Yazar "Kalaman, Sefer" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    Profesyonel hakemlik bilgi birikimi geliştirme sürecinde futbol hakemlerinin geleneksel ve sosyal medya kullanım pratikleri
    (İstanbul Ticaret Üniversitesi İletişim Fakültesi Medya ve İletişim Sistemleri Bölümü, 2015) Önür, Nimet; Kalaman, Sefer; Çoban, Oktay
    Kendine özgü profesyonel bir kültürün ve kuralların geçerli olduğu futbolda görev yapan hakemler, sahada maçı yöneten profesyonel aktörlerdir. Söz konusu profesyonellik, futbolun kurallarını bilmeyi ve bunları profesyonelce sahada uygulayabilmeyi gerektirmektedir. Hakemler, maça yoğun konsantre olabilmek, karşılaştığı sorunların aşılmasında söz konusu kurallar bağlamında objektif yaratıcı stratejiler geliştirebilmek, doğru, kesin ve çabuk karar verebilmek gibi önem arz eden konularda yetkin olmak durumundadır. Hakemlerin, hakemlikteki başarılarını sürdürebilmeleri ve klasman atlamaları için hakemliğe başladıklarında aldıkları eğitim sınırlı kalmaktadır. Hakemler, maçları ve maçtaki hakemleri izleyebilmek, maçla ilgili yorumlardan haberdar olabilmek ve hakemlikle ilgili konularda bilgi edinmek için geleneksel ve sosyal medyaya yönelmektedir. Bu medya ortamları, hem kendilerine küresel, ulusal ve yerel maçları izleyebilme imkanı yaratmakta, hem hakemlik ve futbolla ilgili bilgilere ulaşabilmelerine imkan tanımakta hem de maç izleme süresince hakem arkadaşlarıyla parasosyal bir etkileşim ve empati kurmalarına olanak sağlayarak hakem kimliğini canlı tutmaktadır. Böylelikle medya ortamları aynı zamanda “tamamlayıcı bir eğitim atmosferi” yaratmaktadır. Bu çalışmada, futbol hakemlerinin, meslek bilgilerini geliştirme sürecinde geleneksel ve sosyal medyayı kullanımlarını, kullanım eğilimlerini ve yoğunluğunu ortaya çıkarmak amaçlanmaktadır. Bu doğrultuda futbol hakemleriyle anket uygulaması yapılmıştır. Çalışmanın analiz kısmında, hakemlerin klasmanları ve yaşları ile geleneksel ve sosyal medya kullanımları farklı değişkenler temelinde karşılaştırılmış ve anlamlı farklılıklara ulaşılmıştır.
  • Küçük Resim
    Öğe
    Sentiment analysis of Youtube video comments using artificial intelligence: The case of Trump-Zelensky meeting
    (İstanbul Ticaret Üniversitesi, 2025) Kalaman, Sefer
    The diplomatic meeting between Donald Trump and Volodymyr Zelensky on February 28, 2025 had important consequences for international relations and was widely covered both in other countries and in the international press. Especially on social networking sites, many posts were made on the subject, and people commented on the shared content and expressed their feelings and thoughts. From this point of view, the aim of this study is to understand people’s emotional orientations and to determine their perceptions of the meeting by analyzing the emotions of the comments made on YouTube videos of the meeting. In the study, text mining method was used to analyze the comments. 226.000 comments on 4 videos shared on the YouTube platform were collected with the YouTube API interface using Python programming language. Then, the process of cleaning the obtained data was carried out. The cleaned data was divided into tokens and lemmatization was applied and the words were converted into root forms. A sentiment dictionary was then developed to prepare the data for analysis. VADER, Gensim, Pandas, Requests and NLTK libraries were used for data extraction, processing and analysis. Sentment analysis technique was used to analyze the data obtained. In this context, the ChatGPT-4.5 artifical intelligence model of OpenAI was preferred and sentiment classificaton was performed with an unsupervised machine learning approach. The data were obtained from 4 videos of the Trump-Zelensky meeting on the YouTube accounts of CNN and Fox News television channels between February 28, 2025 and March 1, 2025. According to the results obtained from the research, anger, neutral and anticipation emotions were the most common emotions in the comments. However, negative emotional orientation predominates in the comments. The most frequently used words in the comments on the posts were Trump, Zelensky-Zelenskyy, America-American, Ukraine and War.