyeti, danışmanın ünvanı ve cinsiyeti, ikinci danışman varlığı, varsa ikinci danışmanın cinsiyeti ve ünvanı, sayfa sayısı, örneklem sayısı, araştırma yöntemleri ve incelenen konular açısından değerlendirildi. Elde edilen veriler tanımlayıcı istatistiksel analizler ile değerlendirildi. Bulgular: Anatomi anabilim dallarında yapay zekâ uygulamaları kullanılarak yürütülen toplam 19 tez (5 doktora, 14 yüksek lisans) tespit edildi. İlgili tez çalışmalarının en yüksek sayıda 2024 yılında tamamlandığı belirlendi. Tezlerin büyük çoğunluğunda (n=15) yapay zeka uygulamalarının cinsiyet tayinini konu aldıkları ve en fazla sayıda tezin Karabük Üniversitesi’nde tamamlandığı görüldü. Tez yazarlarının büyük çoğunluğu kadındı (%73,68). Tezlerin ortalama örneklem boyutunun 301,16±248,70 (Min-Maks: 100-1000) olduğu belirlendi. Sonuç: Bu çalışma, anatomi alanındaki lisansüstü tezlere dair bazı parametreler ile ilgili nitel ve nicel veriler sunarak, yapay zekanın tezlerde kullanımına ilişkin potansiyeli vurgulamaktadır.
Abstract
Objective: The aim of this study is to examine postgraduate theses prepared using artificial intelligence approaches in the field of anatomy at universities in Turkey in terms of various parameters, and to comprehensively reveal the usage trends of artificial intelligence methods in these theses and the contributions of these methods to the literature based on the analyses. Methods: In this descriptive study, a search was conducted using the keywords 'artificial intelligence,' 'deep learning,' and 'machine learning' among open-access theses in the field of anatomy registered in the Council of Higher Education’s electronic thesis archive. The theses included in the study were evaluated based on year of publication, type, language, university, gender of the author, title and gender of the advisor, presence of a second advisor, and if applicable, the title and gender of the second advisor, number of pages, sample size, research methods, and topics examined. The data obtained were analyzed using descriptive statistical methods. Results: A total of 19 theses (5 doctoral and 14 master's) conducted using artificial intelligence in the departments of anatomy were identified. It was determined that the highest number of these theses were completed in 2024. The majority of the theses (n=15) focused on the use of artificial intelligence approaches for gender determination, and most were completed at Karabük University. Most of the authors were female (73.68%). The average sample size of the theses was found to be 301.16±248.70 (Min-Max: 100-1000) Conclusion: This study presents qualitative and quantitative data on certain parameters related to postgraduate theses in the field of anatomy, highlighting the potential use of artificial intelligence in the theses.