WENSLO Tabanlı ARAS Yöntemi ile Kuzey Avrupa Ülkelerinin Bilgi Odaklı Kalkınma Düzeylerinin Değerlendirilmesi
Özet Görüntüleme: 86
/ 
PDF İndirme: 18
DOI:
https://doi.org/10.5281/zenodo.18118257Anahtar Kelimeler:
WENSLO Yöntemi, ARAS Yöntemi, Çok Kriterli Karar Verme, Bilgi Performansı, Küresel Bilgi EndeksiÖzet
Bilgi ülkelerin rekabetteki konumunu etkileyen bir unsurdur. Ülkelerin rekabette ön plana çıkabilmek için mutlaka bilgiyi etkin bir şekilde kullanması gerekmektedir. Dolayısıyla, ülkelerin bilgiyi etkin bir şekilde somut başarı sonuçlarına dönüştürüp dönüştüremediklerini belirlemek için, bilgi performanslarının ölçülmesi işlemi gerçekleştirilmelidir. Bu ölçümü yapabilmek için somut sayısal sonuçlar oluşturmaya olanak tanıyan genel kabul görmüş endekslerin değerlendirmelerde yer alması gerekmektedir. Bu çalışmada, bu durum dikkate alınarak, genel kabul görmüş küresel bilgi endeksinden elde edilen veriler analizlerde uygulanmıştır. Ayrıca, bu çalışma ile Kuzey Avrupa ülkelerinin küresel bilgi performans düzeylerine göre bilgi odaklı kalkınma düzeyleri belirlenmeye çalışılmıştır. Küresel bilgi endeksindeki 7 temel değişken, çalışmanın analizlerinde yer alacak olan kriterler olarak belirlenmiştir. Çalışmanın verileri 2024 yılını kapsamaktadır. Çalışma kapsamında, üç temel araştırma sorusu tanımlanmıştır. İlk araştırma sorusu Kuzey Avrupa ülkelerinin bilgi performans düzeylerini en fazla ve en az hangi kriterlerin etkilediğini tespit etmeyi amaçlamaktadır. Çalışmada yer alan ülkelerin 2024 yılındaki bilgi düzeylerinin performanslarına göre oluşan sıralamalarını ortaya çıkarmak diğer bir araştırma sorusunu ifade etmektedir. Üçüncü araştırma sorusu ise uygulanan yöntemler ile oluşan bilgi performansı sıralaması ile küresel bilgi endeksi raporunda belirtilen bilgi performansı sıralamasının uyumlu olup olmadığını belirlemeye yöneliktir. İlgili araştırma sorularını yanıtlamak için, sırasıyla, WENSLO yöntemi, ARAS Yöntemi ve Spearman’ın Korelasyon Testi uygulanmıştır. İlk araştırma sorusuna yanıt verebilmeye yönelik uygulanan analizler sonucunda, Kuzey Avrupa ülkelerinin bilgi performans düzeylerini en fazla etkileyen kriterin Araştırma, geliştirme ve yenilik kriteri, en az etkileyen kriterin ise Bilgi ve İletişim Teknolojisi kriteri olduğu tespit edilmiştir. Çalışmanın ikinci araştırma sorusuna yanıt verebilmek için uygulanan analizler sonucunda, İsveç’in 2024 yılında küresel bilgi endeksi verilerine göre Kuzey Avrupa ülkeleri arasında bilgi performansı açısından ilk sırada yer aldığı, Litvanya’nın ise son sırada yer aldığı belirlenmiştir. Ayrıca ilgili yılda Kuzey Avrupa ülkelerinin ortalama küresel bilgi performanslarının yüksek olduğu tespit edilmiştir. Üçüncü araştırma sorusuna yönelik uygulanan analizler ile, yöntem sıralamaları ile küresel bilgi endeksi sıralamaları arası 0,891 korelasyon değeri ile istatistiksel olarak anlamlı ve güçlü bir uyum olduğu anlaşılmaktadır. Her ne kadar Spearman’ın korelasyon testi sıralamalar arasında güçlü bir uyum olduğunu gösterse de iki sıralama arasında birebir uyum oranının ise %30 değeri ile çok düşük bir değer aldığı ortaya çıkmıştır. Dolayısıyla birebir uyum göstermeyen sıralamalarda çok büyük sıralama farkları olmasa da, WENSLO tabanlı ARAS yöntemi sıralama sonuçlarının rapordaki sıralama sonucları ile birebir uyumlu olduğunu destekleyecek yeterli düzeyde istatistiksel kanıt bulunmamaktadır.
İndirmeler
Referanslar
Alavi, M., & Leidner, D. E. (2001). Review: Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues. MIS Quarterly, 25(1), 107-136. https://doi.org/10.2307/3250961
Aliyev, A.G. (2021). Development System of Hierarchical Indicators for Analyzing and Measuring the Level of Growth of Information and Knowledge Economy. Management Dynamics in the Knowledge Economy, 9(1), 65-80.
Altıntaş, F.F. (2021). G7 Ülkelerinin Bilgi Performanslarının Analizi: COCOSO Yöntemi ile Bir Uygulama. Journal of Life Economics, 8(3), 337-347.
Antonelli, C., Orsatti, G., & Pialli, G. (2023). The Knowledge-intensive Direction of Technological Change. Eurasian Business Review, 13, 1-27 . https://doi.org/10.1007/s40821-022-00234-z
Bratianu, C., Stanescu, D. F., & Mocanu, R. (2021). Exploring the Knowledge Management Impact on Business Education. Sustainability, 13(4), 2313. https://doi.org/10.3390/su13042313
Chen, D.H.C., & Dahlman, C.J. (2006). The Knowledge Economy, The Kam Methodology And World Bank Operatıons. World Bank Institute. https://documents1.worldbank.org/curated/en/695211468153 873436/pdf/358670WBI0The11dge1Economy01PUBLIC1.pdf .
Davenport, T.H., & Prusak, L. (1998). Working Knowledge: How Organizations Manage What They Know. Boston: Harvard Business School Press.
Dima, A. M., Begu, L., Vasilescu, M. D., & Maassen, M. A. (2018). The Relationship between the Knowledge Economy and Global Competitiveness in the European Union. Sustainability, 10(6), 1706. https://doi.org/10.3390/su10061706
Duran, Z. (2025). Dijital Dönüşüm Sürecinde Bilgi Performansı: Yeni Sanayileşen Ülkeler Üzerine Bir İnceleme. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 17(33), 588-607. https://doi.org/10.20990/kilisiibfakademik.1657451
Hadad, S. (2017). Knowledge Economy: Characteristics and Dimensions. Management Dynamics in the Knowledge Economy, 5(2), 203-225.
Jona-Lasinio, C., Manzocchi, S., & Meliciani, V. (2019). Knowledge based Capital and Value Creation in Global Supply Chains. Technological Forecasting and Social Change, 148, 119709. https://doi.org/10.1016/j.techfore.2019.07.015
Mirghaderi, S. (2025). Estimating Sustainable Development Goals Index Using Global Knowledge Index: An Artificial Intelligence Approach. IEEE Transactions on Engineering Management, 72, 3354-3364. https://doi.org/10.1109/TEM.2025.3595806
Nonaka, I. (1994). A dynamic theory of organizational knowledge creation. Organization science, 5(1), 14-37. https://doi.org/10.1287/orsc.5.1.14
Pamucar, D., Ecer, F., Gligorić, Z., Gligorić, M., & Deveci, M. (2023). A novel WENSLO and ALWAS multicriteria methodology and its application to green growth performance evaluation. IEEE Transactions on Engineering Management, 71, 9510-9525. https://doi.org/10.1109/TEM.2023. 3321697
Powell, W.W., & Snellman, K. (2004). The Knowledge Economy. Annual Review of Sociology, 30(1), 199-220. https://doi.org/10.1146/annurev.soc.29.010202.100037
Puska, A., Hodžić, I. & Štilić, A. (2023). Evaluating the knowledge economies within the European Union: A global knowledge index ranking via entropy and CRADIS methodologies. International Journal of Knowledge and Innovation Studies, 1(2), 103-115. https://doi.org/10.56578/ijkis010203
United Nations Development Programme (UNDP) & the Mohammed bin Rashid Al Maktoum Knowledge Foundation (MBRF) (2024). Global Knowledge Index 2024. 31 Mayıs 2025 tarihinde the Mohammed bin Rashid Al Maktoum Knowledge Foundation: https://knowledge4all.com/admin/ 2024/Methodology/GKI_Methodology_EN.pdf .
United Nations Statistic Division (UNSTATS) (2025). Methodology: Standard country or area codes for statistical use (M49). 30 Mayıs 2025 tarihinde United Nations Statistic Division: https://unstats.un.org/unsd/methodology/m49/ adresinden alındı.
Yu, S., Abbas, J., Alvarez-Otero, S., & Cherian, J. (2022). Green Knowledge Management: Scale Development and Validation. Journal of Innovation & Knowledge, 7(4), 100244. https://doi.org/10.1016/j.jik.2022.100244
Zavadskas, E.K., & Turskis, Z. (2010). A new additive ratio assessment (ARAS) method in multicriteria decision‐making. Technological and economic development of economy, 16(2), 159-172. https://doi.org/10.3846/tede.2010.10
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2026 Premium e-Journal of Social Sciences (PEJOSS)
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
