|
|
| EAK6016 | Analitik Yöntem Geliştirmede Deneysel Tasarım | 3+0+0 | AKTS:7.5 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Doktora | | Yazılım Şekli | Seçmeli | | Bölümü | ECZACILIKTA ANALİTİK KİMYA ANABİLİM DALI | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Sercan YILDIRIM | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bu dersin amacı, az sayıda deney ile detaylı analitik yöntem optimizasyona olanak veren deneysel tasarım uygulamalarının öğretilmesi ve bu yaklaşımın öğrenciler tarafından kullanımının teşvik edilmesidir. |
| Program Kazanımları | BPKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | PK - 1 : | Deneysel tasarım için temel istatistik öğrenir | 5,7,8,12 | 1, | | PK - 2 : | Analitik süreçlerin optimizasyonunda yeni bir bakış açısı kazanır | 5,7,8,12 | 1, | | PK - 3 : | Az sayıda deney yaparak detaylı yöntem optimizasyonu yapma yeteneği kazanır | 5,7,8,12 | 1, | | PK - 4 : | Deneysel tasarımın sadece analitik kimyada değil, numerik parametrelerin optimizasyonu gereken bütün alanlarda kullanılabileceğini kavrar ve bu alanlardaki optimizasyon süreçlerine deneysel tasarımı dahil eder | 5,7,8,12 | 1, | | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),PK : Öğrenim Kazanımı | | |
| Analitik süreçlerin en önemli adımlarından biri yöntem optimizasyonudur ve bu adım çoğunlukla her seferinde bir parametre ele alınarak yürütülmektedir. Diğer taraftan, bu yaklaşım hem çok sayıda deney yapılmasını gerektirmekte hem de sonuca etki eden faktörlerin birbiri ile etkileşimini göz ardı etmektedir. Bu ders kapsamında, deneysel tasarım aracılığı ile az sayıda deney yapılarak bir sonuca etki eden faktörlerin belirlenmesi ve kemometrik araçlar kullanılarak optimize edilmesine yönelik yöntemler öğrencilere tanıtılacaktır. Deneysel tasarım yaklaşımını herhangi bir numerik sonucun optimizasyonuna uygulayabilme yeteneğini öğrencilere kazandırmak dersin ana hedefidir. |
| |
| Haftalık Detaylı Ders İçeriği | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Deneysel tasarım için temel istatistik terimler | | | Hafta 2 | Basit karşılaştırma deneyleri | | | Hafta 3 | İyi deneysel tasarımın anahtarları | | | Hafta 4 | İki seviyeli faktöryel tasarım | | | Hafta 5 | Yanıt dönüşümleri aracılığıyla normal dışılıkla başa çıkma | | | Hafta 6 | Parçalı faktöryeller | | | Hafta 7 | Genel çok seviyeli kategorik faktöriyeller | | | Hafta 8 | Cevap yüzeyi yöntemleri | | | Hafta 9 | Ara sınav | | | Hafta 10 | Deney stratejisi: Cevap yüzeyi metodolojisinin rolü | | | Hafta 11 | Merkezi kompozit tasarım | | | Hafta 12 | Box?Behnken tasarımı | | | Hafta 13 | Çoklu yanıtlar için optimum noktayı bulma | | | Hafta 14 | Analitik prosedürlerde deneysel tasarım uygulamaları | | | Hafta 15 | Analitik prosedürlerde deneysel tasarım uygulamaları | | | Hafta 16 | Final sınavı | | | |
| 1 | Mark J. Anderson, Patrick J. Whitcomb, DOE Simplified: Practical Tools for Effective Experimentation, 3rd Edition, CRC Press, 2007, 13: 978-1-4987-3090-7 | | | 2 | Mark J. Anderson, Patrick J. Whitcomb, RSM Simplified: Optimizing Processes Using Response Surface Methods for Design of Experiments 2nd Edition, CRC Press, 2017, 13: 978-1-4987-4598-7 | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | 15/04/2024 | 2 | 30 | | Yıl içi çalışma | 15 | 30/05/2024 | 1 | 20 | | Dönem sonu sınavı | 16 | 03/06/2024 | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 5 | 14 | 70 | | Arasınav için hazırlık | 3 | 7 | 21 | | Arasınav | 2 | 1 | 2 | | Ödev | 6 | 4 | 24 | | Dönem sonu sınavı için hazırlık | 4 | 7 | 28 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 189 |
|