Hemşirelik Akademisyenleri ve Klinisyenleri İçin Prompt Mühendisliği Eğitim Programı
11-13 Haziran 2026
Yapay zeka (YZ), öğrenme ve akıl yürütme gibi insan zekası gerektiren görevleri yerine getirebilen sistemlerin geliştirilmesini amaçlayan çok disiplinli bir alandır. Üretken dil modelleri (GLM’ler), büyük ölçekli dil verileriyle eğitilmiş ve insan benzeri metin üretmek üzere tasarlanmış yapay zeka sistemleridir (Heston & Khun, 2023). Bu modellerden biri olan üretken önceden eğitilmiş transformatör (GPT), doğal dil işleme yoluyla kullanıcı girdilerine yanıt verebilmekte, farklı dilleri anlayabilmekte ve temel analizler yapabilmektedir. Ancak etkili çıktı, girdilerin uygun biçimde yapılandırılmasına bağlıdır. Literatür, bu teknolojilerin etik ve yasal sorunlar, önyargı ve “halüsinasyon” olarak tanımlanan hatalı bilgi üretimi gibi önemli sınırlılıkları olduğunu vurgulamaktadır.
Prompt (komut/istem) mühendisliği, üretken dil modelleriyle (GLM) etkili iletişim kurarak istenen çıktılara ulaşmayı amaçlayan bir süreçtir. Üretken yapay zekadan beklenen çıktının elde edilmesi, girdilerin bilinçli biçimde tasarlanması ve optimize edilmesini gerektirir. Küçük sözel veya yapısal değişiklikler, model çıktısında belirgin farklılıklar yaratabilmektedir. Bu durum, büyük dil modellerinin bağlamı kelime olasılıkları üzerinden işlemesine dayanmaktadır; iyi yapılandırılmış komutlar daha net ve ilgili yanıtlar üretir. Bu nedenle prompt mühendisliği, GLM’lerin potansiyelini güvenli ve etkili biçimde kullanmada kritik bir yaklaşımdır. Komutlar; basit istemlerden rol temelli ve yapılandırılmış yönergelere kadar değişkenlik gösterebilir. Literatürde sıfır örnekli, tek örnekli ve az örnekli komut stratejileri, model performansını artırmak amacıyla yaygın olarak kullanılmaktadır. Bu bağlamda prompt mühendisliği, yapay zekanın hem hemşirelik öğrencilerinin eğitiminde hem de klinikte çalışan hemşirelerin mesleki gelişiminde etkili biçimde kullanılmasında kritik bir role sahiptir. Yapay zeka sistemlerinin hemşirelik müfredatı, klinik bakım süreçleri ve vaka temelli uygulamalara uygun çıktılar üretmesi, istemlerin bilinçli ve yapılandırılmış biçimde tasarlanmasına bağlıdır. Büyük dil modellerinin eğitimci ve klinisyen hemşireler tarafından etkin kullanımı, girdilerin öğrenme hedefleri ve klinik yeterliklerle uyumlu oluşturulmasını gerektirir. Nitelikli komutlar; klinik karar verme süreçlerini destekler, sanal hasta temelli uygulamalarla güvenli öğrenme ortamları sunar ve hemşirelerin bilgiye erişimini kolaylaştırır. Bu tür yapay zeka destekli uygulamaların hemşirelerin öz-yeterliliğini, mesleki güvenini ve klinik performansını olumlu yönde etkilediği bildirilmektedir.
Son yıllarda büyük dil modellerindeki gelişmeler, yapay zekanın hemşirelik eğitimi ve klinik uygulamalar dâhil birçok alanda dönüştürücü biçimde kullanılmasının önünü açmıştır. Bu sistemler, hemşirelikte klinik karar desteğinden eğitim süreçlerine kadar geniş bir yelpazede öğrenmeyi zenginleştirmektedir. Ancak üretilen çıktıların doğruluğu ve güvenilirliği, büyük ölçüde hemşirelik eğitimcileri ve klinisyenleri tarafından verilen istemlerin niteliğine bağlıdır. Bu nedenle etkili prompt tasarımı, hemşirelik alanında çalışan eğitimciler ve klinisyenler için CLEAR çerçevesi kapsamında temel bir yetkinlik olarak önerilmektedir. Literatür, hemşirelik akademisyenleri ve klinisyenlerinin GPT uygulamalarını eğitim ve bakım süreçlerinde etkin kullanabilmeleri için prompt mühendisliği konusunda daha fazla farkındalık ve eğitime ihtiyaç duyduğunu vurgulamaktadır. Bu doğrultuda, alan uzmanı hemşirelik eğitimcileri ve klinisyenleri tarafından yapılandırılan promptlar, eğitim ve klinik süreçlerde kontrollü, erişilebilir ve maliyet etkin uygulama altyapıları sunmakta; sağlık bilimleri gibi kritik bir alanda yapay zekadan doğru ve yüksek kaliteli çıktılar elde edilmesini mümkün kılmaktadır.
Etkinliğin Amacı
Bu projenin genel amacı, hemşirelik alanında görev yapan akademisyenler ve klinisyenlerin, üretken yapay zeka araçlarını eğitim, klinik eğitim ve akademik uygulamalarında etkili ve bilinçli biçimde kullanabilmeleri için Temel Prompt Mühendisliği becerilerini uygulamalı olarak kazandırmaktır. Program, katılımcıların yapılandırılmış istemler tasarlayarak yapay zekadan amaçlarına uygun, güvenilir ve yüksek kaliteli çıktılar elde edebilmelerini hedeflemektedir.
Etkinlik sonunda katılımcıların; yapılandırılmış prompt yazımı, az örnekli yönlendirme, eleştir–düzelt yaklaşımını eğitim öğretim yaklaşımları, klinik ve akademik üretim süreçlerinde kullanabilmeleri amaçlanmaktadır. Ayrıca simüle hasta ve vaka temelli hemşirelik eğitimi tasarlama tekniklerini kendi ders, klinik eğitim ve akademik üretim süreçlerine entegre edebilmeleri amaçlanmaktadır. Bu doğrultuda program, hemşirelik eğitiminde yapay zekanın uygulanabilir, sürdürülebilir ve somut çıktılarla desteklenen kullanımını güçlendirmeyi hedeflemektedir.
Etkinliğin Kapsamı:
Hemşirelik Akademisyenleri ve Klinik Hemşireler İçin Uygulamalı Prompt Mühendisliği Eğitim Programı, 11–12–13 Haziran tarihlerinde Dokuz Eylül Üniversitesi DEPARK Teknopark yerleşkesinde, teknolojik altyapıya sahip etkileşimli bir toplantı salonunda yüz yüze olarak gerçekleştirilecektir. Etkinliğe, Türkiye genelinde hemşirelik alanında görev yapan 25 hemşire akademisyen ve klinisyen katılacaktır. Program, katılımcıların üretken yapay zeka araçlarını eğitim, klinik eğitim ve akademik uygulamalarda etkili biçimde kullanabilmelerine yönelik bilgi ve becerilerinin geliştirilmesini kapsamaktadır.
Eğitim programı; yapay zeka ve büyük dil modellerine giriş, prompt mühendisliğinin temel kavramları, yapılandırılmış istem tasarımı, örnekli ve örneksiz yönlendirme teknikleri, eleştir–düzelt yaklaşımları ile hemşirelik eğitimine ve klinik uygulamalara yönelik vaka ve simüle hasta temelli uygulamaları içermektedir. Etkinlik, teorik (yüz yüze) oturumlar ve uygulamalı atölye çalışmalarıyla yürütülecek olup, katılımcıların kendi ders ve klinik eğitim süreçlerinde doğrudan kullanabilecekleri somut ve uygulanabilir çıktılar üretmeleri hedeflenmektedir.
Etkinlik Yürütücüsü
Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER – Dokuz Eylül Üniversitesi Hemşirelik Fakültesi
Düzenleme Kurulu
Dr. Öğr. Üyesi Metin TUNCER – Gümüşhane Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Taner ONAY – Dokuz Eylül Üniversitesi Hemşirelik Fakültesi
Dr. Öğr. Üyesi Halil İbrahim BİLKAY – KTO Karatay Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Öğr. Üyesi Nurşen KULAKAÇ – Gümüşhane Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Uzm. Hem. İbrahim ALDEMİR – Balıkesir İl Sağlık Müdürlüğü
Bilimsel Kurul
Prof. Dr. Zeki Atıl BULUT – Dokuz Eylül Üniversitesi Teknoparkı (DEPARK)
Dr. Öğr. Üyesi Belgin VAROL – Sağlık Bilimleri Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Öğr. Üyesi Tuğba ŞAHİN TOKATLIOĞLU – İstanbul Aydın Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Öğr. Gör. Dr. Yasemin GÜNER – Karadeniz Teknik Üniversitesi, Tıp Fakültesi Tıp Eğitimi Anabilim Dalı
Öğr. Gör. Dr. Öznur Tuğba ÇELEBİ DURSUN – Haliç Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Araş. Gör. Zeki Umut CİNDİLOĞLU – Gazi Üniversitesi Mühendislik Fakültesi
Hem. Faruk DURNA – TR Antalya Radyosu
Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER – Dokuz Eylül Üniversitesi Hemşirelik Fakültesi
Dr. Öğr. Üyesi Metin TUNCER – Gümüşhane Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Taner ONAY – Dokuz Eylül Üniversitesi Hemşirelik Fakültesi
Doç. Dr. Mustafa ÜNAL – Harvard Üniveristesi, TÜSEB
Dr. Öğr. Üyesi Burak ŞİRİN – Tokat Gaziosmanpaşa Üniversitesi Sağlik Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Öğr. Üyesi Nurşen KULAKAÇ – Gümüşhane Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Dr. Öğr. Üyesi Halil İbrahim Bilkay – KTO Karatay Üniversitesi Sağlık Bilimleri Fakültesi Hemşirelik Bölümü
Uzm. Hem. İbrahim ALDEMİR – Balıkesir İl Sağlık Müdürlüğü
SAAT/GÜN | 1. GÜN |
08:00 – 08:45 | DERS ADI: Yapay Zeka ve Büyük Dil Modellerine Giriş |
DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mustafa ÜNAL | |
DERS KONUSU: Yapay zeka ve LLM’lerin temel kavramsal çerçevesi | |
DETAYLI DERS İÇERİĞİ: Yapay zeka, üretken yapay zeka ve büyük dil modellerinin temel çalışma prensipleri; hangi tür görevlerde kullanılabildikleri, güçlü ve sınırlı yönleri sağlık bilimleri bağlamında ele alınacaktır. | |
09:00 – 09:45 | DERS ADI: Sağlık Bilimlerinde Yapay Zeka Kullanımı: Neden, Nasıl ve Etik Sınırlar |
DERS VERECEK ÖĞRETİM ÜYESİ: Doç. Dr. Mustafa ÜNAL | |
DERS KONUSU: Yapay zekanın sağlık bilimlerinde kullanım çerçevesi | |
DETAYLI DERS İÇERİĞİ: Araştırma, eğitim ve akademik üretim süreçlerinde yapay zekanın kullanım alanları; akademik dürüstlük, veri güvenliği, etik ilkeler ve sorumlu yapay zeka yaklaşımı ele alınacaktır. | |
10:00 -10:45 | DERS ADI: Prompt Mühendisliğinin Temelleri |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER | |
DERS KONUSU: Yapılandırılmış akademik yönlendirme yaklaşımı | |
DETAYLI DERS İÇERİĞİ: Prompt bileşenleri (rol, amaç, bağlam, girdi, çıktı formatı, kısıtlar, doğrulama) tanıtılarak yapılandırılmış prompt yaklaşımının temel ilkeleri açıklanacaktır. | |
11:00 -11:45 | DERS ADI: Prompt Mühendisliğinin Temelleri -formatlama, ayırıcılar |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Metin TUNCER | |
DERS KONUSU: Sağlık bilimlerinde örnek prompt yapıları | |
DETAYLI DERS İÇERİĞİ: Araştırma, ders tasarımı ve akademik yazımdan örnekler üzerinden iyi yapılandırılmış promptların çıktı kalitesine etkisi gösterilecektir. | |
12:00 -12:45 | DERS ADI: Rol–Bağlam–Kısıt Temelli Prompt Tasarımı |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Taner ONAY | |
DERS KONUSU: Akademik senaryolar için prompt geliştirme | |
DETAYLI DERS İÇERİĞİ: Katılımcılar kendi alanlarına özgü akademik senaryolar için yapılandırılmış promptlar geliştireceklerdir. | |
14:00 -14:45 | DERS ADI: Rol–Bağlam–Kısıt Temelli Prompt Tasarımı Atölyesi |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Nurşen KULAKAÇ | |
DERS KONUSU: Prompt tasarımı uygulama ve grup değerlendirmesi | |
DETAYLI DERS İÇERİĞİ: Geliştirilen promptlar grup içinde değerlendirilecek, çıktı kalitesi ve iyileştirme noktaları tartışılacaktır. | |
15:00 -15:45 | DERS ADI: Düşünce Zinciri ve Akıl Yürütme |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Burak ŞİRİN | |
DERS KONUSU: Adım adım yönlendirme | |
DETAYLI DERS İÇERİĞİ: “Adım Adım Düşünme” ve otomatik düşünce zinciri oluşturma ile yanlış beklentileri düzeltme | |
16:00 -16:45 | DERS ADI: Örnekli ve Örneksiz Yönlendirme Yaklaşımları |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Burak ŞİRİN | |
DERS KONUSU: Örnekli, örneksiz yönlendirme | |
DETAYLI DERS İÇERİĞİ: Farklı yönlendirme yaklaşımlarının yapay zeka çıktıları üzerindeki etkisi karşılaştırmalı örneklerle ele alınacaktır. |
SAAT/GÜN | 2. GÜN |
08:00 – 08:45 | DERS ADI: Duygu İnjeksiyonu ve Yönlendirme Yaklaşımları Uygulama Atölyesi I |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Taner ONAY | |
DERS KONUSU: Çıktıları duygu enjeksiyonu ile yönetme | |
DETAYLI DERS İÇERİĞİ: Üretilen eğitim çıktıların duygusal girdiler verildiğinde çıktı değişimleri tartışılacaktır. | |
09:00 – 09:45 | DERS ADI: Yönlendirme Yaklaşımları Uygulama Atölyesi I |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Taner ONAY | |
DERS KONUSU: Çıktı değerlendirme ve iyileştirme | |
DETAYLI DERS İÇERİĞİ: Üretilen çıktılar eleştirel biçimde değerlendirilecek ve geliştirme stratejileri tartışılacaktır. | |
10:00 -10:45 | DERS ADI: Dekompozisyon ve Planlama |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Halil İbrahim Bilkay | |
DERS KONUSU: parçala, sırala, birleştir ve doğrula komut yöntemi | |
DETAYLI DERS İÇERİĞİ: Bu oturumda, akademik ve eğitim içeriklerini oluşturmada sorunu parçalara bölme, alt görevlere ayırma ve birleştire ile promptlar oluşturulacaktır. | |
11:00 -11:45 | DERS ADI: Eleştir–Düzelt Yaklaşımı ile Akademik İçerik Geliştirme |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Halil İbrahim Bilkay | |
DERS KONUSU: akademik çıktılarının eleştirel değerlendirilmesi | |
DETAYLI DERS İÇERİĞİ: Bu oturumda, yapay zeka çıktıları Eleştir–Düzelt yaklaşımıyla (taslak → eleştirmen → revizyon) değerlendirilecektir. | |
12:00 -12:45 | DERS ADI: Düşünce Ağacı ve Dallanma |
DERS VERECEK ÖĞRETİM ÜYESİ: Uzm. Hem. İbrahim ALDEMİR | |
DERS KONUSU: Eğitim çıktıları için problem çözme teknikleri | |
DETAYLI DERS İÇERİĞİ: Bu oturumda akademik ve eğitim içeriklerinde vinyet oluşturma, fikir üretimi ve fikir değerlendirmesi gösterilecektir. | |
14:00 -14:45 | DERS ADI: “Komut Üreten Komutlar” kendi Prompt mühendisini oluşturma |
DERS VERECEK ÖĞRETİM ÜYESİ: Uzm. Hem. İbrahim ALDEMİR | |
DERS KONUSU: “Komut Üreten Komutlar” verme | |
DETAYLI DERS İÇERİĞİ: Katılımcılar akademik ve eğitim materyali oluşturmaya yönelik prompt kütüphanelerinden “ince ayar” modeli prompt mühendisi olarak eğitecektir. | |
15:00 -15:45 | DERS ADI: Yapay Zeka Destekli Literatür Tarama ve Kaynak Keşfi |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Nurşen KULAKAÇ | |
DERS KONUSU: yapay zeka araçları ile sistematik literatür yaklaşımı | |
DETAYLI DERS İÇERİĞİ: Araştırma sorusuna uygun kaynak bulma ve eleştirel değerlendirme süreçleri ele alınacaktır. | |
16:00 -16:45 | DERS ADI: Kişiselleştirilmiş Akademik Asistanlar I: GPT Yapılandırmasına Hazırlık (Rol, Kapsam ve Etik) |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Metin TUNCER | |
DERS KONUSU: Akademik amaçlı GPT’ler için rol ve etik çerçeve | |
DETAYLI DERS İÇERİĞİ: Akademik eğitim ve araştırma amaçlı GPT’nin rolü, görev kapsamı ve etik sınırları belirlenecek; doğrulama ve insan uzmanlığı ile birlikte kullanım ilkeleri örneklerle ele alınacaktır. |
SAAT/GÜN | 3. GÜN |
08:00 – 08:45 | DERS ADI: Kişiselleştirilmiş Akademik Asistanlar II: Akademik Amaçlı GPT Oluşturma ve Kullanım |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Metin TUNCER | |
DERS KONUSU: Kodlama gerektirmeden GPT oluşturma ve kullanım senaryoları | |
DETAYLI DERS İÇERİĞİ: Etik çerçeveye uygun biçimde, kodlama gerektirmeden akademik amaçlı GPT oluşturma adımları ve ders/araştırma süreçlerinde kullanım örnekleri ele alınacaktır. | |
09:00 – 09:45 | DERS ADI: Simüle Hasta Tasarımı I |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER | |
DERS KONUSU: Vaka temelli öğrenme için senaryo tasarımı | |
DETAYLI DERS İÇERİĞİ: Simüle hasta senaryolarının eğitim amaçlı kullanımına ilişkin temel ilkeler ele alınacaktır. | |
10:00 -10:45 | DERS ADI: Simüle Hasta Tasarımı II |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER | |
DERS KONUSU: Vaka temelli öğrenme için senaryo tasarımı | |
DETAYLI DERS İÇERİĞİ: Simüle hasta senaryolarının eğitim amaçlı kullanımına ilişkin temel ilkeler ele alınacaktır. | |
11:00 -11:45 | DERS ADI: Simüle hasta çıktılarının tartışılması |
DERS VERECEK ÖĞRETİM ÜYESİ: Dr. Öğr. Üyesi Gülsüm Zekiye TUNCER | |
DERS KONUSU: Simüle hasta çıktılarının tartışılması ve kapanış | |
DETAYLI DERS İÇERİĞİ: Eğitim çıktılarının değerlendirilmesi ve geribildirimlerin alınması |
Etkinliğin hedef kitlesini; Türkiye’de hemşirelik alanında görev yapan hemşire eğitimciler ve klinisyen hemşireler ile kamu ve özel sağlık kurumlarında (hastaneler, özel poliklinikler) eğitim, hizmet içi eğitim ve klinik uygulamaların planlanması ve yürütülmesinde kritik pozisyonlarda görev alan hemşireler oluşturmaktadır.
Etkinliğin yaygın etkisini artırmak amacıyla, Türkiye genelinde farklı iller ve kurumlardan, hemşirelik eğitiminde ve klinik uygulamalarda yapay zeka tabanlı araçları (LLM/GPT) eğitim ve hizmet içi eğitim süreçlerine entegre etme gereksinimi bulunan 25 hemşire eğitimci ve klinisyen katılımcı kabul edilecektir.
Katılım Koşulları
- Türkiye’de hemşirelik alanında görev yapan hemşire eğitimci (yükseköğretim kurumlarında öğretim elemanı/öğretim yardımcısı) veya klinikte çalışan hemşire olması ya da hemşirelik alanında lisansüstü öğrenim görüyor olması,
- Yüksek lisans veya doktora eğitimini alıyor veya tamamlamış olması,
- Lisansüstü öğrencisi ise; hemşirelik eğitiminde veya klinik uygulamalarda en az bir teorik ya da uygulamalı eğitim faaliyetine aktif olarak katılıyor veya sorumluluk alıyor olması,
- En az bir üretken yapay zeka modelini (LLM) temel düzeyde kullanmış olması,
- ChatGPT veya Gemini uygulamalarında aktif bir hesaba sahip olması,
- Eğitim süresince kullanabileceği, kamera ve mikrofonu bulunan kişisel bilgisayar ile kesintisiz internet bağlantısına sahip olması,
- Eğitim boyunca tam zamanlı katılım sağlayacağını ve uygulamalı oturumlara aktif olarak katılacağını beyan etmesi,
- Eğitim kapsamında kazanacağı bilgi ve becerileri kendi klinik uygulamalarında ve/veya eğitim faaliyetlerinde uygulama ve yaygınlaştırmaya yönelik açık bir motivasyona sahip olması (çevrim içi ön görüşme ile değerlendirilecektir),
- Yapay zeka destekli uygulamaları etik ilkeler, akademik dürüstlük ve veri güvenliği çerçevesinde kullanmayı kabul ettiğini beyan etmesi,
- TÜBİTAK-Araştırmacı Bilgi Sistemi (ARBİS)’ne kayıtlı olması,
- Daha önce TÜBİTAK 2237-A kapsamında üçten fazla eğitim almamış olması.
Seçim Ölçütleri ve Katılım Yükümlülüğü
Katılımcı seçiminde; hemşirelik alanında klinik ve/veya eğitim sorumluluğu bulunması, yapay zeka tabanlı araçları eğitim ve klinik uygulamalara entegre etme gereksinimi, motivasyon düzeyi ve etkinliğin yaygın etkisine katkı potansiyeli dikkate alınacaktır.
Katılımcıların tüm eğitim oturumlarına tam zamanlı ve aktif katılım sağlaması, uygulamalı çalışmalarda yer alması ve eğitim kapsamında belirlenen değerlendirme süreçlerini tamamlaması beklenmektedir. Programın tamamına katılım zorunlu olup; katılım belgesi verilecektir.
Katılımcılarının eğitime kendi bilgisayarlarını getirme zorunluluğu bulunmaktadır.
Katılımcı Seçim ve Başvuru Süreci
Akademisyen ve klinisyen hemşirelerin katılımı için her bölgeden temsiliyeti yüksek üniversitelerin rektörlüklerine resmi yazı ile eğitim programının duyurusu yapılacaktır. Her bölgenin temsiliyeti yüksek illerinden seçilen İl Sağlık Müdürlüklerine resmi yazı yazılarak eğitim programının duyurusu yapılacaktır. Ayrıca genel ve alan hemşirelik derneklerine resmi yazı ile duyurular tamamlanacaktır. Eğitim programının ilgili Web Sitesinin duyurularını kolaylaştıran sosyal medya sayfaları açılacaktır. Rektörlükler, İl Sağlık Müdürlükleri, Dernekler ile sosyal meday sayfaları ile Web sayfasının duyurulması ile başvuru formu katılımcı adaylarına iletilebilecektir.
Başvurular, proje web sayfası üzerinden çevrim içi başvuru formu aracılığıyla alınacaktır. Katılım başvuru duyursunda yer alan başvuru formu linki aşağıdadır.
Başvuru Formu’na erişmek için tıklayın.
Uygun bulunan adaylarla kısa bir çevrim içi ön görüşme yapılacak ve katılımcı listesi belirlenen ölçütlere göre oluşturulacaktır.
Seçim sürecinde cinsiyet dağılımının dengeli olmasına ve çeşitli illerden olan katılımcının kabul edilmesine özen gösterilecektir. Asil katılımcıların katılamaması durumuna karşı, 5 kişilik yedek liste oluşturulacaktır.
Başvuru Tarihi: 13 Nisan – 1 Mayıs 2026
Sonuçların Duyurulması: 4 Mayıs 2026
Dr. Öğr. Üyesi Gülsüm Zekiye Tuncer
Yürütücü