Tezde Literatür Taraması Nasıl Yapılır? Strateji, Veri Tabanları, PRISMA ve 2026 Yapay Zeka Sınırları

1. Literatür taraması nedir ve tez yazımında neden kritiktir?

Literatür taraması, belirli bir araştırma sorusu etrafında ilgili akademik kaynakların sistematik olarak taranması, değerlendirilmesi ve sentezlenmesidir. Tez yazımında 3 temel işlevi vardır: araştırma boşluğunu (research gap) tanımlamak, kuramsal çerçeveyi oluşturmak ve çalışmanın özgün katkısını gerekçelendirmek. İyi yapılmamış bir tarama, tezin tüm bölümlerini zayıflatır.

İşlev 1 — Araştırma boşluğunu tanımlamak. Mevcut literatürde hangi sorular cevaplanmış? Hangi sorular hâlâ açık? Çalışmanız bu boşluğu nasıl dolduruyor? Bu temel olmadan araştırma sorusu gerekçesiz kalır.

İşlev 2 — Kuramsal çerçeveyi oluşturmak. Çalışmanız hangi teoriye dayanıyor? Anahtar kavramlar nasıl tanımlanmış? Farklı yaklaşımların karşılaştırması. Yöntem ve bulguların yorumlanması için zemin.

İşlev 3 — Özgün katkıyı gerekçelendirmek. 'Bu çalışma neden gerekli?' sorusuna yanıt. Daha önce yapılmamış bir boyuta dikkat çekmek. Tez savunmasında en sık sorulan soruya hazırlık. Jürinin 'literatüre ne kattınız?' sorusuna güçlü cevap.

Literatür taraması, tezin yalnızca 'Teorik Çerçeve' veya 'Literatür' bölümü değildir. Tüm bölümlerde (giriş, yöntem, tartışma) sürekli referans gösterilir. Bu nedenle tarama, tez yazımının paralelinde yürüyen bir süreçtir, tek seferlik bir görev değildir.

2. Tarama stratejisi: PICO, PICo ve SPIDER çerçeveleri

Yapılandırılmış tarama çerçeveleri, araştırma sorusunu bileşenlerine ayırarak arama sorgusunu netleştirir. PICO (nicel), PICo (nitel) ve SPIDER (karma yöntem) en yaygın kullanılanlardır. Doğru çerçeve seçimi, taramadan kaç kaynağın çıkacağını doğrudan etkiler. Çerçeve kullanmadan yapılan tarama, genellikle binlerce alakasız sonuç veya hiç sonuç vermez.

PICO — Nicel araştırmalar için (tıp, sağlık, eğitim). P (Population/Problem): hedef kitle veya problem. I (Intervention): müdahale veya bağımsız değişken. C (Comparison): karşılaştırma grubu. O (Outcome): sonuç veya bağımlı değişken. Örnek: 'Lisans öğrencilerinde (P) çevrimiçi öğrenmenin (I) yüz yüze öğrenmeyle (C) karşılaştırıldığında akademik başarıya (O) etkisi nedir?' → Sorgu: ('lisans öğrencileri' AND 'çevrimiçi öğrenme' AND 'akademik başarı').

PICo — Nitel araştırmalar için. P (Population): hedef kitle. I (Interest): ilgi alanı veya olgu. Co (Context): bağlam veya ortam. Örnek: 'Tez yazan yüksek lisans öğrencilerinin (P) danışman iletişimi (I) Türkiye'deki devlet üniversitelerinde (Co) nasıl deneyimliyor?'

SPIDER — Karma yöntem ve sosyal bilimler için. S (Sample): örneklem. PI (Phenomenon of Interest): ilgi olgusu. D (Design): araştırma tasarımı. E (Evaluation): değerlendirme. R (Research type): araştırma türü (nicel/nitel/karma). Örnek: 'Kadın akademisyenlerin (S) iş-yaşam dengesi (PI) nitel çalışmalarda (D) nasıl incelenmiş (E)?'

Çerçeve seçimi: tıp/sağlık için PICO; sosyal bilimlerde (nitel ağırlıklı) PICo; karma yöntem ve eğitim bilimlerinde SPIDER; disiplinler arası çalışmalarda PEO (Population, Exposure, Outcome) veya PCC (Population, Concept, Context).

3. Veri tabanları: Google Scholar, Scopus, Web of Science ve Yök Tez

Veri tabanı seçimi, taramanın kapsamını belirler. Google Scholar geniş ama denetimsizdir; Scopus ve Web of Science indeksli ve hakemli dergileri kapsar; Yök Tez Merkezi Türkiye'deki tezler için zorunlu bir kaynaktır. Disiplinler arası çalışmalarda en az 2-3 veri tabanı kullanılması önerilir. 2026 itibariyle veri tabanlarının AI tabanlı arama motorları (Semantic Scholar, Connected Papers) ile desteklenmesi yaygınlaşmıştır.

Google Scholar. Kapsam: çok geniş (makale, tez, kitap, bildiri, rapor). Avantaj: ücretsiz, Türkçe kaynaklarda güçlü. Dezavantaj: hakemli denetim yok, duplikasyon yüksek. Kullanım: hızlı tarama, Türkçe kaynaklara erişim. Erişim: scholar.google.com.

Scopus. Kapsam: 25.000+ dergi, 1970 sonrası. Avantaj: atıf analizi, h-indeksi, dergi listesi (CiteScore). Dezavantaj: kurumsal abonelik gerekli, Türkçe dergilerin tamamı yok. Kullanım: nicel tarama, atıf ağı analizi. Erişim: scopus.com (üniversite abonelikli).

Web of Science (WoS). Kapsam: SCI, SSCI, A&HCI indeksli dergiler. Avantaj: en prestijli indeks, jüri için güçlü referans. Dezavantaj: abonelik gerekli, kapsam Scopus'tan dar. Kullanım: yüksek etki çalışmaları, prestij gerektiren alanlar. Erişim: webofscience.com.

Yök Tez Merkezi. Kapsam: Türkiye'deki tüm yüksek lisans/doktora tezleri. Avantaj: Türkiye özelinde benzersiz, tez örnekleri için zorunlu. Dezavantaj: yalnızca Türkçe tezler, uluslararası karşılaştırma sınırlı. Kullanım: Türkiye'de yapılan benzer çalışmaları görmek. Erişim: tez.yok.gov.tr.

Diğer önemli kaynaklar: PubMed (tıp ve sağlık bilimleri için zorunlu); ERIC (eğitim bilimleri); PsycINFO (psikoloji); IEEE Xplore (mühendislik ve bilgisayar bilimleri); JSTOR (sosyal bilimler ve beşeri bilimler); DOAJ (açık erişim dergiler); Semantic Scholar (AI tabanlı arama, özet önerme); Connected Papers (görsel atıf ağı).

Önerilen kombinasyon: çalışmanın amacına göre en az 2-3 veri tabanı. Türkiye odaklı çalışmalarda Google Scholar + Yök Tez + PubMed/Scopus. Disiplinler arası çalışmalarda Scopus + Web of Science + alana özel veri tabanı.

4. Anahtar kelime ve Boolean operatör kullanımı

Arama sorgusu, anahtar kelimelerin Boolean operatörler (AND, OR, NOT) ile birleştirilmesiyle oluşturulur. AND daraltır, OR genişletir, NOT dışlar. Tırnak işareti tam ifade araması yapar, yıldız (*) wildcard görevi görür. İyi tasarlanmış bir sorgu, sonuç sayısını yüzlerce ile sınırlar; kötü tasarlanmış bir sorgu binlerce alakasız sonuç verir.

Boolean operatörler. AND: her iki terimi de içeren sonuçları getirir (daraltır). Örnek: 'lisans öğrencileri' AND 'akademik başarı' → her iki terimi de içerenler. OR: herhangi bir terimi içeren sonuçları getirir (genişletir). Örnek: ('uzaktan eğitim' OR 'çevrimiçi öğrenme' OR 'online öğrenme') → herhangi birini içerenler. NOT: terimi içermeyen sonuçları getirir (dışlar). Örnek: 'yükseköğretim' NOT 'lisans' → lisans dışı yükseköğretim.

Gelişmiş teknikler. Tırnak işareti (' '): tam ifade araması. Örnek: 'yapay zeka etiği' → yan yana geçen tam ifade. Yıldız (*): wildcard, herhangi bir ek alabilir. Örnek: 'öğren*' → öğrenci, öğrenme, öğrenmek, öğrenim. Parantez: gruplama. Örnek: ('uzaktan eğitim' OR 'çevrimiçi öğrenme') AND 'akademik başarı'. Başlık/özet alanı: TITLE-ABS. Örnek: TITLE-ABS('academic writing') AND TITLE-ABS('thesis').

Örnek tam sorgu (Scopus): TITLE-ABS-KEY(('tez yazımı' OR 'akademik yazım' OR 'akademik yazma') AND ('yüksek lisans' OR 'lisansüstü') AND ('danışman' OR 'akademik danışmanlık') AND PUBYEAR > 2018 AND PUBYEAR < 2027 AND DOCTYPE(ar)). Bu sorgu, 2019-2026 arasında yayımlanmış, tez yazımı ve danışmanlık konulu Türkçe makaleleri getirir.

Sorgu testi: her veri tabanında aynı sorguyu çalıştırın; 50-200 arası sonuç ideal (çok az → sorgu çok dar, çok fazla → sorgu çok geniş); danışmanınızla sorguyu paylaşın ve geri bildirim alın; tarama günlüğü tutun (hangi sorgu, hangi tarihte, kaç sonuç).

5. Dahil etme ve dışlama kriterleri

Dahil etme ve dışlama kriterleri, taramadan çıkan binlerce sonucu filtreler. PICOTS çerçevesi (Population, Intervention, Comparison, Outcome, Time, Study design) kriterleri belirlemek için kullanılır. Kriterler önceden belirlenmeli ve tüm taramada tutarlı uygulanmalıdır. Kriter değiştirme, taramayı tekrarlanabilir olmaktan çıkarır.

P (Population): hangi katılımcılar/gruplar dahil? Örnek: yüksek lisans öğrencileri (lisans öğrencileri hariç). Örnek: 18-25 yaş arası (çocuk ve yetişkin hariç).

I (Intervention): hangi müdahale/olgu ilgili? Örnek: çevrimiçi öğrenme (yüz yüze öğrenme hariç). Örnek: bireysel danışmanlık (grup danışmanlığı hariç).

C (Comparison): karşılaştırma var mı? Örnek: geleneksel yöntem (karşılaştırma yoksa hariç). Örnek: kontrol grubu olan çalışmalar.

O (Outcome): hangi sonuçlar ölçülmüş? Örnek: akademik başarı (motivasyon, tutum hariç). Örnek: tamamlanma oranı (devamsızlık hariç).

T (Time): zaman dilimi nedir? Örnek: 2018 sonrası (eski çalışmalar hariç). Örnek: son 10 yıl (alan hızla değişiyorsa son 5 yıl).

S (Study design): araştırma tasarımı nedir? Örnek: yalnızca nicel çalışmalar (nitel hariç). Örnek: hakemli makaleler (bildiri, kitap bölümü hariç).

Tipik dışlama kriterleri: tam metne erişilemeyen kaynaklar; hakemli olmayan yayınlar (dergi editör yazıları, röportajlar); yalnızca özeti İngilizce veya Türkçe olmayan çalışmalar; çalışma örneklemi uyumsuz olan kaynaklar; tarih aralığı dışındaki çalışmalar.

Tipik dahil etme kriterleri: hakemli dergilerde yayımlanmış; tam metin erişilebilir; araştırma sorusu ile uyumlu; yeterli örneklem büyüklüğü; net raporlanmış yöntem ve bulgular. Kriterlerin PRISMA akış şemasında belgelenmesi zorunludur (bkz. Bölüm 7).

6. Kaynak değerlendirme: güvenilirlik, güncellik ve önyargı kontrolü

Kaynak değerlendirme, taranan kaynakların bilimsel kalitesini ölçer. 4 temel kriter vardır: güvenilirlik (CRAAP testi), güncellik, önyargı ve uygunluk. Her kaynağa bu kriterler uygulanmalı ve tüm süreç boyunca tutarlı olmalıdır. Düşük kaliteli kaynaklar, tüm tezin güvenilirliğini zayıflatır.

CRAAP testi (5 kriter). C — Currency (Güncellik): yayın tarihi ne zaman? Alanın güncellik beklentisi nedir (tıp: 5 yıl, sosyal bilimler: 10 yıl)? Veriler hâlâ geçerli mi? Daha yeni bir kaynak var mı? R — Relevance (Uygunluk): araştırma sorusuyla ilgili mi? Hedef kitleye uygun mu (akademik düzey, kapsam)? Katkısı ne (kavramsal, yöntemsel, ampirik)?

A — Authority (Otorite): yazar kim, kurum? Yayınlandığı dergi hangisi, indeksli mi? Hakemli mi? Atıf sayısı ne? A — Accuracy (Doğruluk): kanıtlar yeterli mi? Yöntem açıklanmış mı? Veriler tutarlı mı? Çıkarımlar kanıtlarla destekleniyor mu? P — Purpose (Amaç): neden yazılmış (bilgilendirme, satış, propaganda)? Önyargı var mı? Bakış açısı tarafsız mı? Finansman kaynağı açık mı?

Kaynak hiyerarşisi (piramit): en üstte sistematik derleme / meta-analiz; altında rastgele kontrollü çalışmalar; kohort / vaka-kontrol çalışmalar; vaka serileri, kesitsel çalışmalar; uzman görüşü, vaka raporları. Yüksek piramitteki kaynaklar daha güçlü kanıt sunar. Ancak her araştırma sorusu için üst düzey kanıt bulunmayabilir; bu durumda en yüksek mevcut kanıt düzeyi kullanılır.

Önyargı kontrolü. Yayın önyargısı: pozitif sonuçlu çalışmalar daha kolay yayımlanır, negatif sonuçlu çalışmaları da arayın. Finansman önyargısı: sponsorlu çalışmaların bulguları daha olumlu olabilir, çıkar çatışması beyanı kontrol edin. Onay önyargısı: araştırmacının hipotezini destekleyen çalışmaları tercih etme eğilimi, rakam sonuçları da dahil edin. Dil önyargısı: yalnızca İngilizce/Türkçe çalışmaları dahil etmek, diğer dillerdeki önemli bulguları dışlar.

7. PRISMA akış şeması ile sistematik tarama

PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) akış şeması, sistematik taramada bulunan kaynakların hangi aşamalardan geçtiğini gösteren standart bir raporlama aracıdır. 4 aşamalıdır: tanımlama, tarama, uygunluk, dahil etme. Tezlerde ve makalelerde PRISMA akış şeması kullanmak, taramayı tekrarlanabilir ve şeffaf hale getirir. 2020 güncellemesi (PRISMA 2020) ek ölçütler içerir.

Aşama 1 — Tanımlama (Identification). Veri tabanlarında arama yapılır, kayıtlar veri tabanından ve diğer kaynaklardan toplanır, duplikasyonlar kaldırılır. Çıktı: tanımlanan kayıt sayısı (n=X).

Aşama 2 — Tarama (Screening). Başlık ve özet taranır, dahil etme/dışlama kriterlerine göre ilk eleme yapılır, otomasyon araçları (Rayyan, Covidence) kullanılabilir. Çıktı: taranan kayıt sayısı (n=Y), dışlanan kayıt sayısı (n=Z).

Aşama 3 — Uygunluk (Eligibility). Tam metin okunur, detaylı dahil etme/dışlama kriterleri uygulanır, dışlama nedenleri kayıt altına alınır. Çıktı: uygun bulunan kayıt sayısı (n=A), dışlanan kayıt sayısı (n=B, nedenleriyle).

Aşama 4 — Dahil etme (Included). Son analize dahil edilen çalışmalar listelenir, her birinin kalite değerlendirmesi yapılır, sentez için hazırlanır. Çıktı: dahil edilen çalışma sayısı (n=C).

PRISMA akış şeması örneği (basitleştirilmiş). Tanımlanan kayıtlar (n=1245) → duplikasyon kaldırma (n=128) → tarama için kalan (n=1117) → başlık/özet tarama (dışlanan n=895) → uygunluk değerlendirmesi (n=222) → tam metin okuma (dışlanan n=156, nedenleriyle) → dahil edilen çalışmalar (n=66).

PRISMA 2020 ek ölçütleri: 27 maddelik kontrol listesi; özet (abstract) için ayrı kontrol listesi; akış şeması 27 maddeyi kapsar; tezlerde PRISMA kullanımı jüri tarafından giderek daha fazla talep edilmektedir.

PRISMA yazılımları: Rayyan (ücretsiz, çift kör tarama, AI destekli dışlama önerisi); Covidence (ücretli, kurumsal kullanım, Cochrane standardı); EPPI-Reviewer (ücretsiz eğitim, esnek yapı); RevMan (Cochrane yazılımı, meta-analiz entegrasyonu).

8. 2026: Yapay zeka destekli tarama araçları ve etik sınırlar

2026 itibariyle AI destekli tarama araçları (Elicit, Consensus, Semantic Scholar, Scite, Research Rabbit) literatür taramasında yaygınlaşmıştır. Bu araçlar, başlık-özet taraması, alakalı makale önerme, atıf ağı görselleştirme ve kanıt çıkarma gibi görevlerde yardımcı olur. Ancak hiçbir araç, manuel okuma ve değerlendirmenin yerini tutmaz. Üniversiteler AI kullanımını 'yardımcı araç' olarak kabul eder, 'içerik üreticisi' olarak değil.

Elicit. İşlev: araştırma sorusuna göre ilgili makaleleri bulur, özetler, kanıt çıkarır. Güçlü: 200M+ makale, doğal dil sorgusu. Zayıf: tam metin erişim yok, özet güvenilirliği değişken. Kullanım: ön tarama, makale özetleme.

Semantic Scholar. İşlev: AI destekli arama, atıf bağlamı, ilgili makale önerme. Güçlü: ücretsiz, geniş kapsam, TLDR (AI özet). Zayıf: hakemli denetim yok. Kullanım: hızlı tarama, güncel araştırma takibi.

Consensus. İşlev: bilimsel sorulara kanıt tabanlı yanıt arar. Güçlü: meta-analiz öncelikli, kanıt düzeyi gösterimi. Zayıf: sınırlı veri tabanı (yaklaşık 200M makale). Kullanım: klinik ve uygulamalı araştırmalar.

Scite.ai. İşlev: atıfların bağlamını gösterir (destekleyen/karşıt/nötr). Güçlü: atıf kalitesi değerlendirmesi. Zayıf: kurumsal abonelik. Kullanım: tartışmalı bulguları değerlendirme.

Research Rabbit. İşlev: atıf ağını görselleştirir, ilgili makaleleri keşfeder. Güçlü: ücretsiz, görsel ağ haritası. Zayıf: veri tabanı kapsamı sınırlı. Kullanım: yeni konularda keşif.

Connected Papers. İşlev: bir makalenin atıf ağını görselleştirir. Güçlü: benzer makaleleri keşfetme. Zayıf: statik görselleştirme, gerçek zamanlı değil. Kullanım: bilinen bir makaleden başlayarak genişleme.

AI kullanımında etik sınırlar. Sınır 1 — AI içerik üreticisi değil, yardımcı araçtır: AI makale bulabilir, özetleyebilir, önerme yapabilir; ancak kaynak değerlendirmesi veya sentezi yapamaz; tüm kaynaklar manuel doğrulanmalıdır; AI özetlerine körü körüne güvenilmez.

Sınır 2 — Şeffaflık: tezde 'Yöntem' bölümünde AI kullanımı açıkça beyan edilir; 'Bu çalışmada ön tarama için Elicit kullanılmıştır' gibi ifade örnek alınır; AI tarafından önerilen tüm kaynaklar manuel kontrol edilir; AI kullanımı gizlenmez.

Sınır 3 — Doğrulama zorunluluğu: her AI önerisi orijinal kaynaktan doğrulanır; atıf hatalı veya uydurma olabilir (AI halüsinasyonu); tam metin okumadan atıf yapılmaz; AI tarafından üretilen 'yeni' kaynaklar şüpheli karşılanır.

Sınır 4 — Akademik dürüstlük: AI intihal aracı değildir; AI kaynak yazma aracı değildir; AI danışmanın yerini tutmaz; AI etik karar destek aracı değildir.

Önerilen 2026 iş akışı: (1) araştırma sorusu ve PICOTS çerçevesi belirlenir (insan); (2) veri tabanları ve anahtar kelimeler seçilir (insan + AI desteği); (3) manuel arama yapılır (insan, veri tabanlarında); (4) AI araçlarıyla tamamlayıcı tarama yapılır (Elicit, Semantic Scholar); (5) AI önerileri manuel doğrulanır (insan); (6) dahil etme/dışlama kriterleri uygulanır (insan, gerekirse Rayyan AI); (7) kaynak değerlendirme (CRAAP, kalite) yapılır (insan); (8) sentez ve raporlama yapılır (insan, AI yalnızca yazım desteği); (9) tezde AI kullanımı beyan edilir (insan).