TÜRKİYE’DE FİZYOTERAPİ EĞİTİMİ MEMNUNİYET DÜZEYİ
Bibliographic record
Abstract
Amaç: Bu araştırmadaki temel amaç Türkiye’de yürütülmekte olan fizyoterapi lisans eğitim programlarının son sınıf öğrencileri ile programı yürüten öğretim elemanları tarafından değerlendirilmesiydi. Diğer amaçlar öğrencilerin ve öğretim elemanlarının eğitim programıyla ilgili memnuniyet düzeylerini karşılaştırmak ve öğrencilerin öğretim elemanlarından memnuniyet düzeylerini belirlemekti. Yöntem: Bu çalışmaya fizyoterapist mezun etmekte olan beş üniversitedeki lisans programına kayıtlı 348 son sınıf öğrencisi (yaş ortalaması: 22,86±1,56 yıl) ve bu programlarda görevli 69 öğretim elemanı (yaş ortalaması: 37,38±2,86 yıl) dahil edildi. Katılımcıların programlarındaki eğitim hizmetleri ile ilgili görüşleri iki anketle sorgulandı. Anket-1 (18 madde) eğitim programının içeriği, fiziksel ortam gibi alanlarla ilgili geribildirimleri yansıtan ifadelerden oluşmaktaydı. Anket-2 (20 madde) ise, öğrencilerin öğretim elemanlarını değerlendirdikleri anketti. Sonuçlar: Anket-1’in sonuçlarına göre, öğrencilerin ve öğretim elemanlarının memnuniyet düzeyleri, eğitim programının içeriği, stajların etkinliği ve genel memnuniyet kategorilerinde en yüksekti. Fiziksel ortam, araç-gereç yeterliliği ve sınav kategorilerinde en düşüktü. Anket-2’nin sonuçlarına göre, öğrencilerin memnuniyet düzeyleri iletişim becerileri, sınav ve not verme kategorilerinde en düşüktü. Ders hazırlığı, mesleki bilgilendirme ve konu anlatım becerisi kategorilerinde en yüksekti. Tartışma: Sonuçlar, Türkiye’de fizyoterapi eğitiminin kalitesini artırmak için son sınıf öğrencilerinin ve öğretim elemanlarının geri bildirimlerinin dikkate alınması gerektiğini ortaya koymuştur.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 0.004 |
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".