Merhaba ben Mustafa73 Lojistik Tim adına paylaşım yapıyorum.
YKS Tercihleri Neye Göre Yapılmalıdır? makalesinde sizi görmekten mutluyum.
1) Örnek tercih listelerinde yazılan oranlar baz alınarak başarı sıralamasına göre bölümler bir liste haline getirilmelidir.
2) Belirlenen bölümler kontenjan sayılarına bakılarak ekleme çıkarmalar yapılmalıdır. Çünkü sınava girilen sene önceki seneye oranla kontenjan artmışsa o programın başarı sıralaması düşebilir.
3) Gözlem yeteneği kullanılmalıdır. Böylelikle öğrenciler hangi bölümü ve nereyi tercih ediyorlar daha iyi kestirilebilir.
4) Tercihlerinizi yaparken en önemlisi ilgi alanlarınızı ve becerilerinizi göz önünde bulundurmanızdır. Kendinizi mutlu edecek ve gelecekte size fayda sağlayacak bir bölüm seçmeniz önemlidir.
5) Tercih edeceğiniz bölümler ve üniversiteler hakkında detaylı araştırma yapın. Müfredatları, imkanlarını, akademik kadrolarını ve mezunlarının iş imkanlarını inceleyin.
6) Tercihleriniz konusunda ailenizle görüş alışverişinde bulunun. Onların fikirleri ve tavsiyeleri size yardımcı olabilir.
7) Tercih etmek istediğiniz üniversite bölümlerinin öğrencileri ve akademisyenleri ile görüşün. Onlar size bölümler konusunda daha doğru bilgi verir.
8) Barınma imkanlarını araştırın bazı ilçelerde sadece KYK yurdu değil özel yurt bile yoktur.
9) Bölümlerin özel koşullarına mutlaka dikkat edin bazı bölümler sağlık raporu gibi evraklar istemektedirler.
10) Yapay zekadan istifade edin yapay zeka size tercihleriniz konusunda ve diğer bazı konularda yorumda bulunur. Sizlere tavsiye verir. Ancak güncel veri bağlantısı olan bir yapay zekalı sohbet botu olmasına dikkat edin. Chatgpt 3.5 internete bağlanamadığı için güncel bilgileri vermez. Microsoft Copilot internetten veri çektiği için güncel bilgileri verir. Ancak kendisine " 2024 yılına ait yks tercihlerine ait güncel bilgileri ver. Mutlaka güncel bilgileri ver" deyin güncel bilgileri verir. Ancak körü körüne bilgilerini kabul etmeyin sorgulayın tavsiyeler konusunda doğru bilgileri verir.
11) İş imkanlarına dikkat edin Cumhurbaşkanlığı web sitesinden bölümlerin iş imkanlarını araştırabilirsiniz ancak unutmayın iş imkanları bölgeden bölgeye değişir. Hatta aynı il sınırları içerisinde hatta ve hatta bazı yerlerde cinsiyete göre bile değişmektedir. Bunların hepsine dikkat etmeniz gerekir. Cumhurbaşkanlığı web sitesinden tercih etmek istediğiniz bölümün imkanlarına bakmak isterseniz şu linki kullanabilirsiniz:
12) Klavuzu mutlaka okuyun ve yorumlamaya çalışın yorumlamak için vaktiniz varsa yapay zekayı kullanabilirsiniz.
13) Mümkünse kendi yazılımlarınızı yapın onlarıda tercihler için kullanın bunun için yapay zekayı kullanabilirsiniz.
14) Üniversitelerin geçen yıllara ilişkin başarı ortalamalarını, istihdam oranlarını ve mezunlarının memnuniyet düzeylerini incelemeyi ihmal etmeyin. Üniversiteden mezun olduktan sonra işinizi de planlamalısınız.
15) Üniversitenin bulunduğu şehrin sosyal imkanlarını ve içinde öğrenciler için sunduğu fırsatları değerlendirin. Hem eğitim hem de yaşam kaliteniz açısından önemlidir.
16) Üniversiteyi tercih ederken alanınızla ilgili kulüp ve etkinliklerin yoğunluğu da göz önünde bulundurulmalıdır.
17) Birden Fazla Tercih Yapın: Tüm tercih listesini doldurun.
18) Güvenilir Kaynaklar: Tercih yaparken, güvenilir kaynaklardan bilgi edindiğinizden emin olun. Global Enstitü gibi okuma yazması olmayan kişilerin dahi sertifika alabileceği yerlerden 2-3 dakikada sertifika alıp eğitim danışmanlığı yaptığını iddia eden kişilerden uzak durun.
19) Sosyal medyada yardım edeceğini iddia eden kişilere kişisel bilgilerinizi vermekten kaçının kötü niyetli birileri sorgu panellerini kullanarak birkaç dakikada bilgilerinize, ailenize, adresinize ulaşabilir. Bu konuda paranoyak olmanızı tavsiye ederim.
20) Veri analizlerini yapabiliyorsanız veri analizi yapın çünkü en önemli olanı belkide kazanabilmek için asıl gerekli olanı budur. Veri analizi yapabildiğini iddia eden kişilerse veri analisti ve veri analistliği konusunda bilgili yazılımcılar değillerse kendilerine güvenmeyin.
YKS (Yükseköğretim Kurumları Sınavı) tercihlerinde veri analizi yöntemlerinden yararlanmak oldukça faydalıdır. Veri analizi, öğrencilerin daha bilinçli ve stratejik tercihler yapmalarına yardımcı olabilir. Bazı avantajları şöyledir:
Geçmiş Verilerin Analizi: Önceki yılların başarı sıralamaları ve kontenjan bilgileri analiz edilerek, hangi programlara yerleşme olasılığının daha yüksek olduğu belirlenebilir.
Tercih Sıralaması Optimizasyonu: Öğrencilerin hedeflerine, başarı sıralamalarına ve isteklerine en uygun tercih sıralamasını yapmak için veri analizi kullanılabilir. Bu, öğrencinin yerleşme şansını maksimize eder.
Alternatif Programların Belirlenmesi: Veri analizi, öğrencilerin sadece hedefledikleri programlara değil, aynı zamanda alternatif programlara da odaklanmalarına yardımcı olabilir. Bu sayede öğrenciler daha geniş bir tercih yelpazesine sahip olurlar.
Risk Yönetimi: Verilerin analizi, öğrencilerin tercihlerini daha az riskli hale getirebilir. Örneğin, belirli bir programın kontenjan artışını veya sıralama düşüşünü öngörerek, daha güvenli tercihler yapılabilir.
Kariyer Planlaması: Veri analizi, mezuniyet sonrası istihdam oranları, sektörün büyüme potansiyeli gibi faktörleri dikkate alarak, uzun vadeli kariyer planlaması yapmaya da yardımcı olabilir.
Kişisel Özelliklere Uygun Tercihler: Öğrencilerin kişisel ilgi ve yeteneklerini göz önünde bulundurarak, en uygun programların belirlenmesi veri analizi ile daha kolay hale gelir.
Veri analizi yöntemleri, büyük veri setlerinin anlamlı bilgiler haline getirilmesi ve bu bilgilerin stratejik kararlar almak için kullanılması sürecini kapsar. Bu yöntemlerin kullanılması, YKS tercihlerinde öğrencilerin daha doğru ve isabetli tercihler yapmalarına katkı sağlar.
YKS tercihleri için çeşitli veri analizi teknikleri kullanılabilir. Bazıları şunlardır:
1. Tanımlayıcı İstatistikler:
- Ortalama ve Medyan Hesaplamaları: Önceki yılların başarı sıralamaları için ortalama ve medyan değerlerini hesaplamak, hangi programların daha popüler ve rekabetçi olduğunu anlamaya yardımcı olabilir.
- Standart Sapma: Sıralamaların dağılımını görmek, hangi programların puanlarında daha fazla değişkenlik olduğunu belirlemek için kullanılır.
2. Zaman Serisi Analizi:
- Trend Analizi: Başarı sıralamaları ve kontenjanlar gibi verilerin zaman içindeki değişimini analiz ederek, gelecekteki eğilimler hakkında tahminlerde bulunulabilir.
3. Kümeleme Analizi:
- K-Means veya Hiyerarşik Kümeleme: Benzer programları veya üniversiteleri gruplandırarak, öğrencilerin benzer özelliklere sahip programları keşfetmelerine yardımcı olabilir.
4. Regresyon Analizi:
- Çoklu Regresyon: Sıralamalar, kontenjanlar ve başarı sıralamaları gibi değişkenler arasındaki ilişkileri inceleyerek, belirli bir programa yerleşme olasılığını tahmin edebilir.
5. Karar Ağaçları ve Random Forest:
- Karar Ağaçları: Belirli bir sıralama aralığındaki öğrencilerin hangi programlara yerleşme olasılığının daha yüksek olduğunu görselleştirir.
- Random Forest: Karar ağaçlarının topluluğu olarak, daha kesin ve güvenilir tahminler yapar.
6. Destek Vektör Makineleri (SVM):
- Öğrencilerin başarı sıralaması, tercihleri ve diğer kriterlere göre hangi programlara yerleşme olasılıklarını sınıflandırmada kullanılabilir.
7. K-Nearest Neighbors (KNN):
- Benzer profillere sahip öğrencilerin tercih ve yerleşme bilgilerini kullanarak, yeni bir öğrencinin hangi programlara yerleşebileceğini tahmin eder.
8. Principal Component Analysis (PCA):
- Çok boyutlu veriyi daha az boyutlu bir forma indirerek, en önemli faktörleri belirler ve tercih yaparken dikkate alınması gereken kritik değişkenleri ön plana çıkarır.
9. Simülasyon ve Monte Carlo Analizi:
- Farklı senaryolar altında yerleşme olasılıklarını tahmin etmek için simülasyonlar yapılabilir. Bu, özellikle belirsizliklerin yüksek olduğu durumlarda faydalıdır.
Veri analitiğinde kullanılan farklı analiz türleri için çeşitli programlama dilleri ve araçlar tercih edilmektedir. Bu analiz türleri ve yaygın olarak kullanılan programlama dilleri şunlardır:
1. Açıklayıcı Analiz (Descriptive Analytics)
Açıklayıcı analiz, mevcut verilerin özetlenmesi ve anlaşılmasını sağlar. Bu tür analizde yaygın olarak kullanılan diller ve araçlar şunlardır:
- Python: Pandas, NumPy, Matplotlib, Seaborn
- R: dplyr, ggplot2
- SQL: Veritabanlarından veri çekmek ve özetlemek için
- Excel: Basit veri analizleri ve görselleştirmeler için
2. Tanısal Analiz (Diagnostic Analytics)
Tanısal analiz, verilerin neden belirli bir şekilde davrandığını anlamaya çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: SciPy, Statsmodels, Jupyter Notebook
- R: Caret, lm (linear models), randomForest
- SQL: Veri sorgulama ve dönüşüm işlemleri için
- Tableau, Power BI: Veri görselleştirme ve derinlemesine analiz için
3. Tahmine Dayalı Analiz (Predictive Analytics)
Tahmine dayalı analiz, gelecekte ne olacağını tahmin etmeye çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: Scikit-learn, TensorFlow, Keras, XGBoost
- R: Caret, randomForest, nnet
- SQL: Verileri hazırlamak ve özellik mühendisliği için
- MATLAB: Makine öğrenimi ve istatistiksel modelleme için
4. Kuralcı Analiz (Prescriptive Analytics)
Kuralcı analiz, belirli bir hedefe ulaşmak için en iyi hareket tarzını belirlemeye çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: PuLP, Google OR-Tools
- R: ompr (Optimization Modelling Package)
- GAMS (General Algebraic Modeling System): Optimizasyon problemleri için
- AMPL (A Mathematical Programming Language): Optimizasyon problemleri için
Bu diller ve araçlar, analizin karmaşıklığına ve ihtiyaçlara göre seçilir. Python ve R, genellikle veri bilimi ve analitiği alanında en yaygın kullanılan programlama dilleridir.
Bu yöntemlerin her biri, YKS tercihlerinin daha bilimsel ve veriye dayalı bir şekilde yapılmasını sağlar. Doğru verilerin toplanması ve uygun analiz tekniklerinin kullanılması, öğrencilerin hedeflerine ulaşma olasılığını artırabilir.
(Uyarı: Benim tercihler konusunda yetkinliğim var. Geçen yıl 34 yaş üstü kadın kontenjanından düşük puanlarla üniversiteye yerleşen kişilerin genelinin yerleşmesine vesile olan kişide benim. )
Lojistik Tim Sundu
YKS Tercihleri Neye Göre Yapılmalıdır? makalesinde sizi görmekten mutluyum.
1) Örnek tercih listelerinde yazılan oranlar baz alınarak başarı sıralamasına göre bölümler bir liste haline getirilmelidir.
2) Belirlenen bölümler kontenjan sayılarına bakılarak ekleme çıkarmalar yapılmalıdır. Çünkü sınava girilen sene önceki seneye oranla kontenjan artmışsa o programın başarı sıralaması düşebilir.
3) Gözlem yeteneği kullanılmalıdır. Böylelikle öğrenciler hangi bölümü ve nereyi tercih ediyorlar daha iyi kestirilebilir.
4) Tercihlerinizi yaparken en önemlisi ilgi alanlarınızı ve becerilerinizi göz önünde bulundurmanızdır. Kendinizi mutlu edecek ve gelecekte size fayda sağlayacak bir bölüm seçmeniz önemlidir.
5) Tercih edeceğiniz bölümler ve üniversiteler hakkında detaylı araştırma yapın. Müfredatları, imkanlarını, akademik kadrolarını ve mezunlarının iş imkanlarını inceleyin.
6) Tercihleriniz konusunda ailenizle görüş alışverişinde bulunun. Onların fikirleri ve tavsiyeleri size yardımcı olabilir.
7) Tercih etmek istediğiniz üniversite bölümlerinin öğrencileri ve akademisyenleri ile görüşün. Onlar size bölümler konusunda daha doğru bilgi verir.
8) Barınma imkanlarını araştırın bazı ilçelerde sadece KYK yurdu değil özel yurt bile yoktur.
9) Bölümlerin özel koşullarına mutlaka dikkat edin bazı bölümler sağlık raporu gibi evraklar istemektedirler.
10) Yapay zekadan istifade edin yapay zeka size tercihleriniz konusunda ve diğer bazı konularda yorumda bulunur. Sizlere tavsiye verir. Ancak güncel veri bağlantısı olan bir yapay zekalı sohbet botu olmasına dikkat edin. Chatgpt 3.5 internete bağlanamadığı için güncel bilgileri vermez. Microsoft Copilot internetten veri çektiği için güncel bilgileri verir. Ancak kendisine " 2024 yılına ait yks tercihlerine ait güncel bilgileri ver. Mutlaka güncel bilgileri ver" deyin güncel bilgileri verir. Ancak körü körüne bilgilerini kabul etmeyin sorgulayın tavsiyeler konusunda doğru bilgileri verir.
11) İş imkanlarına dikkat edin Cumhurbaşkanlığı web sitesinden bölümlerin iş imkanlarını araştırabilirsiniz ancak unutmayın iş imkanları bölgeden bölgeye değişir. Hatta aynı il sınırları içerisinde hatta ve hatta bazı yerlerde cinsiyete göre bile değişmektedir. Bunların hepsine dikkat etmeniz gerekir. Cumhurbaşkanlığı web sitesinden tercih etmek istediğiniz bölümün imkanlarına bakmak isterseniz şu linki kullanabilirsiniz:
12) Klavuzu mutlaka okuyun ve yorumlamaya çalışın yorumlamak için vaktiniz varsa yapay zekayı kullanabilirsiniz.
13) Mümkünse kendi yazılımlarınızı yapın onlarıda tercihler için kullanın bunun için yapay zekayı kullanabilirsiniz.
14) Üniversitelerin geçen yıllara ilişkin başarı ortalamalarını, istihdam oranlarını ve mezunlarının memnuniyet düzeylerini incelemeyi ihmal etmeyin. Üniversiteden mezun olduktan sonra işinizi de planlamalısınız.
15) Üniversitenin bulunduğu şehrin sosyal imkanlarını ve içinde öğrenciler için sunduğu fırsatları değerlendirin. Hem eğitim hem de yaşam kaliteniz açısından önemlidir.
16) Üniversiteyi tercih ederken alanınızla ilgili kulüp ve etkinliklerin yoğunluğu da göz önünde bulundurulmalıdır.
17) Birden Fazla Tercih Yapın: Tüm tercih listesini doldurun.
18) Güvenilir Kaynaklar: Tercih yaparken, güvenilir kaynaklardan bilgi edindiğinizden emin olun. Global Enstitü gibi okuma yazması olmayan kişilerin dahi sertifika alabileceği yerlerden 2-3 dakikada sertifika alıp eğitim danışmanlığı yaptığını iddia eden kişilerden uzak durun.
19) Sosyal medyada yardım edeceğini iddia eden kişilere kişisel bilgilerinizi vermekten kaçının kötü niyetli birileri sorgu panellerini kullanarak birkaç dakikada bilgilerinize, ailenize, adresinize ulaşabilir. Bu konuda paranoyak olmanızı tavsiye ederim.
20) Veri analizlerini yapabiliyorsanız veri analizi yapın çünkü en önemli olanı belkide kazanabilmek için asıl gerekli olanı budur. Veri analizi yapabildiğini iddia eden kişilerse veri analisti ve veri analistliği konusunda bilgili yazılımcılar değillerse kendilerine güvenmeyin.
YKS (Yükseköğretim Kurumları Sınavı) tercihlerinde veri analizi yöntemlerinden yararlanmak oldukça faydalıdır. Veri analizi, öğrencilerin daha bilinçli ve stratejik tercihler yapmalarına yardımcı olabilir. Bazı avantajları şöyledir:
Geçmiş Verilerin Analizi: Önceki yılların başarı sıralamaları ve kontenjan bilgileri analiz edilerek, hangi programlara yerleşme olasılığının daha yüksek olduğu belirlenebilir.
Tercih Sıralaması Optimizasyonu: Öğrencilerin hedeflerine, başarı sıralamalarına ve isteklerine en uygun tercih sıralamasını yapmak için veri analizi kullanılabilir. Bu, öğrencinin yerleşme şansını maksimize eder.
Alternatif Programların Belirlenmesi: Veri analizi, öğrencilerin sadece hedefledikleri programlara değil, aynı zamanda alternatif programlara da odaklanmalarına yardımcı olabilir. Bu sayede öğrenciler daha geniş bir tercih yelpazesine sahip olurlar.
Risk Yönetimi: Verilerin analizi, öğrencilerin tercihlerini daha az riskli hale getirebilir. Örneğin, belirli bir programın kontenjan artışını veya sıralama düşüşünü öngörerek, daha güvenli tercihler yapılabilir.
Kariyer Planlaması: Veri analizi, mezuniyet sonrası istihdam oranları, sektörün büyüme potansiyeli gibi faktörleri dikkate alarak, uzun vadeli kariyer planlaması yapmaya da yardımcı olabilir.
Kişisel Özelliklere Uygun Tercihler: Öğrencilerin kişisel ilgi ve yeteneklerini göz önünde bulundurarak, en uygun programların belirlenmesi veri analizi ile daha kolay hale gelir.
Veri analizi yöntemleri, büyük veri setlerinin anlamlı bilgiler haline getirilmesi ve bu bilgilerin stratejik kararlar almak için kullanılması sürecini kapsar. Bu yöntemlerin kullanılması, YKS tercihlerinde öğrencilerin daha doğru ve isabetli tercihler yapmalarına katkı sağlar.
YKS tercihleri için çeşitli veri analizi teknikleri kullanılabilir. Bazıları şunlardır:
1. Tanımlayıcı İstatistikler:
- Ortalama ve Medyan Hesaplamaları: Önceki yılların başarı sıralamaları için ortalama ve medyan değerlerini hesaplamak, hangi programların daha popüler ve rekabetçi olduğunu anlamaya yardımcı olabilir.
- Standart Sapma: Sıralamaların dağılımını görmek, hangi programların puanlarında daha fazla değişkenlik olduğunu belirlemek için kullanılır.
2. Zaman Serisi Analizi:
- Trend Analizi: Başarı sıralamaları ve kontenjanlar gibi verilerin zaman içindeki değişimini analiz ederek, gelecekteki eğilimler hakkında tahminlerde bulunulabilir.
3. Kümeleme Analizi:
- K-Means veya Hiyerarşik Kümeleme: Benzer programları veya üniversiteleri gruplandırarak, öğrencilerin benzer özelliklere sahip programları keşfetmelerine yardımcı olabilir.
4. Regresyon Analizi:
- Çoklu Regresyon: Sıralamalar, kontenjanlar ve başarı sıralamaları gibi değişkenler arasındaki ilişkileri inceleyerek, belirli bir programa yerleşme olasılığını tahmin edebilir.
5. Karar Ağaçları ve Random Forest:
- Karar Ağaçları: Belirli bir sıralama aralığındaki öğrencilerin hangi programlara yerleşme olasılığının daha yüksek olduğunu görselleştirir.
- Random Forest: Karar ağaçlarının topluluğu olarak, daha kesin ve güvenilir tahminler yapar.
6. Destek Vektör Makineleri (SVM):
- Öğrencilerin başarı sıralaması, tercihleri ve diğer kriterlere göre hangi programlara yerleşme olasılıklarını sınıflandırmada kullanılabilir.
7. K-Nearest Neighbors (KNN):
- Benzer profillere sahip öğrencilerin tercih ve yerleşme bilgilerini kullanarak, yeni bir öğrencinin hangi programlara yerleşebileceğini tahmin eder.
8. Principal Component Analysis (PCA):
- Çok boyutlu veriyi daha az boyutlu bir forma indirerek, en önemli faktörleri belirler ve tercih yaparken dikkate alınması gereken kritik değişkenleri ön plana çıkarır.
9. Simülasyon ve Monte Carlo Analizi:
- Farklı senaryolar altında yerleşme olasılıklarını tahmin etmek için simülasyonlar yapılabilir. Bu, özellikle belirsizliklerin yüksek olduğu durumlarda faydalıdır.
Veri analitiğinde kullanılan farklı analiz türleri için çeşitli programlama dilleri ve araçlar tercih edilmektedir. Bu analiz türleri ve yaygın olarak kullanılan programlama dilleri şunlardır:
1. Açıklayıcı Analiz (Descriptive Analytics)
Açıklayıcı analiz, mevcut verilerin özetlenmesi ve anlaşılmasını sağlar. Bu tür analizde yaygın olarak kullanılan diller ve araçlar şunlardır:
- Python: Pandas, NumPy, Matplotlib, Seaborn
- R: dplyr, ggplot2
- SQL: Veritabanlarından veri çekmek ve özetlemek için
- Excel: Basit veri analizleri ve görselleştirmeler için
2. Tanısal Analiz (Diagnostic Analytics)
Tanısal analiz, verilerin neden belirli bir şekilde davrandığını anlamaya çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: SciPy, Statsmodels, Jupyter Notebook
- R: Caret, lm (linear models), randomForest
- SQL: Veri sorgulama ve dönüşüm işlemleri için
- Tableau, Power BI: Veri görselleştirme ve derinlemesine analiz için
3. Tahmine Dayalı Analiz (Predictive Analytics)
Tahmine dayalı analiz, gelecekte ne olacağını tahmin etmeye çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: Scikit-learn, TensorFlow, Keras, XGBoost
- R: Caret, randomForest, nnet
- SQL: Verileri hazırlamak ve özellik mühendisliği için
- MATLAB: Makine öğrenimi ve istatistiksel modelleme için
4. Kuralcı Analiz (Prescriptive Analytics)
Kuralcı analiz, belirli bir hedefe ulaşmak için en iyi hareket tarzını belirlemeye çalışır. Bu tür analizde kullanılan diller ve araçlar:
- Python: PuLP, Google OR-Tools
- R: ompr (Optimization Modelling Package)
- GAMS (General Algebraic Modeling System): Optimizasyon problemleri için
- AMPL (A Mathematical Programming Language): Optimizasyon problemleri için
Bu diller ve araçlar, analizin karmaşıklığına ve ihtiyaçlara göre seçilir. Python ve R, genellikle veri bilimi ve analitiği alanında en yaygın kullanılan programlama dilleridir.
Bu yöntemlerin her biri, YKS tercihlerinin daha bilimsel ve veriye dayalı bir şekilde yapılmasını sağlar. Doğru verilerin toplanması ve uygun analiz tekniklerinin kullanılması, öğrencilerin hedeflerine ulaşma olasılığını artırabilir.
(Uyarı: Benim tercihler konusunda yetkinliğim var. Geçen yıl 34 yaş üstü kadın kontenjanından düşük puanlarla üniversiteye yerleşen kişilerin genelinin yerleşmesine vesile olan kişide benim. )
Lojistik Tim Sundu
