Browsing by Author "Akar, Çağlar"

Now showing 1 - 2 of 2

İŞGÜCÜ PİYASASINDAKİ AYRIŞMA, KENTSEL YOKSULLUK VE GÜNÜMÜZDE UÇURUM İNSANLARI
(2023) Çağlar AKAR; Emine Elif AYHAN
1900’lü yıllarda Londra’da yaşanan hızlı endüstrileşme sürecinde görülen emek sömürüsü, çalışma koşullarının kötülüğü ve yönetimin sosyal güvelik konusundaki yetersizlik gibi nedenlerle işçi sınıfı yoksulluğa mahkûm edilmiştir. Burada hüküm süren yoksulluk sadece gelir temelli olmayıp, hayatın her alanında hissedilen çok boyutlu bir yoksulluktur. Londra’da işçi sınıfının yaşadığı bu yoksulluk nedeniyle yaşam şartları kötüleşmiş ve düşük gelir seviyesine sahip kesimin yerleştiği gecekondu mahallelerinden oluşan doğu yakası oluşmuştur. İşçilerin, dualist (ikili) işgücü piyasasının varlığı nedeniyle gelir açısından bölünmesi, sosyal hayatta da benzer bölünmeye sebebiyet vermiştir. Yirminci yüzyılın başında düşük gelire sahip işçilerin yaşadığı doğu yakası ve daha üst gelir düzeyine sahip batı yakası olarak ikiye bölünen Londra, günümüzde de hızlı endüstrileşen ve kontrolsüz büyüyen şehirlerde yaşanmakta olan kentsel yoksulluğun sosyal etkileri hakkında yol gösterici niteliğe sahiptir. Günümüzde ve gelecek dönemde yeni oluşan büyük şehirlerin gecekondu mahallelerine yönelik uygulanacak sosyal politikalar ve yoksullukla mücadele stratejileri, yoksullukla mücadelede önemini korumaktadır. Jack London’ın Uçurum İnsanları kitabında kentsel yoksulluk ve yoksulluğun sosyal etkileri konusunda önemli değerlendirmeler bulunmaktadır. Bu çalışmanın amacı, hızlı büyüyen şehirlerde yaşanan yoksulluğun sosyal hayat üzerindeki olumsuz etkilerinin tarihin her döneminde varlığını sürdürdüğünü örneklerle ortaya koymaktır. 1900’lü yıllarda İngiltere’de Londra şehrinin hızla kentleşmesi sonucunda yaşanan yoksulluk ile günümüzde gelişmekte olan ülkelerin yeni oluşan mega şehirlerinde yaşanan yoksulluğun özellikleri arasında benzerlikler bulunmaktadır. Uçurum İnsanları kitabı; yoksulluğun yıkıcı etkilerini tüm detaylarıyla açıklamakta ve günümüzdeki kentsel yoksulluğu anlamlandırabilmemize katkı sağlamaktadır.
Citation - Scopus: 0
Poverty-Armed Conflict Nexus: Can Multidimensional Poverty Data Forecast Intrastate Armed Conflicts?
(Cogitatio Press, 2024) Akar, Ç.; Sariipek, D.B.; Cerev, G.
Poverty is widely acknowledged as a significant factor in the outbreak of armed conflicts, particularly fueling armed conflict within national borders. There is a compelling argument positing that poverty is a primary catalyst for intrastate armed conflicts; reciprocally, these conflicts exacerbate poverty. This article introduces a statistical model to forecast the likelihood of armed conflict within a country by scrutinizing the intricate relationship between intrastate armed conflicts and various facets of poverty. Poverty, arising from factors such as gender inequality and limited access to education and public services, profoundly affects social cohesion. Armed conflicts, a significant cause of poverty, result in migration, economic devastation, and adverse effects on social unity, particularly affecting disadvantaged and marginal groups. Forecasting and receiving early warnings for intrastate armed conflicts are crucial for international policymakers to take precautionary measures. Anticipating and proactively addressing potential conflicts can mitigate adverse consequences and prevent escalation. Hence, forecasting intrastate armed conflicts is vital, prompting policymakers to prioritize the development of effective strategies to mitigate their impact. While not guaranteeing absolute certainty in forecasting future armed conflicts, the model shows a high degree of accuracy in assessing security risks related to intrastate conflicts. It utilizes a machine‐learning algorithm and annually published fragility data to forecast future intrastate armed conflicts. Despite the widespread use of machine‐learning algorithms in engineering, their application in social sciences still needs to be improved. This article introduces an innovative approach to examining the correlation between various dimensions of poverty and armed conflict using machine‐learning algorithms. © 2024 by the author(s).