Türkçe Akademik Kaynak Tarayıcı

Genel Bakış

Bu skill iki kanonik Türkçe akademik kaynaktan veri çeker:

• Tezara (tezara.org) — YÖK Ulusal Tez Merkezi'nin temizlenmiş, filtrelenebilir, toplu indirme destekli arayüzü
• DergiPark (dergipark.org.tr) — Türkiye akademik dergi platformu, ULAKBIM altyapısı, Google Scholar uyumlu metadata

Temel prensip: Halüsinasyon sıfır. Skill yalnızca fetch'lenen URL'lerden gelen metadata ile çalışır. LLM'in hafızasından gelen hiçbir yazar/yıl/başlık/DOI kabul edilmez. Eksik alan varsa "veri yok" döner, asla uydurmaz.

Hızlı Referans

Halüsinasyon-Sıfır Üç Katmanı

Katman 1 — Hard Rule

• Skill yalnızca gerçekten fetch edilen URL'lerden gelen metadata kullanır
• LLM'in hafızasından gelen hiçbir alan kabul edilmez
• Eksik alan = null (uydurma yok)
• Her atıfta source_url zorunlu
• Tezara için: tez_no varsa metadata var, yoksa null
• DergiPark için: citation_* meta tag yoksa null

Katman 2 — Çapraz Doğrulama (opsiyonel: --verify-crossref)

• Default: kapalı (DergiPark zaten temiz veri veriyor)
• DOI varsa → CrossRef API ile yazar/yıl/dergi tutarlılık kontrolü
• Tutarsızlık → flag + manuel inceleme uyarısı
• Tezara'da DOI olmadığı için bu katman sadece DergiPark için anlamlı

Katman 3 — Audit Log (her zaman aktif)

Her fetch işlemi için JSON kaydı:

{
  "citation_id": "...",
  "source_url": "https://tezara.org/theses/146683",
  "fetched_at": "2026-05-05T...",
  "raw_html_hash": "sha256:...",
  "extracted_fields": {...},
  "verification_status": "verified|partial|failed|skipped",
  "pdf_downloaded": true,
  "pdf_path": "...",
  "license": "..."
}

Modüller

1. Tezara

Arama (tezara/search.py)

Strateji: HTML scraping + URL pattern.

URL Pattern:

tezara.org/search?q={kelime}
                  &languages={dil1,dil2}
                  &thesis-types={tür1,tür2}
                  &universities={üni1,üni2}
                  &subjects={konu1,konu2}
                  &advanced=true

Filtreler:

• Anahtar kelime (başlık + özet)
• Yıl aralığı
• Üniversite (tek veya çoklu)
• Tez türü (Yüksek Lisans, Doktora, Tıpta Uzmanlık, Sanatta Yeterlilik)
• Dil (Türkçe, İngilizce, Arapça, Kırgızca, vb.)
• Konu/Bilim Dalı

Çıktı: Tüm sonuçların CSV + JSON dökümü (YÖK 2000 sınırı yok).

Tez Detayı (tezara/thesis_detail.py)

URL pattern: tezara.org/theses/{tez_no}

Çekilen alanlar:

• Tez No (kanonik ID)
• Yazar
• Başlık (TR + EN)
• Danışmanlar (çoklu)
• Tez Türü
• Konular (TR + EN)
• Anahtar Kelimeler
• Yıl
• Dil
• Üniversite
• Enstitü
• Ana Bilim Dalı
• Bilim Dalı
• Sayfa Sayısı
• Özet (TR + EN)
• PDF URL (varsa)
• Benzer Tezler (5 öneri)

Boş alanlar: "Belirtilmemiş." → null olarak normalize edilir.

PDF İndirme (tezara/pdf_download.py)

• Tezara, PDF için YÖK'e yönlendiriyor: tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=...
• Sadece izinli tezler indirilebilir (yazar izni vermişse)
• İzinsiz tez varsa → "PDF erişime kapalı" mesajı + metadata yine döner
• Rate limit: dosya başına 2 saniye gecikme
• Dosya adı: tezara_{tez_no}_{yazar_soyad}_{yıl}.pdf

2. DergiPark

Arama (dergipark/search.py)

Strateji: HTML scraping + URL pattern.

URL Pattern:

dergipark.org.tr/tr/search?q={kelime}
                          &section=articles

Tam eşleşme için q="kelime" (URL-encoded olarak %22kelime%22).

Makale Detayı (dergipark/article_metadata.py)

URL pattern: dergipark.org.tr/tr/pub/{dergi}/article/{id}

Strateji: Google Scholar uyumlu citation_* meta tag parse

Çekilen alanlar (zengin metadata):

• DOI (citation_doi)
• Başlık (citation_title)
• Yazarlar — çoklu (citation_author)
• Yazar kurumu (citation_author_institution)
• Yazar ORCID (citation_author_orcid)
• Dergi (citation_journal_title)
• ISSN (citation_issn)
• Cilt, Sayı, İlk Sayfa, Son Sayfa
• Yayın Tarihi (citation_publication_date)
• Anahtar Kelimeler (TR + EN)
• Dil (citation_language)
• Yayıncı (citation_publisher)
• PDF URL (citation_pdf_url)
• Özet (TR + EN, citation_abstract)
• Kaynaklar — çoklu (citation_reference)
• Makale Türü (Araştırma/Derleme/vb.)
• Erken görünüm, gönderilme, kabul tarihleri
• Lisans (CC BY-NC vb.)
• Cited By listesi (DOI'leriyle)
• Crossref atıf sayısı

Yedek parse kaynağı: Dublin Core (DC.*) meta tag'leri (OAI-PMH uyumlu).

Atıf Export (dergipark/citation_fetch.py)

ALTIN ÖZELLİK: DergiPark'tan resmi atıf export.

Endpoint'ler:

• BibTeX: /tr/download/article-cite-file/{id}/type/2
• RIS: /tr/download/article-cite-file/{id}/type/6

Bu endpoint'ler hazır, doğrulanmış atıf dosyaları döner. Skill bu dosyaları olduğu gibi alır, ek işlem yapmaz. Halüsinasyon imkânsız.

PDF İndirme (dergipark/pdf_download.py)

• DergiPark çoğunlukla CC BY-NC lisansı (açık erişim)
• PDF URL: citation_pdf_url alanından gelir
• Dosya adı: dergipark_{dergi}_{yıl}_{yazar_soyad}_{id}.pdf
• Rate limit: dosya başına 2 saniye gecikme
• Lisans bilgisi audit log'a kaydedilir

3. Ortak Modüller (shared/)

Atıf Çıktısı (citation_export.py)

Yalnızca Tezara için atıf üretimi (DergiPark zaten resmi endpoint sunuyor).

Formatlar:

• BibTeX (.bib) — Zotero, Mendeley için
• CSL-JSON (.json) — Pandoc, citeproc için
• RIS (.ris) — EndNote için
• APA7 (Türkçe + İngilizce metin)
• Chicago (footnote stili)

Tezara için BibTeX entry türü: @phdthesis veya @mastersthesis.

Tekrar Tespiti (deduplication.py)

• DOI bazlı (kesin eşleşme) — DergiPark için
• Tez no bazlı — Tezara için
• Başlık + yazar + yıl bazlı (fuzzy matching, RapidFuzz) — fallback
• DergiPark + Tezara karma listede aynı yazarın benzer çalışması tespit edilir

CrossRef Doğrulama (crossref_verify.py) — opsiyonel

• Default: kapalı
• --verify-crossref flag ile aktif
• DOI bazlı yazar/yıl/dergi/sayfa kontrolü
• Tutarsızlık raporu üretir

Audit Log (audit.py)

Her oturum için provenance_<timestamp>.json üretir. Her fetch işlemi için satır eklenir.

Kullanım Örnekleri

Örnek 1: Climate Justice için Tezara'dan tez taraması

"Tezara'da iklim adaleti ve çevresel adalet üzerine 2015-2024 arası
yazılmış doktora tezlerini bul, BibTeX olarak ver, izinli olanların
PDF'lerini indir"

Örnek 2: SGDB Directors için DergiPark'tan sürdürülebilir finans

"DergiPark'ta sürdürülebilir kalkınma ve finansman üzerine son 5 yılda
yayınlanmış makaleleri tara, APA7 atıf listesi hazırla, PDF'leri indir"

Örnek 3: Bibliometric çalışma için karma kaynak

"Türkşeker projesi için 'şeker sektörü' anahtar kelimesiyle hem Tezara
hem DergiPark'ı tara, tekrarları temizle, Excel + BibTeX ver"

Örnek 4: TÜBİTAK 1001 başvurusu için literatür

"DergiPark'ta 'duygu analizi Türkçe' aramasıyla 2020 sonrası makaleleri
çek, CrossRef ile doğrula, APA7 listesi hazırla, audit log dahil"

Workflow Şablonları (examples/)

• bibliometric_workflow.md — Tam bibliometric analiz adımları
• prisma_workflow.md — PRISMA sistematik tarama akışı
• tubitak_basvuru_workflow.md — TÜBİTAK 1001 atıf hazırlama
• karma_kaynak_workflow.md — Tez