Bilgiyi üretme, bilgiye erişim ve öğrenme yenilik süreçlerinin temel faktörleridir. Firmaların bu faktörlere erişmesini sağlayan unsurlardan biri de yakınlıklardır. Hem coğra hem de ilişkisel boyuta sahip olan yakınlıklar rmaların bilgiye erişimini kolaylaştırarak onların yenilik performansını etkilemektedirler. Yakınlık türlerinin hangi sektörlerde daha etkili olduğu ya da bilgi tabanları birbirinden farklılaşmış sektörlerde hangi yakınlık türünün yenilik süreçlerini etkilediği ise henüz literatürde tam manasıyla yanıt bulamamıştır. Bu kapsamda araştırmanın amacı Eskişehir'de faaliyet gösteren ve bilgi tabanları birbirinden farklı olan sektörlerde yakınlık türlerinin bilgi, öğrenme ve yenilik süreçlerine etkisini incelemektir. Araştırmada nitel araştırma tekniklerinden derinlemesine görüşme tekniği uygulanmıştır. Elde edilen bulgulara göre yakınlık türlerinin yenilik süreçlerine etkisi bilgi tabanı farklı olan sektörlere göre değişmektedir. Bu sonuçlar neticesinde araştırma hem literatüre katkı sağlamakta hem de yenilik ile ilgili politikalara yeni bir perspektif kazandırmaktadır.Knowledge generation, knowledge access and learning are key factors in innovation processes. One of the factors that enables rms to access these factors is their proximity. Proximities which have both geographical and relational dimensions facilitate rms' access to knowledge and affects their innovation performance. Which types of proximities are more effective in which sectors has not yet been fully met with an answer in the literature. In this context, the aim of the research is to investigate the effects of types of proximities on knowledge, learning and innovation processes in the sectors operating in Eskişehir and whose knowledge bases are different from each other. In this research, indepth interviewing technique was applied from qualitative research techniques. According to the ndings obtained, the effect of types of closeness on innovation processes varies according to the sectors whose knowledge base is different. Based on these results, this study contributes both to the literature and to a new perspective on innovation policy. 844 1 Bu çalışma, Fatih ALTUĞ'un Doç. Dr. Mutlu YILMAZ danışmanlığında hazırladığı doktora tezinden revize edilerek üretilmiştir.Anahtar sözcükler

In the global knowledge economy, the impact of knowledge and knowledge-based sectors is constantly increasing. The importance of technoparks, which is one of the centers where knowledge and technology is produced, is gradually increasing in this context. While there were only a few technoparks in the world in the early 1980s, this number has exceeded 4000 in today.This study aims to reveal the knowledge, learning and innovation processes in technoparks, which are the production centers of information and technology, where companies with similar knowledge base on the basis of geographic proximity and the effect of geographical and relational proximity in this process. The companies in Erciyes Technopark constitute the population of the study. The study was designed in accordance with the quantitative research method. Data were obtained by using questionnaire technique, one of the quantitative data collection techniques. The data were analyzed descriptively and statistically (logistics regression) in SPSS 26 package program. The dependent variable of the study is innovation, and the independent variable is the types of proximities. According to the regression (logistics) analysis results, the effect of geographical and relational proximity on the knowledge, learning and innovation processes of companies in technoparks has been found to be significant. However, the effect of each type of proximity varies. Our study aims to contribute to the literature both in terms of its results and in terms of revealing a different perspective to the innovation processes in technoparks.

Mekânın algılanması ve bilişsel süreçlerde bireysel özellikler, geçmiş deneyimler ve rutinleşmiş davranışlar önemli bir yere sahiptir. Bu çalışmanın amacı bireylerin sosyo-ekonomik ve demografik özelliklerinin, mekânın algılanması ve mekânsal bilişin oluşumuna etkisini entegre analiz teknikleri ile ortaya çıkarmaktır. Çalışmada kullanılan veriler anketler aracılığı ile toplanmıştır. Çalışmanın evrenini Giresun Üniversitesi'nin Giresun şehrindeki birimlerinde eğitim-öğretim faaliyetlerine katılan öğrenciler oluşturmaktadır. Elde edilen veriler SPSS yazılımı ile hem betimsel hem de istatistiksel olarak analiz edilmiştir. Ortak kümeleme yöntemi kullanılarak bilişsel haritalar ArcGIS ortamına aktarılmıştır. Bilişsel haritalar üzerindeki etkisi istatistiksel olarak kanıtlanmış olan değişkenler CBS tabanlı bilişsel haritalara aktarılmıştır. Sonuç olarak bireylerin sosyo-ekonomik ve demografik özellikleri ile mekânsal algıları arasındaki ilişki tespit edilmiştir. Örneklem grubunda mekânsal deneyim süresi daha uzun olan grupların bilişsel haritalarındaki fenomen sayısı ve bilişsel haritalara ait detaylar daha az çıkmıştır. Deneyim süresi daha kısa olan gruplarda ise tersi bulgulara ulaşılmıştır. Metalaşmaya dayalı tüketim toplumunda mekânın da metalaştığı ve insanların bilişlerinde yer etme süresinin kısalarak hızla tükendiği sonucuna varılmıştır. Çalışmamız hem ortaya koyduğu sonuçlar hem de sonuçlara ulaşmak amacıyla kullanmış olduğu entegre analiz teknikleri ile literatüre katkı sunmayı hedeflemektedir.

The COVID-19 outbreak has deeply affected the global economy of most countries and Turkey is no exception. However, the impacts of the outbreak differ on a regional basis, and both scientists and policymakers have neglected this regional differentiation. In an attempt to redress this situation, our study aimed to reveal the regional disparities related to the economic impacts of the outbreak and the dynamics that created this differentiation in Turkey. Our statistical analyses were carried out based on two different periods. The first period covered the first trimester when the outbreak began, and several shutdowns were implemented. The second period covered the second trimester when society began to open up again. The first trimester was termed the shock period, and the second trimester the recovery period. We developed a resilient–vulnerability index based on selected variables such as employment, energy consumption, exports, and the number of companies established and closed using a location quotient (LQ) analysis. While our index offers a picture of resilient and vulnerable regions, we also used this index as a dependent variable in our study. In the second stage, we focused on what kinds of dynamics gave rise to the resilience or vulnerability of a region. Our findings revealed that regions are economically affected by the outbreak at different levels. The regression analysis results showed that the innovation capacity and export levels of the regions predict regional resilience negatively, while firm size predicts positively. The recovery of regions also differed regionally. Our analyses show that Turkish regions with relatively larger economies recover more slowly, while regions with smaller economies recover more quickly.

No abstract