No abstract

ÖzMobil anlık mesajlaşma (MAM) servislerinin kullanımı tüm dünyada olduğu gibi Türkiye' de de artmıştır. Kullanıcılar arasında oldukça yaygınlaşan bu servislerin çok tercih edilmesi, bu servislerin kullanım tercihlerini belirleyen faktörleri açıklamayı önemli kılmıştır. Bu araştırma Teknoloji Kabul Modeli (TAM) temel alınarak, MAM servislerinin tercihlerini etkileyen faktörleri araştırmaktadır. TAM'ne eklenen özdeşleşme ve algılanan kritik yoğunluk faktörleri ile birlikte tercihlerin nasıl etkilendiği araştırılmıştır. Araştırma üniversite öğrencileri üzerinde yapılmıştır. Araştırma sonuçlarına göre TAM faktörlerinin bu tercihleri olumlu açıkladığı, ayrıca eklenen özdeşleşme faktörünün ürünün algılanan kullanışlılığı üzerinde etkiye sahip olmadığı, algılanan kritik yoğunluk faktörünün algılanan kullanım kolaylığı ve niyet üzerinde olumlu bir etkiye sahip olduğu sonucu bulunmuştur. AbstractThe use of mobile instant messaging (MIM) services has increased in Turkey the same as all over the world. It increasingly becomes important to explain the factors which determine preferences of

Abstract:It is necessary to track human movements in crowded places and environments such as stations, subways, metros, and schoolyards, where security is of great importance. As a result, undesired injuries, accidents, and unusual movements can be determined and various precautionary measures can be taken against them. In this study, real-time or existing video sequences are used within the system. These video sequences are obtained from objects such as humans or vehicles, moving actively in various environments. At first, some preprocesses are made respectively, such as converting gray scale, finding the edges of the objects existing in the images, and thresholding the images. Next, motion vectors are generated by utilizing a full search algorithm. Afterwards, k-means, nearest neighbor, image subdivision, and a competitive learning network are used as clustering methods to determine dense active regions on the video sequence using these motion vectors, and then their performances are compared. It is seen that the competitive learning network significantly determines the classification of dense active regions, including motion. Moreover, the algorithms are analyzed in terms of their time performances.

Diğer birçok alanda olduğu gibi eğitim alanındaki rekabette gittikçe yoğunlaşmaktadır. Bu nedenle, rekabet avantajı elde etmek isteyen kurumlar markalaşmaya önem vermektedir. Bu çalışmanın amacı, 2008 yılında kurulan Ardahan Üniversitesi'nin (ARÜ) marka kişiliğinin iç ve dış paydaşlar açısından nasıl algılandığını belirlemek ve paydaşlar arasındaki algı farkını belirlemektir. Araştırma kapsamında, Aaker (1997) tarafından geliştirilen marka kişiliği ölçeği kullanılmış ve toplam 612 katılımcıdan veri toplanmıştır. Analizler sonucunda marka kişiliği ölçeği dört ana faktör altında toplanmıştır. Bunlar "Samimiyet-Yetkinlik, Coşku-Gelişmişlik, Sertlik ve Genç-Sade-Dışa Dönük olarak gruplanmıştır. İlk iki faktörde katılımcılar yargılara ilişkin kararsız iken son iki faktörde bu iki kişilik özelliği ile ilgili yargılara katılmamaktadır. Paydaşlar açısından bu faktörlere katılımları arasında farklılık olup olmadığına göre yapılan analizlerde ise Coşku-Gelişmişlik ve Sertlik boyutunda öğrencilerin diğer gruplara kıyasla daha olumluya yakın algıladığı görülmüştür. Samimiyet ve Yetkinlik ile Genç-Sade-Dışa Dönük boyutunda paydaşlar arasında bir farklılık bulunmamıştır