چگونه یک جستجوی موثر برای مرور نوشتارها انجام دهیم؟
مقدمه
مرور نوشتارها یا بررسی متون (literature review) فعالیتی فکری و تحلیلی است که طی آن پژوهشگر؛ متون و آثار موجود در زمینه پژوهش خود را شناسایی می کند تا در راستای پژوهش خود از آنها استفاده کند. مرور نوشتارها خلاصه‌ی پژوهش‌های پیشین نیست؛ بلکه مطالعه‌ای است که ضمن خلاصه کردن پژوهش های پیشین؛ آن را ارزیابی و ارتباط آنها را با یکدیگر و با پژوهش در دست انجام مشخص میکند. توانایی شناسایی، بازیابی، مرور، تحلیل و نوشتن از جایگاه مهمی در تدوین پیشینه است. هدف از مرور نوشتارها این است تا مشخص کنید چه آثاری؛ توسط چه کسانی؛ با چه هدف‌هایی؛ با چه روش‌هایی؛ با چه یافته‌هایی در زمینه مورد توجه پژوهشگر نوشته شده‌اند و چه زمینه‌هایی برای انجام پژوهش‌های بیشتر وجود دارد(منبع https://info-consulting.ir/literature-review/). قدرت یک پیشینه پژوهش به توانایی آن در غربال کردن و بازیابی منابع مرتبط بستگی دارد. داشتن یک رویکرد جستجوی بهینه برای یافتن منابع مرتبط نه تنها پیشینه مقاله شما را تقویت میکند، بلکه کارایی مرور شما را نیز افزایش می دهد. در این مقاله، قصددارم، شما را از طریق فرآیند ایجاد یک استراتژی جستجوی موثر برای یافتن متون مرتبط راهنمایی کنم و ابزارهای کلیدی مربوط به آن را معرفی کنم. آگاهی از این موضوع به شما امکان می‌دهد پیشینه جامع و مرتبط را به دست آورید.
مراحل کلیدی برای ایجاد یک استراتژی جستجوی موثر:
مفاهیم و اصطلاحات جستجو را برای هر کدام از مفاهیم موجود در پژوهشتان را مشخص کنید
اولین قدم در جستجوی نظام‌مند متون، شناسایی مفاهیم کلیدی است. استفاده از چارچوب PICO (در پزشکی) – بیمار، مداخله، مقایسه، نتیجه (Patient, Intervention, Comparison, Outcome) – می تواند اینکار را ساده کند. به عنوان مثال، این سوال را در نظر بگیرید: “در بیماران مسن (P)، واکسن آنفلوانزا (I) در مقایسه با نبود واکسن (C) در پیشگیری از بستری شدن مرتبط با سرماخوردگی (O) چقدر موثر است؟ با شناسایی مفاهیم اساسی با تاکید بر عناصر موجود در عنوان و چکیده، شروع کنید.
واژگان کنترل شده در جستجوها
مرحله بعدی شامل شناسایی واژگان کنترل شده برای جستجو در پایگاه های اطلاعاتی است.
واژگان کنترل شده در جستجوی متون، اصطلاحات استاندارد و از پیش تعریف شده‌ای هستند که پایگاه‌های اطلاعاتی برای نمایه‌سازی و بازیابی مقالات مرتبط و برای تضمین یکدستی و غلبه بر تنوع واژگانی، استفاده می‌کنند (نیز نگاه کنید به https://info-consulting.ir/thesaurus-keywords-tools/).
این واژگان، مانند سرعنوان‌های موضوعی پزشکی (MeSH) در PubMed، به صورت سلسله‌مراتبی سازماندهی شده‌اند. به عنوان مثال، اگر در حال تحقیق درباره آنفولانزا هستید، استفاده از اصطلاحنامه مش MeSH تضمین میکند که مقالاتی را خواهید یافت که ممکن است به این بیماری به عنوان “آنفولانزا”، “آنفولانزای فصلی” یا حتی “H1N1” اشاره کنند.
قرار دادن این اصطلاحات متنوع تحت یک اصطلاح استاندارد، دقت جستجوی شما را افزایش می دهد. در اینجا ساختار واژگان کنترل شده در تعدادی از پایگاه‌های اطلاعاتی را نشان می دهد.
جستجوی کلیدواژه‌ها
هنگامی که از جستجوی کلیدواژه‌ای استفاده می کنید، به پایگاه اطلاعاتی دستور می دهید که به دنبال عبارت دقیق وارد شده بگرددد. این روش می تواند بسیار مستقیم باشد اما با چالش هایی همراه خواهد بود:
- دقت: جستجوی «آنفولانزا» ممکن است مقالاتی را که از «سرماخوردگی Flu» استفاده می‌کنند را از دست بدهد.
- گستردگی: “آنفولانزا” می‌تواند مقالات نامرتبط را بازیابی کند، به عنوان مثال، “فلورسانس”.
- متغیر بودن: اصطلاحات مختلف برای یک مفهوم نیاز به کلیدواژه‌های متنوعی دارد.
برای بررسی متمرکز بر آنفولانزا، استفاده از کلیدواژه مانند “آنفولانزای فصلی”، “H1N1” و “آنفلوانزا A” “seasonal flu”, “H1N1”, and “influenza A” اطمینان حاصل میکند که نتایج جامعی دریافت می‌کنید.
فنون ساختن اصطلاحات کلیدواژه‌ای برای جستجوی متون:
- اصطلاحات مشابه/مترادف: انواع مختلفی مانند ” “flu” and “influenza.را ضبط کنید.
- تنوع املایی: املاها/اصطلاحات منطقه ای یا اصطلاحات خط فاصله را در نظر بگیرید. به عنوان مثال: املای آمریکایی در مقابل انگلیسی
- توضیحات متناقض: برخی از اصطلاحات ممکن است در مقالات، متفاوت بیان شوند اما معنی یکسانی داشته باشند. به عنوان مثال، اصطلاحاتی مانند “آنفولانزای مرغی” و “آنفولانزای پرندگان” “bird flu” and “avian influenza”.
- طیف ویژگی: تعادل بین اصطلاحات عمومی و جزئی. به عنوان مثال، از “ویروس” به “ویروس آنفولانزای H1N1”.
- کوتاه‌سازی واژه‌ها Truncation: ستاره (*) در انتهای یک رشته از کاراکترها تمام عباراتی را که با آن رشته شروع می شوند جستجو می کند. به عنوان مثال، با استفاده از “influenz*” “influenza”، “influenzae” و “influenzal” را بازیابی می کند.
- استفاده از نمادها Wildcard: “؟” جایگزین یک حرف یا نشان دادن یک حرف اضافی که در آن املا یا تغییر کلمه امکان پذیر است. به عنوان مثال. “H?N1” با “H1N1” و “H3N1” مطابقت دارد.
- عملگرهای مجاورتی: میزان نزدیک بودن دو کلمه را مشخص میکند. فایده: نتایج شما را مرتبط‌تر کند. “influenza NEAR3 vaccine” بین این دوکلمه سه فاصله وجود داشته باشد.
به یاد داشته باشید، نکته کلیدی این است که به طور گسترده فکر کنید، تمام عبارات مرتبط را در نظر بگیرید و استراتژی جستجوی خود را با پایگاه اطلاعاتی در حال استفاده تنظیم کنید.
اصطلاحات را با عملگرهای بولی ترکیب کنید
استفاده از عملگرهای بولین دامنه جستجوی شما را افزایش می‌دهد.
- عملگر “AND” تضمین میکند که تمام مفاهیم انتخاب شده در نتایج وجود دارد. برای مثال، «واکسن آنفولانزا و آنفولانزا» مقالاتی را که هر دو عبارت را دارند بازیابی میکند.
- از سوی دیگر، عملگر “OR” نتایج را در هر جایی که باشد بازیابی میکند ، بنابراین “flu OR آنفلوانزا” مقالاتی را با هر یک از این اصطلاحات می گیرد.
- اگر می‌خواهید یک اصطلاح خاص را حذف کنید، عملگر “NOT” مفید است. به عنوان مثال، “آنفلوآنزا NOT H1N1” مقالاتی در مورد آنفولانزا ارائه می‌دهد که به طور خاص به گونه H1N1 اشاره نمی کند.
استراتژی جستجوی خود را ترجمه کنید
هر پایگاه داده، اعم از PubMed، Scopus یا Web of Science، اصطلاحات و روش جستجوی منحصر به فرد خود را برای تفسیر عبارت‌های جستجو (سینتکس) دارد. ضروری است که استراتژی جستجوی خود را با استانداردهای خاص هر پایگاه اطلاعاتی که استفاده می‌کنید منطبق کنید.
در اینجا چند ابزار رایگان برای کمک به شما در «ترجمه جستجو» آمده است.
- Polyglot search
- ChatGPT
برای مثال
استراتژی جستجوی خود را مستند و ثبت کنید.
برای بهترین عملکرد، شفافیت و تکرارپذیری، تمام عناصر جستجوی متون را مستند کنید.
برای مطالب بیشتر می توانید به پیوندهای زیر مراجعه کنید:
در این راهنمای سریع، اصول اولیه انجام یک جستجوی مرور نوشتارها را آموخته‌اید. از این مطلب می‌توانید به عنوان نقطه شروع برای پژوهش‌های عمیق‌تر استفاده کنید.
