Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuçlar: Kümeleme analizi sonucuna göre, orman bölge müdürlüklerini en fazla 6 ve en az 2 gruba ayrılabileceği tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Çalışmanın amacı: Bu çalışmada orman bölge müdürlüklerinin endüstriyel odun üretim miktarları detaylı bir şekilde incelenmiş olup, endüstriyel odun üretimi bakımından bölge müdürlüklerinin benzerlikleri küme ve diskriminant analiz yardımıyla araştırılmıştır. Çalışma alanı: Türkiye’deki orman bölge müdürlükleri çalışma alanını oluşturmaktadır. Materyal ve Yöntem: Benzer özellikleri taşıyan kümeleri oluşturmak için yedi farklı değişken kullanılmıştır. Bu değişkenlerin 2013-2016 yıllarındaki değerlerinin ortalaması alınmıştır. Araştırma yöntemi olarak ise kümeleme analizi ve diskriminant analizi kullanılmıştır. Sonuçlar: Kümeleme analizi sonucuna göre, orman bölge müdürlüklerini en fazla 6 ve en az 2 gruba ayrılabileceği tespit edilmiştir. Oluşturulan gruplamalardan en yüksek başarıyı belirlemek için yürütülen ayırma analizi sonucunda orman bölge müdürlüklerinin 6’li gruplamada %100 başarı elde ettiği saptanmıştır. Ayrıca, endüstriyel odun üretiminde en yüksek değere sahip olan Kastamonu orman bölge müdürlüğünün tek başına bir grup oluşturduğu bulunmuştur. Önemli Vurgular: Endüstriyel odun üretimi için orman bölge müdürlükleri orman alanlarının kullanımı ile ilgili çalışmalara daha fazla önem vererek dışa bağımlılığın önüne geçebiliriz.
Abstract
Aim of study: In this study, the amount of industrial wood production of the regional directorates of forestry in Turkey was examined deeply and the similarities between the regional directorates in industrial wood production were investigated by cluster and discriminant analysis. Area of study: The study area is regional directorates of forestry in Turkey. Material and Method: Seven different variables were used to construct similar clusters. The arithmetic mean of these seven variables was taken for 4 years (2013-2016). Cluster and discriminant analysis were used as method. Main results: According to the clustering analysis results, it was determined that regional directorates of forestry could be divided into maximum 6 and minimum 2 groups. As a result of the discriminant analysis conducted to determine the highest success of the groupings, it was determined that the regional directorates of forestry distinguished in 100% success in 6 groups. Also, it was found that a Kastamonu regional directorate of forestry, which has the highest value in industrial wood production, has formed a group alone. Highlights: For the production of industrial wood, the regional directorates of forestry can put more emphasis on the use of forest areas. Thus, we can avoid the dependence on foreign sources.