IB Chemistry Internal Assessment çoğu öğrenci için hem göz korkutucu hem de büyük bir fırsat gibi hissettirir. Yaklaşık 3.000 kelimelik, deney temelli, tamamen bireysel bir bilimsel araştırma raporu yazıyorsun ve bu çalışma final notunun anlamlı bir kısmını etkiliyor.
External Assessment sınavları ve Extended Essay ile kıyaslandığında, IA çok daha odaklı, tek bir deney etrafında şekillenen ve daha kısa süreli bir proje. Yine de Research Question seçimi, veri toplama, analiz ve yazım kalitesi açısından seni üniversite seviyesindeki scientific writing becerilerine yaklaştırıyor.
2025 güncel IB Chemistry kılavuzuna göre IA, dört ana kritere göre değerlendiriliyor: Research Design, Data Analysis, Conclusion ve Evaluation. Eski kılavuzlarda ayrı görülen Personal Engagement ve Communication artık bu kriterlerin içine gömülü, ama öğretmenler ve online kaynaklar hâlâ bu terimleri sıkça kullanıyor.
Bu yazıda iki net hedef var:
Kafanda soru işaretleri varsa sakin ol, doğru yapı ve gerçekçi bir planla IA süreci yönetilebilir bir projeye dönüşür.
IB Chemistry Internal Assessment, hem SL hem de HL öğrenciler için zorunlu olan, bireysel bir laboratory investigation. Resmi ağırlığı genelde final Chemistry notunun yaklaşık yüzde 20’si civarında ve bu oran Grade Boundary üzerinde ciddi fark yaratabiliyor.
Pratikte IA, küçük ölçekli bir bilimsel makale gibi duruyor. İçinde net bir Hypothesis ya da beklenen trend, ayrıntılı bir Method, düzenli bir Data Analysis, dürüst bir Evaluation ve net bir Conclusion bölümü bulunuyor. Bu yüzden IA’yi “mini research paper” gibi düşünmek, yazım sürecini zihninde daha anlaşılır hale getirir.
Extended Essay ile farkı, sözcük sayısından çok içeriğin odaklanma biçiminde ortaya çıkıyor. Extended Essay yaklaşık 4.000 kelimelik, daha teorik derinliği yüksek ve uzun vadeli bir proje iken, IA genellikle birkaç haftalık planlı bir laboratuvar ve yazım sürecine yayılıyor; deney sayısı daha az, değişkenler daha sınırlı, ama veri kalitesi ve analiz derinliği yine oldukça önemli.
Resmi 2025 gridinde dört başlık görsen de, çoğu öğretmen hâlâ IA’yi beş ana fikirle açıklar: Personal Engagement, Exploration, Analysis, Evaluation ve Communication. Bu beşli, aslında yeni Research Design, Data Analysis, Conclusion ve Evaluation kriterlerinin içine dağılmış durumda.
Personal Engagement; yalnızca “güzel bir giriş paragrafı” yazmak anlamına gelmiyor. Konuyu seçerken kendi ilgini, deneyimini veya çevrendeki bir problemi merkeze alman, yönteme küçük ama bilinçli dokunuşlar yapman ve veriyi pasif değil aktif bir şekilde sorgulaman bekleniyor.
Exploration, yeni griddeki Research Design kısmına en yakın kavram. Burada net ve odaklı bir Research Question, açık tanımlanmış variables, ayrıntılı ama uygulanabilir bir method, ayrıca safety ve varsa ethics ile ilgili açıklamalar yer alıyor. Yöntem, başka bir IB öğrencisinin yalnızca bu metne bakarak deneyi tekrar edebileceği kadar açık olmalı.
Analysis, doğrudan Data Analysis kriteriyle ilişkili. Burada raw data’nın processed data’ya dönüşmesi, ortalama (mean), standard deviation, % uncertainty gibi basit istatistiksel araçların doğru ve tutarlı kullanımı ve trendlerin bilimsel dil ile yorumlanması bekleniyor.
Evaluation, hem sonuçları tartıp biçtiğin kısım, hem de resmi griddeki Conclusion ve Evaluation başlıklarının ruhunu taşıyor. Burada limitations ortaya konuyor, en büyük error sources tartışılıyor ve gerçekçi, uygulanabilir improvements ile olası “future work” fikirleri paylaşılıyor.
Communication ise raporun okunabilirliğini belirleyen tüm görünmez detayları kapsıyor. Mantıklı bir structure, anlamlı headings, düzgün tables, doğru units, temiz graphs, tutarlı references ve genel yazım dili bu başlık altında değerlendiriliyor.
Aşağıdaki yapı esnek bir rehber gibi düşünülebilir, zorunlu bir şablon değil. Yine de çoğu yüksek puanlı IA bu çerçevenin yakınında kalıyor.
Bu dağılım, 3.000 kelime sınırı içinde dengeli bir yapı kurmana yardımcı olur.
En yaygın hata, too broad bir soru seçmek. Örneğin “How does temperature affect reaction rate?” sorusu, syllabus seviyesinde bir ders sorusuna benziyor, IA için fazla genel kalıyor.
Buna karşılık, “How does temperature between 20 °C and 60 °C affect the rate of decomposition of hydrogen peroxide catalyzed by potassium iodide?” gibi bir soru, hem sıcaklık aralığını hem de sistemi netleştirdiği için çok daha IA odaklı duruyor.
Konu seçerken üç filtreden geçmek işini kolaylaştırır:
Gıda kimyası, basit ilaçlar, çevre ve su kalitesi, temizlik ürünleri, metal korozyonu gibi alanlar, hem Personal Engagement hem de feasible deney tasarımı için iyi başlangıç noktalarıdır.
Background Theory, bir ders kitabının yeniden yazıldığı bölüm değil. Burada yalnızca Research Question ile doğrudan bağlantılı kavramları kısa ve net biçimde özetlemen bekleniyor.
Eğer deneyin kinetics ile ilgiliyse, collision theory, activation energy ve rate law kavramlarına girersin; equilibrium içeriyorsa, Kc, Le Châtelier ve basit equilibria yorumları yeterli olur. Özet kural, deneyde kullandığın her denklem ve kavramın arkasında kısa bir açıklama bulunması, ancak syllabus’ın tamamının tekrarlanmamasıdır.
Literatür taraması yaparken, örneğin University of Texas at Austin’in genel Chemical Equilibrium sayfası gibi kaynaklardan yararlanabilirsin: https://gchem.cm.utexas.edu/chemEQ/index.php. Böyle .edu kaynakları, hem teoriyi sağlamlaştırır hem de references kısmına akademik bir görünüm kazandırır.
Methodology kısmında ilk adım, variables kavramını netleştirmek. Independent variable, senin bilinçli olarak değiştirdiğin büyüklük; dependent variable, ölçtüğün sonuç; controlled variables ise sabit tutmaya çalıştığın koşullar.
Bu değişkenleri özetleyen küçük bir tablo, hem sana hem de okuyana büyük kolaylık sağlar. Ardından materials listesi, kullanılacak glassware ve equipment ile birlikte verilir, ancak her birini uzun paragraflar halinde değil, kısa açıklamalarla belirtmek daha okunaklı durur.
Reproducibility fikri burada kilit unsur. Başka bir öğrenci, senin Method bölümüne bakarak aynı sonuçları büyük oranda tekrar edebilmeli. Bu yüzden hacimler, konsantrasyonlar, süreler, sıcaklıklar ve karıştırma şekilleri net sayılarla ifade edilmelidir.
Safety ve ethics kısmında, örneğin concentrated acids ile çalışırken gözlük ve lab coat kullanımı, heavy metal ions içeren çözeltilerin atık kabına toplanması, organic solvents ile çalışırken fume hood tercih edilmesi gibi somut uyarılar yazılmalı.
Data kısmında önce raw data, sonra processed data gelir. Raw data, doğrudan cihazdan okuduğun veya ölçtüğün değerlerdir; processed data ise ortalama aldığın, hesaplama yaptığın ya da grafiğe aktardığın sonuçlardır.
Üç basit kural, veri kaliteni hemen yükseltir:
Significant figures ve uncertainty kavramlarını çok karmaşık formüllere boğmadan kullanabilirsin. Örneğin bir dijital termometrenin ±0.1 °C hassasiyeti varsa, sıcaklık değerlerini bu hassasiyetle kaydetmek yeterli olur.
Graph plotting sırasında sık görülen hatalar, axes labels ve units yazmamak ya da ortada net bir trend yokken zorla line of best fit çizmek şeklinde ortaya çıkar. Basit bir uncertainty hesaplama yaklaşımı seç, örneğin ölçüm aralığı üzerinden yüzde hata tahmini yap, ardından bu belirsizliğin sonucu nasıl etkileyebileceğini Analysis kısmında tartış.
Analysis bölümünde yalnızca “As temperature increased, reaction rate increased” gibi cümleler kurmak yeterli değildir. Bu trendin arkasına collision theory ve activation energy üzerinden kısa ama net bir açıklama eklemen beklenir.
Örneğin, daha yüksek sıcaklıkta parçacıkların ortalama kinetic energy’sinin arttığını, daha fazla effective collision gerçekleştiğini ve bu yüzden observed rate’in yükseldiğini söylersen, aynı cümle çok daha bilimsel bir görünüme kavuşur.
Evaluation için kullanışlı bir kontrol listesi şöyle olabilir:
IB examiner raporlarında sıkça geçen “unrealistic improvements” uyarısını ciddiye almak önemli. “Use better equipment” gibi genel, uygulanması belirsiz öneriler yerine, “use a digital balance with ±0.001 g uncertainty to reduce mass measurement error” gibi net ve makul geliştirmeler yazmak çok daha iyi görünür.
Communication, IA’nin gizli kahramanı gibidir. Başlıkların mantıklı bir hiyerarşi ile gitmesi, numbering kullanacaksan baştan sona tutarlı kalman, tables ve figures için kısa ama açıklayıcı captions yazman, raporun okunmasını büyük ölçüde kolaylaştırır.
Academic honesty, hem IB’nin hem de üniversitelerin en hassas olduğu konulardan biri. Background Theory kısmında aldığın her formülü ve teorik bilgiyi düzgün bir citation ile desteklemen gerekir. Örneğin genel kimya konuları için bir üniversitenin kinetics sayfalarından yararlanabilirsin: https://gchem.cm.utexas.edu/kinetics/index.php.
Citation style seçerken, APA veya MLA gibi bir sistemi tercih edip rapor boyunca aynı biçimi korumaya dikkat et. İnternetten kopyalanmış paragraflar, hazır IA taslakları ve kaynak göstermeden kullanılan grafikler, plagiarism riski doğurur ve en iyi ihtimalle notunu, en kötü ihtimalle bütün IB sürecini etkileyebilir.
IA’yi dört safhada planlamak işleri çok hafifletir. İlk safha, topic ve Research Question seçimi; bu kısım için yaklaşık bir ile iki hafta ayırmak, bolca background reading yapmak ve öğretmeninle fikir alışverişi yapmak açısından yeterlidir.
İkinci safha, pilot experiments ve final data collection dönemi. Burada iki ile üç hafta, küçük denemeler yapıp yöntemi ayarlamak ve ardından asıl veriyi toplamak için mantıklı bir süre aralığıdır.
Üçüncü safhada, data analysis ve first draft üzerinde çalışırsın. Yaklaşık iki hafta içinde tüm tablo ve grafikleri hazırlayıp ilk tam taslağı bitirmeyi hedeflemek iyi olur. Son safha ise revision ve proofreading; burada da bir ile iki hafta boyunca feedback alıp yazını cilalarsın.
Kendine küçük hedefler koymak, örneğin “bugün sadece variables tablosunu bitireceğim” demek, süreci daha az stresli hale getirir.
Sıradan bir giriş, “In this investigation, I will study the effect of temperature on reaction rate” gibi, seni neredeyse hiç yansıtmaz. Buna karşılık, okulun yüzme havuzundaki chlorine kokusundan rahatsız olduğunu, su kalitesi raporlarını merak etmeye başladığını ve buradan bir titration temalı IA fikri çıktığını anlatan birkaç cümle, Personal Engagement seviyesini hemen yükseltir.
Kendi hobilerini, ailendeki meslekleri, yerel çevre sorunlarını veya okul kulüplerini kimya ile bağlamak, bu kısmı güçlü kılar. Örneğin müzikle ilgileniyorsan, brass enstrümanlardaki metal korozyonunu inceleyebilirsin; cooking seviyorsan, emulsion stability ya da Maillard reaction hızları üstüne düşünebilirsin.
Sadece giriş paragrafı değil, method ve analysis içindeki küçük kişisel dokunuşlar da Engagement puanını artırır. Ek bir trial seti yapman, kendi geliştirdiğin sade bir hesaplama tablosu hazırlaman ya da daha iyi kontrol için küçük ama mantıklı bir method değişikliği önermen, hepsi “active involvement” göstergesidir.
Examiners’ reports sık sık çok geniş Research Question şikâyetinden bahseder; çözüm, sistemi, aralığı ve değişkenleri daha net sınırlamaktır.
Yetersiz data set sorunu, az sayıda trial ve dar sıcaklık veya konsantrasyon aralığıyla ilgilidir; daha fazla repeat ve daha geniş ama mantıklı bir aralık bu problemi azaltır.
Sadece “descriptive” analysis, yani veriyi tekrar anlatan fakat açıklamayan paragraflar, düşük Analysis notu getirir; her grafik için “neden böyle oldu” sorusuna kimyasal bir cevap aramak gerekir.
Çok kısa Evaluation, büyük error sources ve gerçekçi improvements içermediğinde, yüksek band görmek zorlaşır; bu bölüme gerçekten zaman ayırmak önemli.
Units ve uncertainty ihmal edildiğinde, hem Analysis hem de Communication puanı düşer; bu yüzden ölçüm yaparken birimleri ve hassasiyeti en baştan not almak iyi bir alışkanlıktır.
Bilimsel yazıda passive voice tamamen yasak değildir, ancak uzun ve karmaşık passive cümleler metni ağırlaştırır. “The solution was heated until it reached 60 °C” gibi cümleler kabul edilebilir, ama tüm raporu bununla doldurmak gereksizdir.
Net ve kısa cümleler tercih et, ama sürekli aynı yapıyı da tekrar etme. Jargon kullanman normal, fakat her teknik terimi ilk geçtiği yerde kısaca açıklamak, metni daha erişilebilir kılar. Örneğin “activation energy, yani reaksiyonun başlaması için gereken minimum enerji” gibi bir ek açıklama, okuyucuyu yormaz.
Grammar ve spelling kontrolü için öğretmeninden, güvenilir arkadaşlarından veya dijital araçlardan yardım alabilirsin, fakat son kontrolün mutlaka senin tarafından yapılması gerekir.
Aşağıdaki sorular, food chemistry, pharmaceuticals, cleaning products ve cosmetics gibi gündelik hayat temalarına dayanıyor.
Bu sorular, organic functional groups, hydrolysis, esterification ve intermolecular forces konularına bağlanabilir.
Bu grup, metal ions, complex formation ve corrosion gibi konulara hitap ediyor.
Bu sorular, solubility, precipitation, complex ions ve redox konularına bağlanır.
Bu kısım, kinetics, equilibrium ve thermochemistry gibi başlıklara odaklanıyor.
Bu sorular, gas laws, collision theory, energy changes ve simple equilibrium kavramlarını işleme fırsatı sunar.
Son grup, titration, colorimetry ve basit spectrophotometry uygulamalarını içeriyor.
Bu sorular, standard solutions, calibration curves, Beer–Lambert law ve titration stoichiometry gibi analytical concepts ile ilişkilendirilebilir.
IB Chemistry Internal Assessment, ilk bakışta zor görünse de, iyi bir Research Question, sağlam bir Exploration, dikkatli bir Data Analysis, dürüst bir Evaluation ve temiz bir Communication ile yüksek puan almak oldukça mümkün. Buradaki 20 örnek soruyu olduğu gibi kopyalamak yerine, kendi ilgi alanın, laboratuvar imkânların ve yerel çevrenle uyumlu olacak şekilde uyarlaman çok daha sağlıklı olur.
Bu süreci, yalnızca bir IB görevi değil, üniversitedeki scientific writing ve research skills için bir prova olarak görebilirsin. Vaktin varsa resmi IB Chemistry guide’ını ve güvenilir .edu kimya kaynaklarını inceleyerek teorik kısmı güçlendirmen de sana büyük avantaj sağlar.
Okuduğun her tavsiyeyi tek seferde uygulamak zorunda değilsin; adım adım ilerle, küçük ama düzenli işler yap ve IA’nin sonunda kendi çalışmandan gerçekten gurur duyabileceğini aklında tut.
Bir ormanın kesilmesine “evet” ya da “hayır” demek kolay görünebilir, ama IB Environmental Systems and Societies (ESS) içinde önemli olan kararın kendisi değil, neden o
Bir nehri kirleten fabrikanın bacası sadece duman mı çıkarır, yoksa görünmeyen bir fatura da mı üretir? IB ESS’de environmental economics, tam olarak bu görünmeyen faturayı
Bir nehre atılan atık, bir gecede balıkları öldürebilir, ama o atığın durması çoğu zaman aylar, hatta yıllar alır. Çünkü çevre sorunları sadece “bilim” sorusu değil,
Şehirde yürürken burnuna egzoz kokusu geliyor, ufuk çizgisi gri bir perdeyle kapanıyor, bazen de gözlerin yanıyor; bunların hepsi urban air pollution dediğimiz konunun günlük hayattaki
Şehir dediğimiz yer, sadece binalar ve yollardan ibaret değil, büyük bir canlı organizma gibi sürekli besleniyor, büyüyor, ısınıyor, kirleniyor, bazen de kendini onarmaya çalışıyor. IB
IB ESS Topic 8.1 Human populations, insan nüfusunun nasıl değiştiğini, bu değişimin nedenlerini ve çevre üzerindeki etkilerini net bir sistem mantığıyla açıklar. Nüfusu bir “depo”
Bir gün marketten eve dönüyorsun, mutfak tezgahına koyduğun paketli ürünlerin çoğu, aslında üründen çok ambalaj gibi görünüyor. Üstüne bir de dolabın arkasında unutulan yoğurt, birkaç
Evde ışığı açtığında, kışın kombiyi çalıştırdığında ya da otobüse bindiğinde aslında aynı soruyla karşılaşıyorsun, bu enerjiyi hangi kaynaktan üretiyoruz ve bunun bedelini kim ödüyor? IB
Bir musluğu açtığında akan su, markette aldığın ekmek, kışın ısınmak için yaktığın yakıt, hatta telefonunun içindeki metal parçalar; hepsi natural resources (doğal kaynaklar) denen büyük
Gökyüzüne baktığında tek bir “hava” var gibi görünür, ama aslında atmosfer kat kat bir yapı gibidir ve her katın görevi farklıdır. IB Environmental Systems and