Akademik araştırmalar, anlaşılır dil

Verianla | Akademik Araştırmalardan Türkçe Ekonomi ve Bilim İçerikleri

27 Eylül 2026, Pazar
VERİANLABağımsız bilim yayıncılığı
Menüyü aç veya kapat
...
Home / Sosyal Bilimler / Eğitim / Karakter Eğitimi Araştırmalarının Bilimsel Haritası: Tematik Evrim, Ülke Katkıları ve İş Birliği Ağları
Eğitim

Karakter Eğitimi Araştırmalarının Bilimsel Haritası: Tematik Evrim, Ülke Katkıları ve İş Birliği Ağları

Karakter eğitimi; dürüstlük, sorumluluk, empati, etik muhakeme, sosyal duyarlılık ve yurttaşlık gibi değerlerin eğitim yoluyla geliştirilmesini amaçlayan disiplinler arası bir çalışma alanıdır.

28/07/2026  Veri Anla 34 görüntüleme
Karakter Eğitimi Araştırmalarının Bilimsel Haritası: Tematik Evrim, Ülke Katkıları ve İş Birliği Ağları

Karakter eğitimi; dürüstlük, sorumluluk, empati, etik muhakeme, sosyal duyarlılık ve yurttaşlık gibi değerlerin eğitim yoluyla geliştirilmesini amaçlayan disiplinler arası bir çalışma alanıdır. Dijitalleşme, sosyal medya, üretken yapay zekâ, çevrim içi yanlış bilgi, akademik dürüstlük sorunları ve siber zorbalık gibi gelişmeler, karakter eğitiminin yalnızca geleneksel ahlak öğretimiyle sınırlı kalamayacağını göstermektedir.

Bu bibliyometrik araştırma, karakter eğitimi literatüründeki yayın eğilimlerini, öne çıkan ülkeleri, yazarları, dergileri, atıf alan çalışmaları, anahtar sözcük kümelerini ve araştırma temalarının birbirleriyle ilişkisini incelemeyi amaçlamıştır. Scopus veri tabanında 2020–2026 dönemini kapsayan arama sonucunda başlangıçta 15.295 kayıt elde edilmiş, yazarların bildirdiği filtreleme işlemleri sonrasında 723 İngilizce araştırma makalesi analiz edilmiştir.

Veriler, R ortamında çalışan Bibliometrix paketinin web arayüzü Biblioshiny ile değerlendirilmiştir. Çalışmada yıllık yayın sayıları, konu alanları, ülke ve yazar üretkenliği, kaynak dergiler, küresel atıflar, anahtar sözcük eş oluşumu, tematik harita ve bağlantı ağları görselleştirilmiştir.

Şekil 1’e göre yayın sayısı 2020’de yaklaşık 135 iken 2021’de yaklaşık 110’a gerilemiş, 2022 ve 2023’te sınırlı bir artış göstermiş ve 2024’te 150’nin üzerine çıkarak en yüksek düzeye ulaşmıştır. 2025’te yaklaşık 100’e, 2026’da ise sıfıra yakın bir değere düşmüştür. Ancak veri çekim tarihi açıklanmadığından 2025 ve 2026 değerleri tamamlanmamış yılları yansıtabilir; bu nedenle son iki yıldaki azalma, karakter eğitimi araştırmalarında doğrulanmış bir gerileme olarak yorumlanamaz.

Belge alanlarının %29,9’u sosyal bilimler, %13,6’sı bilgisayar bilimleri ve %9,7’si sanat ve beşerî bilimlerle ilişkilendirilmiştir. Endonezya yaklaşık 190–200 belgeyle ilk sırada, Çin yaklaşık 170 belgeyle ikinci, Amerika Birleşik Devletleri ise 110’un biraz üzerindeki belge sayısıyla üçüncü sırada gösterilmiştir. Bu dağılım, karakter eğitimi ve ilişkili anahtar sözcüklerle taranan literatürde Asya ülkelerinin güçlü bir yayın ağırlığı bulunduğunu düşündürmektedir.

Araştırma, dijital etik, sosyal-duygusal gelişim, yerel kültürel değerler, teknoloji destekli karakter eğitimi ve bilimsel iş birliği ağlarını gelecekte önem kazanabilecek konular olarak değerlendirmektedir. Bununla birlikte arama sorgusunun genişliği, grafiklerle metin arasındaki sayısal uyuşmazlıklar ve gerçek ortak yazarlık ağlarına ilişkin ayrıntılı ölçütlerin bulunmaması, sonuçların dikkatli yorumlanmasını gerektirmektedir.

Karakter eğitimi neden yeniden önem kazanmıştır?

Dijital teknolojiler, insanların bilgiye erişme, iletişim kurma, öğrenme ve toplumsal ilişki geliştirme biçimlerini değiştirmiştir. Makalede küresel internet kullanımının 2024 itibarıyla dünya nüfusunun yaklaşık %68’ine, Endonezya’daki internet erişiminin ise 2025’te yaklaşık %80,66’ya ulaştığı aktarılmaktadır.

Bu geniş erişim bilgiye ve eğitime ulaşmayı kolaylaştırırken yeni etik sorunlar da ortaya çıkarmaktadır. Siber zorbalık, özel yaşamın ihlali, yanlış bilginin yayılması, akademik intihal, yapay zekâ çıktılarının sorumsuz kullanımı ve çevrim içi ortamlarda ayrımcı davranışlar, teknik becerilerin ahlaki ve toplumsal sorumluluktan ayrı düşünülemeyeceğini göstermektedir.

Çalışmanın yaklaşımına göre karakter eğitimi, öğrencilere yalnızca belirli değerleri ezberletmek yerine şu yetkinlikleri kazandırmayı hedeflemelidir:

  • Dijital ortamda doğru ile yanlış bilgiyi ayırt edebilmek.
  • Teknolojinin bireyler ve toplum üzerindeki etkilerini değerlendirmek.
  • Mahremiyet ve akademik dürüstlük ilkelerini korumak.
  • Empati, iş birliği ve sosyal sorumluluk geliştirmek.
  • Kültürel farklılıklara saygılı biçimde iletişim kurmak.
  • Yapay zekâ destekli kararların etik sonuçlarını sorgulamak.

Literatürde hangi boşluk hedeflenmiştir?

Karakter eğitimi üzerine çok sayıda öğretim modeli, değer eğitimi programı ve yerel kültür temelli çalışma bulunmaktadır. Buna karşılık yazarlar, bu yayınların zaman içinde hangi temalara yöneldiğini ve araştırmacıların ülkeler, kurumlar veya disiplinler arasında nasıl bağlantı kurduğunu inceleyen uzunlamasına bibliyometrik araştırmaların sınırlı olduğunu savunmaktadır.

Araştırmanın hedeflediği boşluk üç bölümden oluşmaktadır:

  1. Yayın üretiminin yıllara ve disiplinlere göre nasıl değiştiğinin belirlenmesi.
  2. Ülkeler, yazarlar ve kaynak dergiler arasındaki bilimsel üretim yapısının incelenmesi.
  3. Gelişmekte olan temaların ve gelecekte araştırılması gereken konuların haritalanması.

Bibliyometrik yaklaşım, tek tek çalışmaların sonuçlarını sentezlemekten ziyade literatürün nicel yapısını inceler. Dolayısıyla bu araştırma, belirli bir karakter eğitimi programının öğrencilerin davranışını ne kadar değiştirdiğini ölçmemektedir. İncelediği temel birim, yayınların bibliyografik üstverileri ve bunlar arasındaki bağlantılardır.

Araştırmanın dört amacı

Çalışmada dört ana araştırma amacı tanımlanmıştır:

  1. Karakter eğitimi ve iş birliği ağlarıyla ilişkili yıllık yayın hacmini, konu alanlarını, ülke katkılarını ve iş birliği örüntülerini incelemek.
  2. En üretken veya etkili yazarları, dergileri ve çalışmaları yayın ve atıf sayılarına göre belirlemek.
  3. Temel araştırma konularını ve anahtar sözcükler arasındaki bağlantıları haritalamak.
  4. Bibliyometrik sonuçlardan hareketle gelecekteki araştırma konularını belirlemek.

Veriler nasıl toplanmıştır?

Araştırmanın tek bibliyografik veri kaynağı Scopus’tur. Kullanılan sorgunun temel mantığı şu biçimdedir:

\[ (\text{“Thematic evolution”} \lor \text{“Collaboration networks”} \lor \text{“Character education”}) \]

Arama daha sonra şu filtrelerle sınırlandırılmıştır:

  • Yayın yılı: 2020’den sonra ve 2027’den önce.
  • Belge türü: Araştırma makalesi.
  • Dil: İngilizce.
  • Kesin anahtar sözcük: “Character”, “Character Education” veya “Collaboration Network”.

İlk arama sonucunda 15.295 belgeye ulaşıldığı, uygunluk süreci sonrasında 723 makalenin analize alındığı bildirilmiştir.

Arama sorgusunun kapsam sorunu

Arama sorgusunda “karakter eğitimi” ifadesinin yanında “tematik evrim” ve “iş birliği ağları” ifadelerinin OR bağlacıyla kullanılması, karakter eğitimiyle doğrudan ilgisi olmayan bibliyometri ve ağ araştırmalarını da veri setine taşıyabilir.

Kesin anahtar sözcük filtresinde tek başına “Character” sözcüğünün kullanılması da kapsamı genişletmektedir. İngilizcedeki “character” sözcüğü ahlaki karakter dışında metin karakteri, fiziksel özellik, matematiksel gösterim veya biyolojik nitelik gibi farklı anlamlarda kullanılabilir.

Şekil 7’de en fazla atıf alan yayınların Computers & Industrial Engineering, Safety Science, Physical Review E, Journal of Technology Transfer ve Journal of Cleaner Production gibi oldukça farklı alanlardaki dergilerden gelmesi, veri setinde karakter eğitiminin dışındaki ağ ve iş birliği araştırmalarının bulunabileceğini düşündürmektedir.

Bu nedenle ortaya çıkan ağların tamamı “karakter eğitimi literatürünün iç yapısı” olarak kabul edilmemelidir. Bir bölümü, arama sorgusuna dâhil edilen genel iş birliği ve ağ bilimi yayınlarının etkisini yansıtıyor olabilir.

Veri eleme süreci ne kadar açıklanmıştır?

Yazarlar, veri eleme sürecini belgelemek için PRISMA akış diyagramı kullandıklarını belirtmektedir. Ancak yüklenen 11 sayfalık makalede böyle bir diyagram bulunmamaktadır.

Başlangıçtaki 15.295 kaydın 723 makaleye nasıl indirildiğine ilişkin şu bilgiler açıklanmamıştır:

  • Tekrarlanan kayıt sayısı.
  • Başlık ve özet incelemesinde elenen kayıtların sayısı.
  • Konu dışı kabul edilen çalışmaların ölçütleri.
  • Manuel uygunluk kontrolü yapılıp yapılmadığı.
  • Her eleme aşamasındaki kesin belge sayısı.
  • Birden fazla araştırmacının bağımsız tarama yapıp yapmadığı.
  • Anlaşmazlıkların nasıl çözüldüğü.

Makale, bibliyometrik bağlamda PRISMA’nın kalite değerlendirme aracı değil, veri çıkarma ve filtreleme izleyicisi olduğunu doğru biçimde belirtmektedir. Bununla birlikte diyagramın sunulmaması, bildirilen eleme sürecinin izlenebilirliğini azaltmaktadır.

Biblioshiny ile hangi analizler gerçekleştirilmiştir?

Veriler, Bibliometrix adlı R paketinin grafik arayüzü Biblioshiny ile analiz edilmiştir. Çalışmada dört ana analiz grubu bildirilmiştir:

  1. Yıllara göre yayın üretkenliği.
  2. Yazar, dergi ve ülke üretkenliği.
  3. Anahtar sözcük eş oluşumu ve tematik haritalama.
  4. Ortak yazarlık ve araştırma bağlantılarının görselleştirilmesi.

Biblioshiny’nin sürümü, Bibliometrix paketinin sürümü ve R sürümü belirtilmemiştir. Anahtar sözcüklerin tekilleştirilmesi, eş anlamlıların birleştirilmesi, yazım farklılıklarının temizlenmesi ve yazar adlarının ayrıştırılması için kullanılan yöntem de açıklanmamıştır.

Tematik haritada “collaboration network” ve “collaboration networks” ifadelerinin ayrı biçimlerde bulunması, çoğul-tekil varyasyonlarının tamamen birleştirilmediğini göstermektedir. Bu durum, tema yoğunluklarını ve bağlantı sayılarını parçalayabilir.

Yayın sayıları yıllara göre nasıl değişmiştir?

Şekil 1, 2020–2026 arasındaki yıllık belge sayısını göstermektedir. Grafikten okunabilen yaklaşık değerler şöyledir:

YılYaklaşık belge sayısıYorum
2020130–135Başlangıç düzeyi
2021Yaklaşık 110Önceki yıla göre azalma
2022Yaklaşık 113Sınırlı artış
2023Yaklaşık 117Görece kararlı büyüme
2024150’nin üzerindeGrafikteki en yüksek değer
2025Yaklaşık 100Veri çekim tarihine bağlı olarak eksik olabilir
2026Sıfıra yakınTamamlanmamış yıl olduğu için eğilim göstergesi değildir

Sonuç bölümünde en yüksek yayın sayısının 2024’te olduğu doğru biçimde belirtilmiştir. Buna karşılık tartışma bölümünde önemli zirvenin 2023’te görüldüğü yazmaktadır. Bu iki ifade birbiriyle uyumlu değildir.

Ayrıca çalışma Ağustos 2025’te alınmış ve Ekim 2025’te kabul edilmiştir. Veri çekim tarihi belirtilmediğinden 2026 tarihli kayıtların hangi tarihte ve hangi yöntemle veri setine eklendiği açıklanamamaktadır. Bazı erken çevrim içi makaleler gelecek yılın cilt bilgisiyle indekslenmiş olabilir; ancak bu olasılık metinde açıklanmamıştır.

Bu nedenle 2025 ve 2026’daki düşüş, araştırmacı ilgisinin azaldığına ilişkin bilimsel kanıt olarak kullanılamaz.

Disiplin dağılımı ne göstermektedir?

Şekil 2’deki Scopus konu alanı dağılımı şöyledir:

Konu alanıPay
Sosyal bilimler%29,9
Bilgisayar bilimleri%13,6
Sanat ve beşerî bilimler%9,7
Mühendislik%8,6
İşletme, yönetim ve muhasebe%6,5
Tıp%5,4
Matematik%4,2
Psikoloji%3,9
Karar bilimleri%3,2
Çevre bilimi%2,6
Diğer alanlar%12,3

Sosyal bilimler en büyük alan olmakla birlikte bilgisayar bilimi, mühendislik, matematik ve karar bilimlerinin yüksek toplam payı dikkat çekmektedir. Bu durum karakter eğitiminin teknoloji, veri analizi ve dijital etik gibi alanlarla kesişimini gösterebilir.

Ancak geniş arama sorgusu ağ bilimi, iş birliği modeli ve teknik bibliyometri yayınlarını da içeriyorsa, bilgisayar bilimi ve mühendislik payının bir bölümü gerçek disiplinler arası karakter eğitimi araştırmasından değil, konu dışı yayınlardan kaynaklanabilir.

Hangi ülkeler daha fazla yayın üretmiştir?

Şekil 3’te en fazla belgeye sahip ülkeler yaklaşık değerlerle şöyle sıralanmıştır:

SıraÜlke veya bölgeYaklaşık belge sayısı
1Endonezya190’a yakın
2Çin170’e yakın
3Amerika Birleşik Devletleri110–115
4Birleşik KrallıkYaklaşık 70
5İspanyaYaklaşık 30
6–10Malezya, Kanada, Avustralya, Hong Kong ve HindistanHer biri yaklaşık 15–22

Makale grafiğin ilk 15 ülkeyi gösterdiğini söylemektedir; ancak sunulan grafikte yalnızca 10 ülke görünmektedir.

Ülke başına belge sayısı, uluslararası iş birliğinin gücünü tek başına göstermez. Bir ülke çok sayıda tek ülkeli yayın üretmiş olabilir veya daha az yayına rağmen çok güçlü uluslararası ortaklıklar kurmuş olabilir.

Çalışmada şu iş birliği ölçütleri raporlanmamıştır:

  • Tek ülkeli ve çok ülkeli yayın oranı.
  • Uluslararası ortak yazarlı makale sayısı.
  • Ülkeler arası toplam bağlantı gücü.
  • Ağ yoğunluğu.
  • Derece, yakınlık veya aradalık merkeziliği.
  • Ülke iş birliği kümeleri.

Bu nedenle Şekil 3, ülkelerin yayın üretkenliğini göstermekte; uluslararası iş birliğinin yapısını doğrudan göstermemektedir.

Şekil 4’teki Sankey diyagramı ne anlatmaktadır?

Şekil 4, üç alanlı bir Sankey diyagramıdır:

  • Sol bölüm: Atıf yapılan kaynaklar.
  • Orta bölüm: Yazarlar.
  • Sağ bölüm: Birleştirilmiş anahtar sözcükler.

Çizgilerin kalınlığı, kaynaklar, yazarlar ve anahtar sözcükler arasındaki göreli bağlantıları göstermektedir. Wasserman ve Faust’un sosyal ağ analizi çalışması ile Granovetter’ın zayıf bağların gücü yaklaşımı, ağ araştırmalarına temel oluşturan kaynaklar arasında gösterilmiştir.

Wang Y., Li J. ve Lamb M. gibi yazarlar; “collaboration network”, “character education” ve “bibliometric analysis” anahtar sözcükleriyle ilişkilendirilmiştir.

Bununla birlikte bu şekil doğrudan bir ortak yazarlık ağı değildir. Yazarların birbirleriyle kaç yayın yaptığı, hangi ülkelerin ortak çalıştığı veya iş birliği ağının hangi düğümler etrafında yoğunlaştığı bu diyagramdan belirlenemez.

En üretken yazarlar kimlerdir?

Şekil 5’te yayın sayısına göre öne çıkan 10 yazar gösterilmektedir:

YazarBelge sayısı
Kristjánsson, K.6
Bi, K.5
Lamb, M.5
Liu, W.5
Supriyadi, T.5
Casmana, A. R.4
Guttesen, K.4
Hart, P.4
López González, J.4
Ma, Y.4

Belge sayısı üretkenliği gösterir; bilimsel kaliteyi veya alan üzerindeki etkiyi tek başına göstermez. Yayınların atıf yaşı, yazar sırası, ortak yazar sayısı, dergi alanı ve çalışmanın gerçek karakter eğitimi odağı ayrıca değerlendirilmelidir.

Hangi dergiler öne çıkmıştır?

Şekil 6, 2020–2025 dönemindeki yıllık yayın sayılarını beş kaynak için göstermektedir. Journal of Moral Education, özellikle 2024’te yaklaşık 13 belgeyle grafikteki en yüksek yıllık değere ulaşmıştır.

Grafikte ayrıca şu kaynaklar yer almaktadır:

  • Journal of Informetrics.
  • Scientometrics.
  • Cakrawala Pendidikan.
  • International Journal of Innovation, Creativity and Change.

Metinde derginin adı “Journal of Informatics” biçiminde verilmiştir; şeklin lejantında ise bibliyometri alanındaki Journal of Informetrics adı görünmektedir.

Metin, International Journal of Innovation, Creativity and Change için düzenli bir büyüme eğiliminden söz etmektedir. Buna karşılık grafikte bu kaynak için belirgin biçimde görülen veri, 2020’de yaklaşık dokuz belgeyi gösteren tek bir noktadır. Düzenli büyüme yorumunu destekleyen yıllık seri görünmemektedir.

En fazla atıf alan belgeler

Şekil 7’de gösterilen küresel atıf sayıları şöyledir:

Belge etiketiKaynakGrafikteki atıf sayısı
Wang J., 2021Computers & Industrial Engineering221
Li J., 2021Safety Science192
Carletti T., 2020Physical Review E162
O’Dwyer M., 2023Journal of Technology Transfer124
Li Y., 2021Journal of Cleaner Production121
Hawley C. E., 2020Journal of the American Geriatrics Society95
Chen K., 2020Technovation83
Farooq R., 2024VINE Journal of Information and Knowledge Management Systems81
Eghtesadifard M., 2020Computers & Industrial Engineering80
Zhang Q., 2022Resources, Conservation and Recycling79

Makale metni, O’Dwyer çalışmasının 50 ve Li veya Yu olarak belirtilen çalışmanın 40 atıf aldığını söylemektedir. Şekilde ise bu değerler sırasıyla 124 ve 121’dir. Diğer alt sıralardaki belgelerin 10–30 atıf aldığı yönündeki ifade de grafikle uyuşmamaktadır; grafikte en düşük değer yaklaşık 79’dur.

Bu uyumsuzluk, metnin grafiğin farklı bir sürümüne göre yazılmış olması veya değerlerin yanlış okunmasıyla ilişkili olabilir. Çalışma bunun nedenini açıklamamaktadır.

Atıf sayıları nasıl yorumlanmalıdır?

Atıf sayısı, bir çalışmanın bilimsel çevrede ne kadar görünür olduğunu gösteren nicel bir ölçüttür. Ancak yüksek atıf, çalışmanın mutlaka daha doğru, daha kaliteli veya karakter eğitimi açısından daha önemli olduğu anlamına gelmez.

Atıf karşılaştırmalarında şu etkenler önemlidir:

  • Yayının yaşı.
  • Çalışma alanının ortalama atıf yoğunluğu.
  • Derginin görünürlüğü.
  • Açık erişim durumu.
  • Yazar ve kurum ağları.
  • Makalenin olumlu veya eleştirel nedenle atıf alması.

Çalışmada atıflar yayın yılına veya alan ortalamasına göre normalize edilmemiştir. Bu nedenle 2020 ve 2021 tarihli yayınlar, daha yeni yayınlara göre doğal bir zaman avantajına sahiptir.

Tematik harita nasıl okunmalıdır?

Şekil 8’de temalar iki eksene göre yerleştirilmiştir:

  • Merkezilik: Temanın diğer konularla ne kadar güçlü bağlantı kurduğunu gösterir.
  • Yoğunluk: Temanın kendi içindeki gelişmişlik ve bütünleşme düzeyini gösterir.
BölgeGenel bibliyometrik anlam
Sağ üstMerkezi ve gelişmiş motor temalar
Sol üstGelişmiş fakat alanın geneline daha az bağlı niş temalar
Sağ altMerkezi fakat henüz düşük yoğunluklu temel temalar
Sol altYeni ortaya çıkan veya gerileyen temalar

Şekilde “character”, “human” ve “article” kümesi sağ üst motor tema bölgesinde yer almaktadır. “Collaboration network”, “bibliometric analysis” ve “collaboration networks” kümesi eksenlerin kesişimine yakın konumdadır.

“Character education”, “virtue” ve benzeri ifadelerin bulunduğu küme sol alt bölgede görünmektedir. Grafik bu bölgeyi “Emerging or Declining Themes” olarak etiketlemektedir.

Makale metni ise sol alt kümedeki konuları “Niche Themes” olarak sınıflandırmıştır. Bu, şeklin kendi eksen ve bölge etiketleriyle uyuşmamaktadır. Ayrıca merkez çizgilerinin üzerinde veya hemen çevresinde bulunan iş birliği ağı kümesini kesin bir motor tema olarak tanımlamak da şeklin konumundan açıkça çıkarılamamaktadır.

Arama sorgusu tematik sonucu nasıl etkileyebilir?

“Character education”, “collaboration network” ve bunların varyasyonları doğrudan arama sorgusunun parçasıdır. Bu terimlerin daha sonra ana temalar olarak görünmesi kısmen beklenen bir sonuçtur.

Başka bir ifadeyle veri seti bu sözcükleri taşıyan kayıtlar seçilerek oluşturulmuş, ardından aynı sözcüklerin veri setinde merkezi olduğu sonucuna ulaşılmıştır. Bu durum, araştırma sorusu ile veri seçimi arasında döngüsel bir ilişki yaratabilir.

Daha güçlü bir analiz için başlık ve özetlerdeki daha ayrıntılı kavramların temizlenmesi, sorguda kullanılmayan alt temaların belirlenmesi ve tema kümelerinin zaman dilimlerine göre karşılaştırılması gerekirdi.

Anahtar sözcük bağlantı ağı

Şekil 9’da anahtar sözcükler düğümler, birlikte görülme ilişkileri ise bağlantılar olarak sunulmuştur. Görselde üç temel renk kümesi bulunmaktadır.

Yeşil kümede “character”, “human” ve karakter eğitimiyle ilişkili terimler; kırmızı kümede “collaboration network” ve “decision making” gibi kavramlar öne çıkmaktadır. Mavi düğümler daha çevresel ve dağınık bir yapı oluşturmaktadır.

“Character” ile “human” arasındaki yoğun bağlantı, bu sözcüklerin aynı belge üstverilerinde sık kullanıldığını göstermektedir. “Collaboration network” kavramının geniş bir kırmızı kümenin merkezinde bulunması ise ağ ve iş birliği literatürünün veri setinde güçlü biçimde temsil edildiğini düşündürmektedir.

Eş oluşum bağlantısı iki konunun nedensel, kuramsal veya uygulamalı olarak gerçekten bütünleştiğini kanıtlamaz. Yalnızca aynı yayınlarda birlikte yer aldıklarını gösterir.

Gerçek bir ortak yazarlık ağı sunulmuş mudur?

Makale uluslararası iş birliği ve ortak yazarlık ağlarını amaçları arasında göstermektedir. Ancak sunulan temel görseller şunlardır:

  • Yıllara göre belge sayısı.
  • Disiplin dağılımı.
  • Ülkelere göre belge sayısı.
  • Kaynak-yazar-anahtar sözcük Sankey diyagramı.
  • Yazar üretkenliği.
  • Dergi üretkenliği.
  • Atıf sıralaması.
  • Tematik harita.
  • Anahtar sözcük bağlantı ağı.

Bu görseller arasında yazar-yazar veya ülke-ülke ortak yazarlık ağını açık biçimde gösteren bir harita bulunmamaktadır. Dolayısıyla “iş birliği ağları” araştırmanın başlığında ve sorgusunda merkezi olsa da doğrudan iş birliği yapısı sınırlı biçimde raporlanmıştır.

Dijital etik ve sosyal-duygusal okuryazarlık

Özet, dijital etik ve sosyal-duygusal okuryazarlığı gelişmekte olan araştırma kümeleri arasında göstermektedir. Tartışma bölümünde de yapay zekâ kullanımı, mahremiyet, siber zorbalık, yanlış bilgi ve akademik dürüstlük gibi sorunlara değinilmektedir.

Bununla birlikte Şekil 8 ve Şekil 9’da görülebilen büyük etiketler arasında “digital ethics” veya “social-emotional literacy” açık bir merkezî küme olarak gösterilmemiştir. Bu temalar daha küçük ve okunamayan düğümler arasında bulunabilir; ancak makale bunların sıklık, merkezilik veya yoğunluk değerlerini ayrı bir tabloyla sunmamıştır.

Bu nedenle dijital etik ve sosyal-duygusal okuryazarlığın yükselen temalar olduğu sonucu, sunulan görsellerden bağımsız olarak doğrulanamamaktadır.

Yerel kültürel değerler nasıl ele alınmıştır?

Tartışma bölümünde yerel kültürün karakter eğitimine katılması önemli bir yönelim olarak sunulmuştur. Bali’deki Tri Hita Karana yaklaşımı; insan ile Tanrı, insan ile diğer insanlar ve insan ile doğa arasındaki uyumu temel alan bir örnek olarak aktarılmıştır.

Endonezya’daki İslami yatılı okullarda yerel Sasak kültürü ile dinî öğretinin birleştirilmesi de karakter eğitiminin kültürel bağlamla ilişkilendirilmesine örnek gösterilmiştir. Moral knowing, moral feeling ve moral action aşamalarının birlikte kullanılmasının öğrencilerin karakter oluşumunu destekleyebileceği savunulmuştur.

Bu örnekler çalışmanın 723 makale üzerinde hesapladığı ayrı nicel sonuçlar değildir. Tartışma bölümünde seçilmiş çalışmalara ve genel kuramsal yaklaşımlara dayalı yorumlardır.

Tartışmada kullanılan kuramsal yaklaşımlar

Makalede karakter eğitimi şu kuramlarla ilişkilendirilmiştir:

  • Bronfenbrenner’ın Ekolojik Sistemler Kuramı.
  • Piaget ve Vygotsky’nin yapılandırmacı yaklaşımları.
  • Bourdieu’nün Kültürel Sermaye Kuramı.
  • Kohlberg’in Ahlaki Gelişim Kuramı.
  • Lickona’nın bilme, hissetme ve davranma temelli karakter eğitimi yaklaşımı.
  • Castells’in sosyal bağlantı yaklaşımı.
  • Leopold’un çevre etiği yaklaşımı.

Bu kuramlar, bibliyometrik haritalarda ölçülen düğümler veya kümeler olarak ayrıntılı biçimde gösterilmemiştir. Ayrıca kuramların bazılarının özgün kaynakları makalenin kaynakçasında açık biçimde yer almamaktadır. Bu nedenle kuramsal tartışma, bibliyometrik sonuçlardan doğrudan türetilmiş nicel bir bulgu olarak değil, yazarların yorumlayıcı genişletmesi olarak okunmalıdır.

Teknoloji destekli karakter eğitimi

Çalışma, sanal gerçeklik, oyunlaştırma, sosyal medya ve eğitsel uygulamaların karakter eğitiminde kullanılabileceğini savunmaktadır. Sanal gerçeklik aracılığıyla öğrencilerin etik ikilemleri veya başkalarının yaşantılarını deneyimlemesinin empati ve ahlaki muhakemeyi destekleyebileceği ileri sürülmüştür.

Gelecekteki araştırmalar için şu teknoloji alanları önerilmiştir:

  • Sosyal medya ortamlarında etik davranış eğitimi.
  • Karakter gelişimi için oyunlaştırılmış uygulamalar.
  • Sanal gerçeklik tabanlı ahlaki karar senaryoları.
  • Dijital yurttaşlık ve mahremiyet eğitimi.
  • Yapay zekâ destekli kişiselleştirilmiş geri bildirim.
  • Çevrim içi etkileşimlerden sosyal ve duygusal beceri analizi.

Bunlar çalışma tarafından test edilen müdahaleler değildir. Bibliyometrik değerlendirme sonrasında önerilen gelecek araştırma yönleridir.

Karakterin yapay zekâyla ölçülmesi mümkün müdür?

Makale, veri analitiği ve makine öğrenmesinin öğrencilerin karakter gelişimini zaman içinde izlemek için kullanılabileceğini öne sürmektedir. Çevrim içi etkileşimlerden empati veya sosyal beceri göstergeleri çıkarılması ve kişiselleştirilmiş öneriler verilmesi olası bir araştırma alanı olarak sunulmuştur.

Bu yaklaşım önemli etik sorunlar doğurabilir:

  • Karakter gibi karmaşık bir kavramın sayısal puana indirgenmesi.
  • Öğrencilerin sürekli izlenmesi.
  • Kişisel konuşmaların veya davranışların mahremiyeti.
  • Kültürel farklılıkların algoritma tarafından yanlış değerlendirilmesi.
  • Önyargılı veriler nedeniyle bazı öğrenci gruplarının haksız sınıflandırılması.
  • Ölçümün eğitim desteği yerine disiplin veya seçme amacıyla kullanılması.

Çalışma bu etik sorunları ayrıntılı bir modelle incelememekte ve herhangi bir yapay zekâ sistemi geliştirmemektedir. Veri odaklı karakter ölçümü yalnızca gelecek araştırma önerisi düzeyindedir.

Toplum temelli karakter eğitimi

Yazarlar, karakter eğitiminin yalnızca sınıf içinde yürütülmemesi gerektiğini savunmaktadır. Toplum hizmeti, sosyal projeler, yerel kültür etkinlikleri ve farklı gruplar arasında iş birliği, öğrencilerin değerleri gerçek ilişkiler içinde uygulamasına yardımcı olabilir.

Bu yaklaşım özellikle çok kültürlü toplumlarda empati, iş birliği, toplumsal sorumluluk ve farklılıklara saygının geliştirilmesi bakımından önemli görülmektedir.

Bibliyometrik çalışma toplum temelli programların etkisini karşılaştırmamış; hangi yaklaşımın daha başarılı olduğunu belirlememiştir.

İklim krizi ve çevresel karakter eğitimi

Gelecek araştırma alanlarından biri, karakter eğitiminin iklim değişikliği ve çevresel krizlerle ilişkilendirilmesidir. Empati ve sorumluluğun yalnızca insanlar arası ilişkilerle sınırlı kalmaması; doğaya, diğer canlılara ve gelecek kuşaklara karşı sorumluluğu da içermesi önerilmektedir.

Bu yaklaşım öğrencilerin şu konular üzerinde etik düşünmesini sağlayabilir:

  • Tüketim alışkanlıkları.
  • Doğal kaynakların kullanımı.
  • İklim adaleti.
  • Gelecek kuşakların hakları.
  • Toplumsal krizlerde dayanışma.
  • Çevresel kararların farklı topluluklara etkileri.

Çalışmanın güçlü yönleri

Araştırmanın ilk güçlü yönü, karakter eğitimi literatürünü yalnızca yayın sayılarıyla değil; disiplin, ülke, yazar, kaynak, atıf ve anahtar sözcük boyutlarıyla birlikte değerlendirmeye çalışmasıdır.

İkinci güçlü yön, dijital etik ve teknoloji temelli ahlaki sorunları karakter eğitiminin güncel kapsamına dâhil etmesidir. Bu yaklaşım, karakter eğitiminin yalnızca geleneksel davranış kurallarına indirgenmesini önlemektedir.

Üçüncü güçlü yön, yerel kültür ile evrensel etik değerlerin birlikte ele alınmasını önermesidir. Kültürel bağlama duyarlı karakter eğitiminin toplumsal aidiyet ve iş birliğini destekleyebileceği savunulmaktadır.

Dördüncü güçlü yön, Scopus sorgusunun ve kullanılan yazılımın açıklanmış olmasıdır. Bu bilgiler, eksikler bulunsa da araştırmanın temel veri toplama mantığının incelenmesini sağlamaktadır.

Çalışmanın temel sınırlılıkları

  • Yalnızca Scopus’ta indekslenen İngilizce makaleler kullanılmıştır.
  • Yerel dillerdeki kitap, tez, rapor ve dergi yayınları veri setinin dışında kalmıştır.
  • Arama sorgusu karakter eğitimiyle doğrudan ilgili olmayan ağ çalışmalarını içerebilecek kadar geniştir.
  • Başlangıçtaki 15.295 kaydın 723 yayına nasıl indirildiği ayrıntılı biçimde gösterilmemiştir.
  • Kullanıldığı belirtilen PRISMA akış diyagramı makalede bulunmamaktadır.
  • Veri çekim tarihi açıklanmamıştır.
  • 2025 ve 2026 kayıtlarının tamamlanma düzeyi bilinmemektedir.
  • Biblioshiny, Bibliometrix ve R sürümleri belirtilmemiştir.
  • Anahtar sözcük temizleme ve eş anlamlı birleştirme yöntemi açıklanmamıştır.
  • “Collaboration network” ve “collaboration networks” ayrı temalar hâlinde kalmıştır.
  • Uluslararası ortak yazarlık oranları ve ağ merkezilikleri verilmemiştir.
  • Ülke üretkenliği, gerçek uluslararası iş birliği göstergesi gibi yorumlanmıştır.
  • Atıf değerleri alan ve yayın yılına göre normalize edilmemiştir.
  • Grafiklerle metin arasında çok sayıda sayısal ve sınıflandırma uyuşmazlığı bulunmaktadır.
  • Ham Scopus veri dosyası, analiz kodu ve tema sözlüğü paylaşılmamıştır.
  • Makalenin kendi sınırlılıklar bölümünde “uzunlamasına haritalama eksikliği” belirtilmesi, yıllara göre haritalama yaptığını söyleyen araştırma tasarımıyla çelişmektedir.

Çalışmanın desteklediği sonuçlar

  • Seçilen Scopus veri setinde karakter, karakter eğitimi ve iş birliği ağıyla ilişkili yayınlar çok sayıda disipline dağılmıştır.
  • Sosyal bilimler veri setindeki en büyük konu alanıdır.
  • Endonezya, Çin ve Amerika Birleşik Devletleri yayın sayısı bakımından öne çıkmaktadır.
  • Journal of Moral Education, incelenen kaynaklar arasında yüksek yayın üretkenliği göstermektedir.
  • Karakter, insan, karar verme ve iş birliği ağı kavramları anahtar sözcük ağında bağlantılı görünmektedir.
  • Teknoloji, dijital etik, kültürel değerler ve toplumsal iş birliği gelecekte araştırılabilecek alanlardır.
  • Karakter eğitimi literatürü eğitim bilimleri dışındaki alanlarla bağlantılar taşımaktadır.

Çalışmanın kanıtlamadığı sonuçlar

  • Dünya genelindeki bütün karakter eğitimi yayınlarının 2024’te kesin olarak zirve yaptığı kanıtlanmamıştır.
  • 2025 ve 2026’daki yayın düşüşünün gerçek bilimsel ilgi kaybı olduğu gösterilmemiştir.
  • Endonezya’nın en güçlü uluslararası araştırma iş birliği ağına sahip olduğu belirlenmemiştir.
  • En fazla yayın yapan yazarların en yüksek bilimsel kaliteye sahip olduğu gösterilmemiştir.
  • En çok atıf alan bütün belgelerin karakter eğitimiyle doğrudan ilişkili olduğu doğrulanmamıştır.
  • Dijital etik ve sosyal-duygusal okuryazarlığın haritadaki en güçlü yükselen kümeler olduğu nicel değerlerle gösterilmemiştir.
  • Teknoloji tabanlı karakter eğitiminin öğrencilerin davranışını geliştirdiği test edilmemiştir.
  • Yapay zekâ ile öğrencilerin karakterinin güvenilir veya etik biçimde ölçülebileceği kanıtlanmamıştır.
  • Yerel kültüre dayalı bir karakter eğitimi modelinin diğer modellerden daha etkili olduğu karşılaştırılmamıştır.
  • Bibliyometrik bağlantılar konular arasında nedensel ilişki bulunduğunu göstermemektedir.

Çalışmanın Yöntemi ve Bulguları

Bibliyometrik yöntem özeti

Yöntem bileşeniÇalışmada bildirilen uygulama
Araştırma türüBibliyometrik araştırma
Veri kaynağıScopus
Zaman aralığı2020–2026
Belge türüAraştırma makalesi
Dilİngilizce
Başlangıç kayıt sayısı15.295
Son veri seti723 makale
Analiz yazılımıBiblioshiny, Bibliometrix-R
Yazılım sürümüBelirtilmemiştir
AnalizlerYıllık üretim, konu alanı, ülke, yazar, kaynak, atıf, tematik harita, anahtar sözcük ağı ve üç alanlı Sankey diyagramı
Veri çekim tarihiBelirtilmemiştir
Ham veri ve analiz koduPaylaşılmamıştır
PRISMA diyagramıYöntemde kullanıldığı belirtilmiş, dosyada sunulmamıştır

Ana sayısal bulgular

GöstergeSonuç
Yayınların en yüksek olduğu yılŞekil 1’e göre 2024; 150’nin üzerinde belge
En büyük konu alanıSosyal bilimler; %29,9
İkinci konu alanıBilgisayar bilimleri; %13,6
Üçüncü konu alanıSanat ve beşerî bilimler; %9,7
En üretken ülkeEndonezya; yaklaşık 190–200 belge
İkinci ülkeÇin; yaklaşık 170 belge
Üçüncü ülkeAmerika Birleşik Devletleri; 110’un üzerinde belge
En üretken yazarKristjánsson, K.; 6 belge
Öne çıkan kaynakJournal of Moral Education
En çok atıf alan belgeWang J., 2021; 221 küresel atıf
Motor tema olarak açıkça görülen kümeCharacter, human ve article
Sol alt tematik kümeCharacter education ve virtue; grafiğe göre emerging veya declining

Grafik ve metin uyuşmazlıkları

KonuGrafikte görülenMetindeki ifade
Yayın zirvesiŞekil 1’de 2024Tartışmada 2023
O’Dwyer atıf sayısıŞekil 7’de 124Metinde 50
Li Y. atıf sayısıŞekil 7’de 121Metinde yaklaşık 40
Alt sıralardaki atıflarYaklaşık 79–95Metinde 10–30
Tematik haritanın sol alt bölgesiEmerging or Declining ThemesNiche Themes
İş birliği ağı kümesiEksenlerin kesişimine yakınKesin biçimde motor tema olarak yorumlanmış
Kaynak dergi adıJournal of InformetricsJournal of Informatics
Innovation, Creativity and Change eğilimiGrafikte belirgin olarak yalnızca 2020 noktasıOrta düzeyde büyüme gösterdiği belirtilmiş
Ülke grafiği kapsamı10 ülke görünmektedirİlk 15 ülke olarak tanımlanmış

Yöntemsel değerlendirme

Çalışma, karakter eğitimi literatürünün geniş ve disiplinler arası görünümünü göstermesi bakımından yararlıdır. Ancak veri setinin konu bakımından saflığı, arama sorgusunun genişliği nedeniyle belirsizdir.

Bibliyometrik ağların güvenilirliğini artırmak için gelecekte şu adımlar uygulanmalıdır:

  • Aramanın başlık, özet ve anahtar sözcüklerde doğrudan karakter eğitimi bağlamını zorunlu tutması.
  • “Character” sözcüğünün konu dışı anlamlarının manuel olarak elenmesi.
  • En az iki araştırmacının bağımsız uygunluk taraması yapması.
  • PRISMA akışındaki bütün eleme sayılarının sunulması.
  • Veri çekim tarihinin açıkça bildirilmesi.
  • Tamamlanmamış yayın yıllarının eğilim analizinden çıkarılması veya ayrı işaretlenmesi.
  • Anahtar sözcükler için açık bir eş anlamlı ve yazım temizleme sözlüğü kullanılması.
  • Ülke ve yazar ortak yazarlık ağlarının merkezilik ölçütleriyle raporlanması.
  • Atıfların yıl ve disiplin etkisine göre normalize edilmesi.
  • Ham Scopus dışa aktarımının, kodun ve tema sözlüğünün paylaşılması.

Kaynak ve Yöntem Notu

Çalışmanın özgün adı: Thematic evolution and collaboration networks in character education: A bibliometric perspective

Yazarlar ve sıralama: Benny Prasetiya; Heri Rifhan Halili; Khoiriyah; Muhammad Alvi Syahrin; Nur Wiji Sholikin; Ahsan Hakim; Rifqi Khairul Anam; M. Jadid Khadavy.

Eş katkı veya eş birinci yazarlık: Belirtilmemiştir.

Sorumlu yazar: Makalede açıkça belirtilmemiştir.

Kurumsal bağlantı: Ahmad Dahlan Institute, Probolinggo, Indonesia.

Kaynak türü: Scopus verilerine dayalı bibliyometrik araştırma.

Dergi: Multidisciplinary Reviews.

Cilt ve sayı: Cilt 9, Sayı 10, 2026.

Makale numarası: e2026467.

eISSN: 2595-3982.

DOI: 10.31893/multirev.2026467.

Gönderim tarihi: 20 Ağustos 2025.

Kabul tarihi: 4 Ekim 2025.

Çevrim içi yayın tarihi: 3 Mart 2026.

Yayıncı: Malque Publishing.

Yayın platformu: Malque Publishing Open Journal Systems platformu.

Hakemlik durumu: Dergi çift kör hakem değerlendirmesi uyguladığını ve uygun yazıları en az iki bağımsız uzmana gönderdiğini beyan etmektedir. Makaleye ait bireysel hakem raporları kamuya açık değildir.

Açık erişim durumu: Dergi açık erişimli yayın yapmakta ve makalelerini Creative Commons Attribution lisansıyla yayımladığını belirtmektedir.

Resmî makale bağlantısı:https://malque.pub/ojs/index.php/mr/article/view/12887

DOI bağlantısı:https://doi.org/10.31893/multirev.2026467

Finansman: Araştırmanın Institut Ahmad Dahlan Probolinggo tarafından finanse edildiği belirtilmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bulunmadığını beyan etmiştir.

Etik değerlendirme: İnsan veya hayvan katılımcı kullanılmadığı için etik değerlendirmenin uygulanabilir olmadığı belirtilmiştir.

Yapay zekâ kullanım beyanı: Yazarlar, Consensus adlı üretken yapay zekâ aracının yalnızca dil düzenleme ve dilbilgisi iyileştirmesi amacıyla kullanıldığını; araştırma tasarımı, veri analizi, yorum, sonuçlar ve bilimsel içerik üzerinde etkili olmadığını beyan etmiştir.

Veri erişimi: Makalede ham Scopus veri seti, Biblioshiny dışa aktarımı, analiz kodu veya veri deposu bağlantısı sunulmamıştır.

Bu Türkçe açıklama; yüklenen makalenin metni, Scopus kaynaklı dokuz şekli, bildirilen arama sorgusu, yöntem açıklaması, tartışma, beyanlar ve kaynakça temel alınarak hazırlanmıştır. Makalede bulunmayan deneysel eğitim sonucu, öğrenci davranış değişimi, nedensel ilişki veya karakter ölçümü eklenmemiştir.

Çalışmanın en önemli sınırlılıkları; geniş ve konu dışı yayınlara açık sorgu yapısı, filtreleme adımlarının ayrıntılandırılmaması, PRISMA diyagramının sunulmaması, veri çekim tarihinin açıklanmaması, tamamlanmamış yılların gerçek düşüş gibi yorumlanması, ortak yazarlık ağlarının doğrudan gösterilmemesi, veri temizleme yönteminin belirtilmemesi, ham verilerin paylaşılmaması ve grafiklerle metin arasındaki sayısal uyuşmazlıklardır.


Paylaş:

Yorumlar incelendikten sonra yayımlanır.Gönderdiğiniz yorum onay sürecine alınır ve uygun bulunduğunda görünür hâle gelir.

Bir yorum bırakın

E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir

Your experience on this site will be improved by allowing cookies Cookie Policy