Research Article
BibTex RIS Cite

Evaluation of Covid-19 Pandemic in OECD Countries by Multi-Criteria Decision Making Methods

Year 2022, Volume: 7 Issue: 3, 713 - 730, 30.12.2022
https://doi.org/10.47115/jshs.1069306

Abstract

Aim: The study aims to present a quantitative evaluation of the performance of OECD countries in the Covid-19 pandemic in the light of determined parameters.
Method: For this purpose, ENTROPY, ARAS, and TOPSIS, among the multi-criteria decision-making (MCDM) tools, were used. OECD countries constitute the universe of the study. In the Netherlands, since the numbers of physicians and nurses could not be reached, on the other hand Costa Rica, was excluded from the evaluation as it became a member of the OECD on May 25, 2021. The study was carried out in 36 countries. 8 evaluation criteria were determined to consist of data on the Covid-19 pandemic and the health indicators of the countries. Values related to the criteria were obtained on 02.04.2021 from the internet sites. In the analysis of the data, Excel Program was used.
Results: As a result of determining criterion importance weights with the ENTROPY method, it was found that at least one dose of Covid-19 vaccination rate (%), Covid-19 deaths per 1 million population, current health expenditure per capita ($), Covid-19 cases per 1 million population and the number of hospital beds per 1,000 people were in the top five. According to the ARAS method, the USA, the United Kingdom, and Israel are at the top. On the other hand, according to the TOPSIS method, Israel, Norway, and United Kingdom are at the top.
Conclusion and Suggestions: The covid-19 pandemic was damaging; it was instructive for health systems and societies and revealed the necessity of improving new strategies in insufficient areas. Countries after the Covid-19 pandemic, it can be suggested that they focus on making improvements in their health systems, rebuilding their deteriorated economies, and preparing for possible future epidemics, crises, and events that may cause universal change.

References

  • Albahri, A.S., Hamid, R. A., Albahri, O. S., & Zaidan, A. A. (2021). Detection-based prioritisation: Framework of multi-laboratory characteristics for asymptomatic COVID-19 carriers based on integrated Entropy–TOPSIS methods. Artificial intelligence in medicine, 111, 101983.
  • Arsu, T. (2021). Ülkelerin Covid-19 Pandemisine Karşı Mücadelesinin Çok Kriterli Karar Verme Yöntemleri ile Değerlendirilmesi. Bitlis Eren Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Akademik İzdüşüm Dergisi. 6(1), 128-140.
  • Aslan, R. (2020). Tarihten günümüze epidemiler, pandemiler ve Covid-19. Ayrıntı Dergisi. 8(85), 35-41.
  • Atan, M., Altan, Ş. (2020). Örnek Uygulamalarla Çok Kriterli Karar Verme Yöntemleri. Ankara: Gazi Kitabevi.
  • Ayçin, E. (2020). Çok Kriterli Karar Verme Bilgisayar Uygulamalı Çözümler. Ankara: Nobel Yayıncılık.
  • Boyacı, İ. (2020). Türkiye sağlık sisteminin dönüşümü (2003-13): Covid-19 pandemisi ile mücadele sürecinde sağlık reformlarına yeniden bakış. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi. 19(37), 59-80.
  • Bretschger, L., Grieg, E., Welfens, P. J., & Xiong, T. (2020). COVID-19 infections and fatalities developments: empirical evidence for OECD countries and newly industrialized economies. International Economics and Economic Policy. 17(4), 801-847.
  • Chen, Y., Liu, Q., Guo, D. (2020). Emerging coronaviruses: genome structure, replication, and pathogenesis. Journal of medical virology. 92(4), 418-423.
  • Çalış Boyacı, A. (2021). Which OECD Countries Are Advantageous in Fight Against COVID-19?. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 37(1), 137-148.
  • Dağcıoğlu, B. F., Keskin, A. (2020). COVID-19 Pandemisi Sürecinde Türkiye, Avrupa ve Amerika Verilerinin Karşılaştırılması: Kesitsel Bir Çalışma. Ankara Medical Journal. 20(2), 360-369.
  • Demircioğlu, M., Eşiyok, S. (2020). Covid–19 Salgını İle Mücadelede Kümeleme Analizi İle Ülkelerin Sınıflandırılması. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(37), 369-389.
  • Hwang, C. L., Yoon, K. (1981). Methods for multiple attribute decision making. In Multiple attribute decision making. Springer, Berlin, Heidelberg. 58-191.
  • Karbassi Yazdi, A., Muneeb, F. M., Wanke, P. F., Figueiredo, O., & Mushtaq, I. (2021). Critical Success Factors for Competitive Advantage in Iranian Pharmaceutical Companies: A Comprehensive MCDM Approach. Mathematical Problems in Engineering, 2021.
  • Kılıç Depren, S., Bağdatlı Kalkan, S. (2018). Ülkelerin Konumlarının Daha İyi Yaşam Endeksine Göre Belirlenmesi: Entropi Tabanlı MULTIMOORA Yaklaşımı. Trakya Üniversitesi Sosyal Bilimler Dergisi. 20(2), 353-366.
  • Majumder, P., Biswas, P., & Majumder, S. (2020). Application of New TOPSIS Approach to Identify the Most Significant Risk Factor and Continuous Monitoring of Death of COVID-19. Electronic Journal of General Medicine, 17(6).
  • Mohammed, M. A., Abdulkareem, K. H., Al-Waisy, A. S., Mostafa, S. A., Al-Fahdawi, S., Dinar, A. M., & Díez, T. (2020). Benchmarking methodology for selection of optimal COVID-19 diagnostic model based on entropy and TOPSIS methods. IEEE Access, 8, 99115-99131.
  • OECDa. Tackling coronavirus (COVID 19) Getting it right and emerging stronger, Erişim 04 Nisan 2021, http://www.oecd.org/coronavirus/.
  • OECDb. (2021). Erişim 04 Nisan 2021, http://www.oecd.org/about/.
  • OECDc. (2021). Erişim 04 Nisan 2021, https://data.oecd.org/.
  • Ourworldindata. (2021). Erişim 02 Nisan 2021, https://ourworldindata.org/.
  • Ömürbek, N., Eren, H., Dağ, O. (2017). Entropi-ARAS ve Entropi-MOOSRA yöntemleri ile yaşam kalitesi açısından AB ülkelerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 10(2), 29-48.
  • Özbek, A. (2017). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü Kavram-Teori-Uygulama. Ankara: Seçkin Yayıncılık.
  • Özgüner, Z. (2020). Dış Kaynak Kullanımı Kapsamında Entegre Entropi-TOPSIS Yöntemleri ile Tedarikçi Seçimi Probleminin Çözümlenmesi. İşletme Araştırmaları Dergisi, 12(2), 1109-1120.
  • Rajabi, F., Jahangiri, M., Bagherifard, F., Banaee, S., & Farhadi, P. (2020). Strategies for controlling violence against health care workers: Application of fuzzy analytical hierarchy process and fuzzy additive ratio assessment. Journal of nursing management, 28(4), 777-786.
  • Sarkodie, S. A., Owusu, P. A. (2020). Investigating the cases of novel coronavirus disease (COVID-19) in China using dynamic statistical techniques. Heliyon. 6(4), 1-5.
  • Saygın, Z. Ö., Kundakcı, N. (2020). Sağlık Göstergeleri Açısından OECD Ülkelerinin EDAS ve ARAS Yöntemleri ile Değerlendirilmesi. Alanya Akademik Bakış. 4(3), 911-938.
  • Selamzade, F., Özdemir, Y. (2020). COVID-19’a Karşı OECD Ülkelerinin Etkinliğinin VZA ile Değerlendirilmesi. Electronic Turkish Studies. 15(4), 977-991.
  • Tekin, B. (2020). Covid-19 Pandemisi Döneminde Ülkelerin Covid-19, Sağlık Ve Finansal Göstergeler Bağlamında Sınıflandırılması: Hiyerarşik Kümeleme Analizi Yöntemi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi. 5(2), 336-349.
  • Theworldbank. (2021). Erişim 02 Nisan 2021, https://data.worldbank.org/.
  • Uludağ, A.S., Doğan, H. (2021). Üretim Yönetiminde Çok Kriterli Karar Verme Yöntemleri Literatür, Teori ve Uygulama. Ankara: Nobel Yayıncılık.
  • Uzun, A. (2021). Covid-19 İle Mücadelede Kolaylaştırıcı Bir Faktör Olarak Yönetsel Kapasite: Ülke Deneyimlerinden Yansımalar. Uluslararası İktisadi ve İdari İncelemeler Dergisi. (30), 1-18.
  • Wang, W., Tang, J., Wei, F. (2020). Updated understanding of the outbreak of 2019 novel coronavirus (2019‐nCoV) in Wuhan, China. Journal of medical virology. 92(4), 441-447.
  • WHOa. (2021). Coronavirus, Erişim 04 Nisan 2021, https://www.who.int/health-topics/coronavirus#tab=tab_1.
  • WHOb. (2019). Novel Coronavirus (2019-nCoV), Erişim 02 Nisan 2021, https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200121-sitrep-1-2019-ncov.pdf?sfvrsn=20a99c10_4.
  • WHOc. (2020). WHO Director-General's opening remarks at the media briefing on COVID-19 - 11 March 2020, Erişim 02 Nisan 2021, https://www.who.int/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020.
  • Yiğit, A. (2020). The Performance Of OECD Countries İn Combating With Covid 19 Pandemics: A Cross-Sectional Study. Journal of Current Researches on Social Sciences, 10 (2), 399-416.
  • Zavadskas, E.K., ve Turskis, Z. (2010). A New Additive Ratio Assessment (ARAS) Method in Multicriteria Decision-Making, Ukio Technologinisir Ekonominis Vystymas. 16(2), 159-172.

OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ

Year 2022, Volume: 7 Issue: 3, 713 - 730, 30.12.2022
https://doi.org/10.47115/jshs.1069306

Abstract

Amaç: OECD ülkelerinin Covid-19 performanslarına ilişkin kantitatif bir değerlendirme sunma hedefi ile yola çıkılmış, belirlenen parametreler doğrultusunda ülkelerin göreceli bir değerlendirmesini sunmak amaçlanmıştır.
Yöntem: Bu amaç doğrultusunda, çok kriterli karar verme (ÇKKV) yöntemlerinden ENTROPI, ARAS ve TOPSIS kullanılmıştır. OECD ülkeleri çalışmanın evrenini oluşturmaktadır. Hollanda, hekim ve hemşire sayılarına ulaşılamadığından, Kosta Rika ise, 25 Mayıs 2021 tarihinde OECD üyesi olduğundan değerlendirme dışı kalmıştır. Çalışma 36 ülke ile gerçekleştirilmiştir. Belirlenen 8 değerlendirme kriteri, Covid-19 pandemisine ilişkin verilerden ve ülkelerin sağlık göstergelerinden oluşmaktadır. Kriterlere ilişkin değerler internet sitelerinden 02.04.2021 tarihinde elde edilmiştir. Verilerin analizinde Excel Programı kullanılmıştır.
Bulgular: ENTROPI yöntemiyle kriter önem ağırlıklarının belirlenmesi sonucunda, en az bir doz Covid-19 aşılama oranı (%), 1.000.000 nüfus başına Covid-19 ölüm sayısı, kişi başı cari sağlık harcaması ($), 1.000.000 nüfus başına Covid-19 vaka sayısı ve 1.000 kişiye düşen hastane yatağı sayısı kriterlerinin ilk beş sırada yer aldığı bulunmuştur. ARAS yöntemi sonucunda elde edilen sıralamada ABD, Birleşik Krallık ve İsrail; TOPSIS yöntemi sonucunda elde edilen sıralamada İsrail, Norveç ve Birleşik Krallık üst sıralarda yer almıştır.
Sonuç ve Öneriler: Covid-19 pandemi süreci her ne kadar olumsuz olsa da, sağlık sistemleri ve toplumlar için öğretici olmuş, yetersiz kalan alanlarda iyileştirme yapılması ve yeni stratejiler geliştirilmesi gerekliliğini ortaya koymuştur. Covid-19 pandemisi sonrası ülkelerin; sağlık sistemlerinde iyileştirmeler yapmaya, bozulan ekonomilerini yeniden inşa etmeye, gelecekte yaşanabilecek olası salgınlara, krizlere ve evrensel çapta değişikliğe neden olabilecek olaylara hazırlanmaya odaklanmaları önerilebilir.

References

  • Albahri, A.S., Hamid, R. A., Albahri, O. S., & Zaidan, A. A. (2021). Detection-based prioritisation: Framework of multi-laboratory characteristics for asymptomatic COVID-19 carriers based on integrated Entropy–TOPSIS methods. Artificial intelligence in medicine, 111, 101983.
  • Arsu, T. (2021). Ülkelerin Covid-19 Pandemisine Karşı Mücadelesinin Çok Kriterli Karar Verme Yöntemleri ile Değerlendirilmesi. Bitlis Eren Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Akademik İzdüşüm Dergisi. 6(1), 128-140.
  • Aslan, R. (2020). Tarihten günümüze epidemiler, pandemiler ve Covid-19. Ayrıntı Dergisi. 8(85), 35-41.
  • Atan, M., Altan, Ş. (2020). Örnek Uygulamalarla Çok Kriterli Karar Verme Yöntemleri. Ankara: Gazi Kitabevi.
  • Ayçin, E. (2020). Çok Kriterli Karar Verme Bilgisayar Uygulamalı Çözümler. Ankara: Nobel Yayıncılık.
  • Boyacı, İ. (2020). Türkiye sağlık sisteminin dönüşümü (2003-13): Covid-19 pandemisi ile mücadele sürecinde sağlık reformlarına yeniden bakış. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi. 19(37), 59-80.
  • Bretschger, L., Grieg, E., Welfens, P. J., & Xiong, T. (2020). COVID-19 infections and fatalities developments: empirical evidence for OECD countries and newly industrialized economies. International Economics and Economic Policy. 17(4), 801-847.
  • Chen, Y., Liu, Q., Guo, D. (2020). Emerging coronaviruses: genome structure, replication, and pathogenesis. Journal of medical virology. 92(4), 418-423.
  • Çalış Boyacı, A. (2021). Which OECD Countries Are Advantageous in Fight Against COVID-19?. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 37(1), 137-148.
  • Dağcıoğlu, B. F., Keskin, A. (2020). COVID-19 Pandemisi Sürecinde Türkiye, Avrupa ve Amerika Verilerinin Karşılaştırılması: Kesitsel Bir Çalışma. Ankara Medical Journal. 20(2), 360-369.
  • Demircioğlu, M., Eşiyok, S. (2020). Covid–19 Salgını İle Mücadelede Kümeleme Analizi İle Ülkelerin Sınıflandırılması. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(37), 369-389.
  • Hwang, C. L., Yoon, K. (1981). Methods for multiple attribute decision making. In Multiple attribute decision making. Springer, Berlin, Heidelberg. 58-191.
  • Karbassi Yazdi, A., Muneeb, F. M., Wanke, P. F., Figueiredo, O., & Mushtaq, I. (2021). Critical Success Factors for Competitive Advantage in Iranian Pharmaceutical Companies: A Comprehensive MCDM Approach. Mathematical Problems in Engineering, 2021.
  • Kılıç Depren, S., Bağdatlı Kalkan, S. (2018). Ülkelerin Konumlarının Daha İyi Yaşam Endeksine Göre Belirlenmesi: Entropi Tabanlı MULTIMOORA Yaklaşımı. Trakya Üniversitesi Sosyal Bilimler Dergisi. 20(2), 353-366.
  • Majumder, P., Biswas, P., & Majumder, S. (2020). Application of New TOPSIS Approach to Identify the Most Significant Risk Factor and Continuous Monitoring of Death of COVID-19. Electronic Journal of General Medicine, 17(6).
  • Mohammed, M. A., Abdulkareem, K. H., Al-Waisy, A. S., Mostafa, S. A., Al-Fahdawi, S., Dinar, A. M., & Díez, T. (2020). Benchmarking methodology for selection of optimal COVID-19 diagnostic model based on entropy and TOPSIS methods. IEEE Access, 8, 99115-99131.
  • OECDa. Tackling coronavirus (COVID 19) Getting it right and emerging stronger, Erişim 04 Nisan 2021, http://www.oecd.org/coronavirus/.
  • OECDb. (2021). Erişim 04 Nisan 2021, http://www.oecd.org/about/.
  • OECDc. (2021). Erişim 04 Nisan 2021, https://data.oecd.org/.
  • Ourworldindata. (2021). Erişim 02 Nisan 2021, https://ourworldindata.org/.
  • Ömürbek, N., Eren, H., Dağ, O. (2017). Entropi-ARAS ve Entropi-MOOSRA yöntemleri ile yaşam kalitesi açısından AB ülkelerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 10(2), 29-48.
  • Özbek, A. (2017). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü Kavram-Teori-Uygulama. Ankara: Seçkin Yayıncılık.
  • Özgüner, Z. (2020). Dış Kaynak Kullanımı Kapsamında Entegre Entropi-TOPSIS Yöntemleri ile Tedarikçi Seçimi Probleminin Çözümlenmesi. İşletme Araştırmaları Dergisi, 12(2), 1109-1120.
  • Rajabi, F., Jahangiri, M., Bagherifard, F., Banaee, S., & Farhadi, P. (2020). Strategies for controlling violence against health care workers: Application of fuzzy analytical hierarchy process and fuzzy additive ratio assessment. Journal of nursing management, 28(4), 777-786.
  • Sarkodie, S. A., Owusu, P. A. (2020). Investigating the cases of novel coronavirus disease (COVID-19) in China using dynamic statistical techniques. Heliyon. 6(4), 1-5.
  • Saygın, Z. Ö., Kundakcı, N. (2020). Sağlık Göstergeleri Açısından OECD Ülkelerinin EDAS ve ARAS Yöntemleri ile Değerlendirilmesi. Alanya Akademik Bakış. 4(3), 911-938.
  • Selamzade, F., Özdemir, Y. (2020). COVID-19’a Karşı OECD Ülkelerinin Etkinliğinin VZA ile Değerlendirilmesi. Electronic Turkish Studies. 15(4), 977-991.
  • Tekin, B. (2020). Covid-19 Pandemisi Döneminde Ülkelerin Covid-19, Sağlık Ve Finansal Göstergeler Bağlamında Sınıflandırılması: Hiyerarşik Kümeleme Analizi Yöntemi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi. 5(2), 336-349.
  • Theworldbank. (2021). Erişim 02 Nisan 2021, https://data.worldbank.org/.
  • Uludağ, A.S., Doğan, H. (2021). Üretim Yönetiminde Çok Kriterli Karar Verme Yöntemleri Literatür, Teori ve Uygulama. Ankara: Nobel Yayıncılık.
  • Uzun, A. (2021). Covid-19 İle Mücadelede Kolaylaştırıcı Bir Faktör Olarak Yönetsel Kapasite: Ülke Deneyimlerinden Yansımalar. Uluslararası İktisadi ve İdari İncelemeler Dergisi. (30), 1-18.
  • Wang, W., Tang, J., Wei, F. (2020). Updated understanding of the outbreak of 2019 novel coronavirus (2019‐nCoV) in Wuhan, China. Journal of medical virology. 92(4), 441-447.
  • WHOa. (2021). Coronavirus, Erişim 04 Nisan 2021, https://www.who.int/health-topics/coronavirus#tab=tab_1.
  • WHOb. (2019). Novel Coronavirus (2019-nCoV), Erişim 02 Nisan 2021, https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200121-sitrep-1-2019-ncov.pdf?sfvrsn=20a99c10_4.
  • WHOc. (2020). WHO Director-General's opening remarks at the media briefing on COVID-19 - 11 March 2020, Erişim 02 Nisan 2021, https://www.who.int/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020.
  • Yiğit, A. (2020). The Performance Of OECD Countries İn Combating With Covid 19 Pandemics: A Cross-Sectional Study. Journal of Current Researches on Social Sciences, 10 (2), 399-416.
  • Zavadskas, E.K., ve Turskis, Z. (2010). A New Additive Ratio Assessment (ARAS) Method in Multicriteria Decision-Making, Ukio Technologinisir Ekonominis Vystymas. 16(2), 159-172.
There are 37 citations in total.

Details

Primary Language Turkish
Subjects Health Care Administration
Journal Section Original Research
Authors

Gizem Zevde Aydın 0000-0002-8249-6788

Early Pub Date December 28, 2022
Publication Date December 30, 2022
Submission Date February 7, 2022
Published in Issue Year 2022 Volume: 7 Issue: 3

Cite

APA Aydın, G. Z. (2022). OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Samsun Sağlık Bilimleri Dergisi, 7(3), 713-730. https://doi.org/10.47115/jshs.1069306
AMA Aydın GZ. OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. JSHS. December 2022;7(3):713-730. doi:10.47115/jshs.1069306
Chicago Aydın, Gizem Zevde. “OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Samsun Sağlık Bilimleri Dergisi 7, no. 3 (December 2022): 713-30. https://doi.org/10.47115/jshs.1069306.
EndNote Aydın GZ (December 1, 2022) OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. Samsun Sağlık Bilimleri Dergisi 7 3 713–730.
IEEE G. Z. Aydın, “OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”, JSHS, vol. 7, no. 3, pp. 713–730, 2022, doi: 10.47115/jshs.1069306.
ISNAD Aydın, Gizem Zevde. “OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Samsun Sağlık Bilimleri Dergisi 7/3 (December 2022), 713-730. https://doi.org/10.47115/jshs.1069306.
JAMA Aydın GZ. OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. JSHS. 2022;7:713–730.
MLA Aydın, Gizem Zevde. “OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ”. Samsun Sağlık Bilimleri Dergisi, vol. 7, no. 3, 2022, pp. 713-30, doi:10.47115/jshs.1069306.
Vancouver Aydın GZ. OECD ÜLKELERİNDE COVİD-19 PANDEMİSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE DEĞERLENDİRİLMESİ. JSHS. 2022;7(3):713-30.

22657

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).