Türkiye'de Büyükşehir Belediyesi Sistemi ve 6360 Sayılı Yasa ile Büyükşehir Belediyesi sisteminde Meydana Gelen Değişimler: Van Örneği
Bibliographic record
Abstract
Gerek dünyada gerekse Türkiye’de büyük kentlerin nasıl bir modelle yönetileceğine ilişkin çalışmalar öteden beri süregelmektedir. Bu konuda birbirinden farklı yaklaşımlar geliştirilmiş, uygulamalar denenmiştir. İlk akla gelenler Londra, Paris, Toronto, Tokyo ve İstanbul gibi büyük kentlerdir. Kuramsal yaklaşımlar ve uygulama modellerindeki tartışmalarda iki ana eksen üzerinde durulduğu gözlemlenmektedir. Birinci eksen hangi ölçekte hizmetlerin etkin ve verimli sunulacağı diğeri de hangi ölçekte yerel demokrasinin daha fazla işleyeceği ile ilgilidir. Bu çalışmada sözü edilen iki eksen üzerindeki kuramsal tartışmalar analiz edilerek ülkemizde büyük kent yönetimlerine ilişkin düzenlemelerde hangi modelin esas alındığı ortaya konmaktadır. Bunu saptamak amacıyla da 2012 yılının Aralık ayında çıkarılan ve başta 5216 sayılı Büyükşehir Belediyesi Kanunu olmak üzere birçok kanunda değişiklik yapan 6360 sayılı Kanun ve ondan önceki düzenlemelerden yola çıkılmıştır. Son düzenleme ile büyükşehir sisteminde idari, mali, siyasi ve kamusal hizmetlerin sunumu bakımından önemli değişiklikler olmuş, Türkiye’deki büyükşehir belediyesi sayısı da 29’a çıkarılmış, bu yerlerde il özel idareleri kaldırılmış, köyler ve beldeler mahalleye dönüştürülmüştür. Bu yeni yapının uygulanacağı 13 yeni büyükşehir belediyesinden biri olan Van ili örnek olay olarak seçilmiş ve sözkonusu değişikliklerin Van ilini hangi boyutlarda nasıl etkilediği Van’a ilişkin verilerin tablolaştırılması yoluyla saptanmıştır. Çalışmanın temel amacı yeni büyükşehir sisteminin temel özelliklerini belirlemek, kamuoyunda ve akademik çevrelerde konunun nasıl ele alındığını aktarmak ve somut bir örnek üzerinden tartışmalara katkıda bulunmaktır
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.052 | 0.011 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".