Faslı Kadınların Türkiye'deki Uyum Deneyimleri: Makine Öğrenmesi Destekli Nitel Analiz


TURHAN T., ET-TALIB H.

İçtimaiyat (Online), cilt.10, sa.1, ss.405-426, 2026 (TRDizin)

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 10 Sayı: 1
  • Basım Tarihi: 2026
  • Doi Numarası: 10.33709/ictimaiyat.1746252
  • Dergi Adı: İçtimaiyat (Online)
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.405-426
  • Erciyes Üniversitesi Adresli: Evet

Özet

Bu çalışma, Türkiye’de yaşayan Faslı kadınların uyum deneyimlerini makine öğrenmesi destekli yöntemlerle incelemeyi amaçlamaktadır. Araştırma, Creswell ve Plano Clark (2018)’ın açıklayıcı sıralı karma yöntem deseni çerçevesinde yürütülmüş; YouTube’da seçilen altı video içerik analizi ile çözümlenmiş ve elde edilen veriler Braun ve Clarke (2006)’ın refleksif tematik analizi ile BERTopic algoritması kullanılarak paralel biçimde değerlendirilmiştir. Nitel kodlardan nicel metriklere geçiş için çok aşamalı bir entegrasyon protokolü geliştirilmiş, stres-dayanıklılık profillemesi, sosyal ağ analizi ve K-means kümeleme teknikleri uygulanmıştır. Ayrıca BERT tabanlı Türkçe dil modeli alana özgü uyarlamalarla optimize edilmiştir. Bulgular, manuel tematik analiz ile BERTopic algoritması arasında yüksek uyum olduğunu göstermiştir (κ=0.88, %95 CI: 0.79–0.93). Dört ana tema belirlenmiştir: Sosyal dışlanma ve yabancılaşma, dil ve iletişim engelleri, aile içi dinamikler ve güç ilişkileri ile psikolojik iyilik hali ve dayanıklılık. Sosyal entegrasyon zorluğu %89,1, dil problemi ise %84,2 oranında algoritmik olarak tespit edilmiştir. Risk tabakalaşması üç profil ortaya koymuştur: Yüksek (%33), orta (%33) ve düşük (%33) risk grupları. Sosyal ağ analizinde eş ve çocuklar en güçlü destek kaynakları olurken, komşular ve toplum olumsuz etkiler göstermiştir. Sonuçlar, hesaplamalı yöntemlerin nitel göç araştırmalarına entegrasyonunun keşfedici fizibilitesini ortaya koymaktadır. Ancak daha geniş ölçekli doğrulama çalışmalarına ihtiyaç vardır.
This study aims to examine the adaptation experiences of Moroccan women living in Turkey through machine learning–assisted methods. The research was conducted within the framework of Creswell and Plano Clark’s (2018) explanatory sequential mixed-methods design. Six YouTube videos were analyzed through content analysis, and the data were subsequently examined in parallel using Braun and Clarke’s (2006) reflexive thematic analysis and the BERTopic algorithm. A multi-stage integration protocol was developed to transform qualitative codes into quantitative metrics, while stress–resilience profiling, social network analysis, and K-means clustering techniques were applied. Findings indicated strong agreement between manual thematic analysis and the BERTopic algorithm (κ=0.88, 95% CI: 0.79–0.93). Four main themes were identified: social exclusion and alienation, language and communication barriers, family dynamics and power relations, and psychological well-being and resilience. Algorithmic analysis revealed a prevalence of 89.1% for social integration difficulties and 84.2% for language-related challenges. Risk stratification produced three distinct profiles: high risk (33%), moderate risk (33%), and low risk (33%). Social network analysis showed that spouses and children were the strongest sources of support, whereas neighbors and the broader community exerted negative influences. Overall, the study demonstrates the exploratory feasibility of integrating computational methods into qualitative migration research, while the risk-profiling approach offers a preliminary framework for future policy development.