Üniversitelerin Instagram Kullanımlarının Diyalogsal Halkla İlişkiler Açısından İncelenmesi
Notice bibliographique
Résumé
Günümüzde iletişim teknolojilerindeki gelişmeler, üniversitelerin hedef kitleleriyle etkileşim stratejilerinde köklü değişikliklere yol açmıştır. Üniversiteler sosyal medya aracılığıyla bilimi, sanatı ve eğitimi daha geniş kitlelere ulaştırabilme gücüne sahiptir. Bu süreçlerin etkisini analiz etmek, üniversitelerin topluma olan katkılarını daha iyi anlamayı sağlayacaktır. Ayrıca sosyal medya, dijital dönüşümün de önemli bir parçasıdır. Üniversitelerin bu dönüşümü nasıl yönettiğini anlamak, eğitim sektöründeki dijitalleşme eğilimlerini değerlendirmeye de fayda sağlayacaktır. Sosyal medya, iletişim ve medya çalışmaları açısından hızla gelişen bir alan olduğundan, üniversitelerin bu platformları nasıl kullandığına dair veriler, akademik literatürü zenginleştirecektir. Bu amaçla çalışma kapsamında çeşitli üniversitelerin Instagram kullanımları incelenmiştir. Seçilen üniversiteler URAP (Akademik Performans Sıralaması) Raporuna göre belirlenmiştir. Harvard Üniversitesi, Toronto Üniversitesi, UCL Londra Üniversitesi, Hacettepe Üniversitesi, İstanbul Teknik Üniversitesi ve İstanbul Üniversitesi 2023-2024 URAP raporunda Türkiye ve dünya genelinde ilk üçte yer aldığı için çalışmaya dâhil edilmiş ve Diyalogsal Halkla İlişkiler çerçevesinde incelenmiştir. Sonuç olarak, üniversitelerin Instagram hesapları üzerinden yürüttükleri iletişim ve etkileşim stratejileri, kurumların dijital varlıklarını güçlendirmeleri açısından büyük önem taşımaktadır. Çalışmada incelenen üniversiteler, hedef kitleleriyle daha etkili bir diyalog kurmak için sosyal medyanın potansiyelini kullanmaktadırlar. Ancak, medya ve diyalogsal etkileşim kategorilerinde daha fazla geliştirilmesi gereken alanlar olduğu ortaya çıkmıştır. Özellikle, kullanıcıların geri bildirimlerine daha fazla cevap verilmesi ve sosyal medya üzerinden yapılan paylaşımların medya için daha değerli içeriklerle desteklenmesi gerekmektedir. Bu bağlamda, üniversitelerin dijital iletişim stratejilerini daha proaktif ve katılımcı hale getirerek, hedef kitleleriyle olan bağlarını güçlendirme fırsatları bulunmaktadır. Bu çalışmadan yola çıkarak, tüm üniversitelerin sosyal medya kullanımında hangi noktalara dikkat etmeleri gerektiğine yönelik bir yol haritası çizilmektedir.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».