Araştırma Makalesi
BibTex RIS Kaynak Göster

GOOGLE TRENDLERE GÖRE UZAKTAN ÇALIŞMAYA YÖNELİK HALK İLGİSİ: COVID-19 PANDEMİSİ ÖNCESİ VE PANDEMİ DÖNEMİ

Yıl 2023, Cilt: 2 Sayı: 1, 1 - 14, 30.06.2023

Merve Ertürk

Öz

Uzaktan çalışma modeli çalışma hayatına Covid-19 Pandemisi ile ani bir giriş yapmıştır. Daha önce bu sistemden haberdar olmayan çalışanlar bile uzaktan çalışmaya başlamıştır. Pandemi döneminde en çok konuşulan konulardan birisi de uzaktan çalışma olmuştur. Bu çalışmada da, Covid-19 pandemisi öncesi dönemde ve pandemi döneminde halkın uzaktan çalışmaya olan ilgi düzeyinin belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda Google Trendler verilerinden yararlanılarak “uzaktan çalışma” teriminin aranma popülerliği incelenmiştir. Analiz verileri Google Trendler üzerinden “uzaktan çalışma” terimi için; Covid-19 pandemisi öncesi 01.03.2018-10.03.2020 tarihleri arasında ve Covid-19 pandemisi dönemi için 11.03.2020-31.03.2022 tarihleri arasında Türkiye’yi kapsayacak şekilde ele alınmıştır. Elde edilen veriler sonucunda; “uzaktan çalışma” terimi arama hacmi endeksi ortalamasının pandemi öncesi dönemde 9 değerinde ve pandemi döneminde 16,5 değerinde olduğu tespit edilmiştir. Her iki dönemde de “uzaktan çalışma” teriminin en yoğun arandığı il ise İstanbul olarak tespit edilmiştir. Ayrıca pandemi öncesinde terim ile ilgili liste başı ve yükselen arama ifadelerinde dikkat çekebilecek kadar arama yokken pandemi döneminde yeni ve çeşitli ifadelerin arama popülerliklerinin ve yoğunluklarının arttığı görülmüştür. Uzaktan çalışma terimi ve terimle ile ilgili olan ifadelerin aranma popülerliğinin pandemi sonrasında artış gösterdiği tespit edilmiştir. Pandemi sonrasında “uzaktan çalışma yönetmeliği”, “arge uzaktan çalışma”, “uzaktan çalışma iş ilanları” ifadeleri liste başı ifadeler arasında yer almıştır. Her hâlükârda pandemi ile birlikte uzaktan çalışmaya olan ilginin arttığı görülmektedir.

Anahtar Kelimeler

Covid-19 Pandemisi Uzaktan Çalışma Google Google Trendler

Kaynakça

  • Ahmed, F., Asif, R., Hina, S., ve Muzammil, M. (2017). Financial market prediction using Google Trends. International Journal of Advanced Computer Science and Applications, 8(7), 388-391.
  • Akbaş Tuna, A. ve Türkmendağ, Z. (2020). Covid-19 pandemi döneminde uzaktan çalışma uygulamaları ve çalışma motivasyonunu etkileyen faktörler. İşletme Araştırmaları Dergisi, 12 (3), 3246-3260. https://doi.org/10.20491/isader.2020.1037.
  • Askitas, N. & Zimmermann, K. F. (2009). Google econometrics and unemployment forecasting. Applied Economics Quarterly, 55(2), 107–120.
  • Becker, F. (2004). Offices at work: Uncommon workspace strategies that add value and ımprove performance. Jossey-Bass Business & Management Series.
  • Carneiro, H. A. & Mylonakis, E. (2009). Google Trends: A web-based tool for real-time surveillance of disease outbreaks, Clinical Infectious Diseases, 49(10),1557–1564. https://doi.org/10.1086/630200.
  • Cho, S., Sohn, C. H., Jo, M. W., Shin, S. Y., Lee, J. H., Ryoo, S. M., Kim, W.Y. & Seo, D. W. (2013). Correlation between national ınfluenza surveillance data and Google Trends in South Korea. PloS one, 8(12), 1-7. https://doi.org/10.1371/journal.pone.0081422.
  • Choi, H. & Varian, H. (2012). Predicting the present with Google Trends. Economic Record, 88, 2-9. https://doi.org/10.1111/j.1475-4932.2012.00809.x
  • Çakaröz, M. K. ve Civek, F. (2021). Google Trends’de online yemek sipariş sitelerine yönelik tüketici ilgisi: Yemeksepeti ve getir yemek örneği. Studies on Social Science Insights, 1(2), 74-91. http://dx.doi.org/10.53035/SOSSCI.14.
  • D’Amuri, F. & Marcucci, J. (2010). Google it! Forecasting the US unemployment rate with a google job search ındex. ISER Working Paper Series, 1-53. http://dx.doi.org/10.2139/ssrn.1594132.
  • Danışan, E. (2021). Covid-19 pandemisi: Çalışma mekânlarının kentsel ve mimari ölçekte dönüşümü. Tarsus Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2(2), 98-109.
  • Erdem Sultanoğlu, T. ve Ataoğlu, S. (2022). Covıd-19 pandemisi döneminde romatizmal hastalıklara halkın ilgisi: Google Trends verilerinin analizi. Sağlık Bilimlerinde Değer, 12(1), 147-151. https://dx.doi.org/10.33631/sabd.1055491.
  • Ettredge, M., Gerdes, J. & Karuga, G. (2005). Using web-based search data to predict macroeconomic statistics. Communications of the ACM, 48(11), 87–92. https://doi.org/10.1145/1096000.1096010.
  • Eysenbach, G. (2006). Infodemiology: Tracking flu-related searches on the web for syndromic surveillance. AMIA Annual Symposium Proceedings, 244-248.
  • Ginsberg, J., Mohebbi, M. H., Patel, R. S., Brammer, L., Smolinski, M. S. & Brilliant, L. (2009). Detecting influenza epidemics using search engine query data. Nature, 457(7232), 1012-1014. https://doi.org/10.1038/nature07634.
  • Glynn, R.W., Kelly, J.C., Coffey, N., Sweeney, K.J. & Kerin, M.J. (2011). The effect of breast cancer awareness month on internet search activity - a comparison with awareness campaigns for lung and prostate cancer. BMC Cancer 11, 442. https://doi.org/10.1186/1471-2407-11-442.
  • Google (2022). https://about.google/?utm_source=google-TR&utm_medium=referral&utm_campaign=hp- footer&fg=1
  • Google Trends (2022). https://trends.google.com/trends/?geo=TR
  • Gunn III, J. F. & Lester, D. (2013). Using google searches on the internet to monitor suicidal behavior. Journal of Affective Disorders, 148(2-3), 411-412. https://doi.org/10.1016/j.jad.2012.11.004
  • Gürdal, T., Yardımcıoğlu, F. ve Beşel, F. (2016). Türk vergi sisteminin popülerlik analizi. Maliye Araştırmaları Dergisi, 2(2), 33-52.
  • Jun, S. P., Yoo, H. S., & Choi, S. (2018). Ten years of research change using Google Trends: From the perspective of big data utilizations and applications. Technological Forecasting and Social Change, 130, 69-87. https://doi.org/10.1016/j.techfore.2017.11.009
  • Kang, M., Zhong, H., He, J., Rutherford, S., & Yang, F. (2013). Using Google Trends for influenza surveillance in South China. PloS one, 8(1), e55205. https://doi.org/10.1371/journal.pone.0055205.
  • Katı, M. ve Selek, S. (2011). Search frequencies of some medical terms in internet: Google Trends analysis. Harran Üniversitesi Tıp Fakültesi Dergisi (Journal Of Harran University Medical Faculty), 8(3), 86-88.
  • Kocabıyık, T., Teker, T. ve Aksoy, E. (2020). Google Trends ‘Dolar’ aramaları ile dolar kuru arasındaki ilişkinin keşfi. IBAD Sosyal Bilimler Dergisi, (6), 258-271. https://doi.org/10.21733/ibad.655025.
  • Kurulgan, M. & Argan, M. (2007). Anadolu Üniversitesi öğrencilerinin internet üzerinden bilgi arama davranışları. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(1), 291-304.
  • Mavragani, A., & Ochoa, G. (2019). Google Trends in infodemiology and infoveillance: methodology framework. JMIR public health and surveillance, 5(2). https://doi.org/10.2196/13439
  • Mavragani, A. & Tsagarakis, K. P. (2019). Predicting referendum results in the big data era. Journal of Big Data, 6(1), 1-20. https://doi.org/10.1186/s40537-018-0166-z.
  • Mavragani, A. & Tsagarakis, K. P. (2016). Yes or no: Predicting the 2015 GReferendum results using Google Trends. Technological Forecasting and Social Change, 109, 1-5. https://doi.org/10.1016/j.techfore.2016.04.028.
  • Merrick, E., Weissman, J. P., Ascha, M., Jordan, S. K. & Ellis, M. (2022). National trends in gender-affirming surgical procedures: A Google Trends analysis. Cureus, 14(6), 25906. https://doi.org/10.7759/cureus.25906
  • Pavlicek, J. & Kristoufek, L. (2015). Nowcasting unemployment rates with google searches: Evidence from the visegrad group countries. PloS one, 10(5), 1-11. https://doi.org/10.1371/journal.pone.0127084
  • Polgreen, P. M., Chen, Y., Pennock, D. M., Nelson, F. D. & Weinstein, R. A. (2008). Using internet searches for influenza surveillance, Clinical Infectious Diseases, 47(11), 1443–1448. https://doi.org/10.1086/593098.
  • Polykalas, S.E., Prezerakos, G.N. & Konidaris, A. (2013). An algorithm based on Google Trends' data for future prediction. case study: German elections. IEEE International Symposium on Signal Processing and Information Technology, 69– 73.
  • Rossignol, L., Pelat, C., Lambert, B., Flahault, A., Chartier-Kastler, E. & Hanslik, T. (2013). A method to assess seasonality of urinary tract infections based on medication sales and Google Tends. PloS one, 8(10), 1-5. https://doi.org/10.1371/journal.pone.0076020.
  • Seifter, A., Schwarzwalder, A., Geis, K. & Aucott, J. (2010). The utility of “Google Trends” for epidemiological research: Lyme disease as an example. Geospatial Health, 4(2), 135-137. https://doi.org/10.4081/gh.2010.195
  • Sırt, T. (2020, Mart). Korona tehdidi evden çalıştırıyor. https://www.sabah.com.tr/yazarlar/sirt/2020/03/13/korona- tehdidi-evden-calistiriyor.
  • Sueki H (2011) Does the volume of internet searches using suicide-related search terms influence the suicide death rate: Data from 2004 to 2009 in Japan. Psychiatry and Clinical Neurosciences, 65, 392–394. https://doi.org/10.1111/j.1440-1819.2011.02216.x.
  • T.C. Sağlık Bakanlığı (2020, Temmuz). Pandemi. https://covid19.saglik.gov.tr/TR- 66494/pandemi.html#:~:text=Bir%20hastal%C4%B1%C4%9F%C4%B1n%20veya%20enfeksiyon%20etke ninin,DS%C3%96)%20taraf%C4%B1ndan%20pandemi%20ilan%20edilmi%C5%9Ftir
  • Tek, N. ve Duygun, A. (2021). E-ticaret sitelerinin Google Trends arama sonuçlarına göre analizi: Türkiye’de Covıd-19 pandemisi öncesi dönem ve pandemi dönemi. Kapadokya Akademik Bakış, 5(2), 21-42.
  • Teng, Y., Bi, D., Xie, G., Jin, Y., Huang, Y., Lin, B., An, X., Feng, D. & Tong, Y. (2017). Dynamic forecasting of zika epidemics using Google Trends. PloS one, 12(1), 1-10. https://doi.org/10.1371/journal.pone.0165085.
  • Ulusoy, G., ve Civek, F. (2021). Covıd-19 öncesinde ve covıd-19 döneminde “Efsane Cuma” kampanyasına tüketici ilgisinin belirlenmesi: Google Trends verileri ile Türkiye ve Amerika’ya dair karşılaştırma. 25. Pazarlama Kongresi, Ankara.
  • Uzaktan Çalışma Yönetmeliği (2021, 10 Mart). Resmi Gazete (Sayı: 31419) https://www.resmigazete.gov.tr/eskiler/2021/03/20210310-2.htm
  • Ünüvar, A. (2020). Covıd-19 ve koagülopati. Sağlık Bilimlerinde İleri Araştırmalar Dergisi, 3(Ek1), 53-62. https://doi.org/10.26650/JARHS2020-S1-0007.
  • Üstün, Ç. ve Özçiftçi, S. (2020). Covid-19 pandemisinin sosyal yaşam ve etik düzlem üzerine etkileri: Bir değerlendirme çalışması. Anadolu Kliniği Tıp Bilimleri Dergisi, 25(1), 142-153. https://doi.org/10.21673/anadoluklin.721864.
  • WHO (2022). Coronavirus disease (COVID-19) pandemic. https://www.who.int/emergencies/diseases/novel-coronavirus-2019
  • Yeditepe Üniversitesi Hastaneleri (2020, Eylül). Koronavirüs covid-19 nedir?. http://www.yeditepehastanesi.com.tr/corona-virusu-nedir (19.02.2022).
  • Yıldız, M. S. (2018). Google arama trendleri: Türkiye’de sağlık hizmetleri ile ilişkili aramalar için bir uygulama. Uluslararası Sağlık Yönetimi ve Stratejileri Araştırma Dergisi, 4 (2), 168-179.
  • Yolcu, T. ve Sezgin, A. (2017). Türkiye’de siyasal sistem tartışmalarında halkın bilinç düzeyi: Google Türkiye aramaları üzerine bir inceleme. Pesa Internatıonal Journal of Socıal Studıes, 4(1), 148-160. https://doi.org/10.25272/j.2149-8385.2018.4.1.12.
Toplam 46 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Çalışma Ekonomisi ve Endüstri İlişkileri
Bölüm Araştırma Makaleleri
Yazarlar

Merve Ertürk 0000-0002-6622-0204

Yayımlanma Tarihi 30 Haziran 2023
Gönderilme Tarihi 13 Eylül 2022
Yayımlandığı Sayı Yıl 2023 Cilt: 2 Sayı: 1

Kaynak Göster

APA Ertürk, M. (2023). GOOGLE TRENDLERE GÖRE UZAKTAN ÇALIŞMAYA YÖNELİK HALK İLGİSİ: COVID-19 PANDEMİSİ ÖNCESİ VE PANDEMİ DÖNEMİ. Süleyman Demirel Üniversitesi İnsan Kaynakları Yönetimi Dergisi, 2(1), 1-14.
 Kapak Resmi İndir