در سالهای اخیر تحقیقات چند رشتهای و بین رشتهای در دانشگاه افزایش یافتهاست. هدفاولیه از گردآوری علم از رشتههای مختلف، پرداختن به دنیای واقعی یا مسائل پیچیدهای است که رویکرد رشتهای واحد نمی تواند آنها را حل کند. این کار به شخص اجازه می دهد تا دیدگاه های جدیدی در مورد مشکلات به دست آورد و به توسعه راه حل های انتخاب شده کمک کند. در حالی که این یک موهبت برای دنیای علم است، اما چالش هایی را برای دست اندرکاران آن ایجاد می کند. به عنوان مثال، انجام جستجوی مقالات برای یک محقق بین رشتهای به فرآیند بسیار پیچیدهتری تبدیل میشود.
چالش جستجوی مقالات برای محققان بین رشتهای
جستجوی مقالات میتواند برای اکثر محققان آزاردهنده باشد، اما آنالیز حجم زیادی از مقالات برای پیداکردن تحقیقات مرتبط، میتواند برای محققان بین رشتهای ناامیدکنندهتر باشد. آنها نه تنها باید سختتر کار کنند، بلکه باید هوشمندانهتر برای مدیریت مسئولیتهای تحقیقاتی مختلف هوشمندانهتر کار کنند. یک نکته برای جلوگیری از غرق شدن در این مشکلات، این است که بدانید؛ روش های معمول جستجوی مقالات ممکن است برای شما کارساز نباشند، بنابراین رویکرد خود را تغییر دهید.
استراتژی های جستجوی مقالات هوشمند برای محققان بین رشتهای
در اینجا چند نکته آسان برای کمک به بهینه سازی استراتژی جستجوی مقالات برای کسانی که کارشان چندین رشتهتحقیقاتی را در بر می گیرد، آوردهشدهاست.
اصول اولیه را بررسی کنید.
برای یادگیری هر رشتهجدید، ابتدا باید با اصطلاحات خاص در آن زمینه آشنا شوید. اگر حوزه موضوعی بسیار فراتر از حوزه تخصصی شما است، توصیه می شود ابتدا منابع خاکستری را مطالعه کنید تا درک بهتری از موضوع به دست آورید. منابع خاکستری شامل هر گونه گزارش (سالانه، فنی، تحقیقاتی)، گزارش های تجاری، و مقالات خارج از کانال های انتشارات دانشگاهی سنتی است. اگرچه این اسناد مورد بررسی قرار نگرفته اند، اما منبع اطلاعاتی ارزشمند و قابل دسترس و در برخی موارد تنها منبع موجود برای تحقیقات نوظهور هستند.
همانطور که با متخصصان همکاری می کنید، یاد بگیرید.
تحقیقات چند رشتهای به عنوان تحقیقات مشترک بین محققان رشتههای مختلف تعریف می شود. بنابراین، چه راهی بهتر از یادگیری از همکاران خود؟ در حالت ایدهآل، ابتدا باید در مورد مفاهیم مطالعه کنید و قبل از تماس با محققان رشتههای مختلف ، پیشینهای کسب کنید. آنها می توانند منابع ارزشمند و یادداشت های شخصی را برای شروع به شما توصیه کنند، که به شما کمک می کند بهتر یاد بگیرید و همکاری کنید و فرصتی برای به دستآوردن تجربیات بیشتری داشته باشید. همچنین میتوانید دیدگاه خود را در مورد مفاهیم مطرح کنید و با تماس بیشتر با این متخصصان، سؤالات خود را حل کنید.
رسانه های مختلف محتوای مربوطه را جست و جو کنید.
درک مفاهیم جدیدتر از رشتههای مختلف ممکن است در ابتدا چالش برانگیز باشد، اما محققان می توانند از رسانه های بصری متفاوت به نفع خود استفاده کنند. تعداد زیادی از تصاویر، اینفوگرافیکها، نمودارها، فیلمها، ارائهها و مطالب برای افراد مبتدی به منظور مطالعه آسان تر، بارگذاری شدهاست. شرکت در سمینارها، بحثهای انجمن آنلاین (به عنوان مثال، Reddit Science TheNakedScientist، و غیره)، کنفرانسها و ارائهها نیز میتواند محل خوبی برای شروع باشد.
از کلمات کلیدی برای تنظیم دقیق جستجوی مقالات آنلاین خود استفاده کنید.
بهینه سازی جستجوهای آنلاین خود با استفاده از موتورهای جستجوی تخصصی و عمومی برای صرفه جویی در زمان در جستجوی مقالات شما بسیار مهم است. یک لیست جامع از کلمات کلیدی هدفمند برای جستجوی آنلاین خود تهیه کنید. علاوه بر این، مترادف ها و کلمات جایگزین را برای هر کلمه کلیدی فهرستشده یادداشت کنید.
برای بهبود نتیجه جستجوی مقالات، محققان می توانند عملگرهای Boolean را انتخاب کنند. «AND» یا «NO»، که میتواند پراکندگی جست و جو را کاهش دهند و نتایج خاص را واکشی کنند، و «OR» که تضمین میکند هیچ مطلب مرتبطی از دست نمیرود. هنگام استفاده از اختصارات (به عنوان کلمات کلیدی جستجو) به دقت توجه کنید، زیرا کلمات مختلف در سایر رشتهها معانی مختلفی دارند. از هر دو مدل آمریکایی و انگلیسی کلمات کلیدی مورد نظر خود برای به حداکثررساندن خروجی جستجو استفاده کنید. برای پیداکردن مراجع مهم از طریق مقالات بازیابیشده، ارجاع به قبل و بعد را انتخاب کنید. از ابزارهای تحلیل استنادی می توان برای مدیریت و سازماندهی بهتر استنادها استفاده کرد (به عنوان مثال، Citation Gecko). از مدیریت منابع برای پیگیری مقالات مرتبط در چندینرشته استفاده کنید.
بگذارید تحقیقات مربوطه شما را پیدا کنند.
اشتراک در فیدهای RSS از وبسایتها و مجلات مورد علاقهتان یکی از راههای ماندن در فرآیند جست و جو است. میتوانید اخطار های Google را برای دریافت اعلان درباره تحقیقات جدید در مورد موضوعات مرتبط تنظیم کنید. برای فهرست مطالب مجلات بین رشتهای (TOC)، در اعلان های کلمه کلیدی و استنادی ثبت نام کنید.
منابع جستجوی مقالات رایج برای محققان
چند پایگاهداده و ابزار هوشمند وجود دارد که به محققان چند رشتهای اجازه می دهد تا جستجوهای مقالات را انجام دهند. بسیار مهم است که از بیش از یک پایگاهداده استفاده کنید تا اطمینان حاصل شود که تمام مقالات مرتبط را دریافت می کنید. این امر به ویژه برای تحقیقات چند رشتهای مهم است. زیرا هر پایگاهداده منابع بازیابی دادههای متفاوتی دارد و به طور منحصر به فرد نمایه می شود. در اینجا به برخی از آنها پرداختهخواهدشد:
Scopus
Scopus یک پایگاه داده چند رشتهای شناختهشدهاست که حاوی بیشترین چکیدهها و استنادات مجلات بررسی شدهاست. دارای ابزارهای جستجوی جالبی است، مانند ابزاری برای یافتن مقاله با بیشترین استناد در یک مجله و وابستگی های نویسنده و کشورها، که می تواند به محققان چند رشتهای کمک کند تا محققان فعال را در یک حوزه خاص قرار دهند و مرتبط ترین مقالات را شناسایی کنند.
Dogpile
منبع ارزشمند دیگر Dogpile است، یک موتور فراجستجو که اطلاعات را از چندین موتور جستجو مانند گوگل، یاهو، بینگ و یاندکس جست وجو می کند.
Web of Science
Web of Science یک پایگاهداده چند رشتهای معروف است که حاوی استنادات کتابشناختی از مجلات مختلف علمی، علوم اجتماعی و پزشکی است. فهرست استناد مقالات کنفرانس (نسخه علمی و فنی) به محققان امکان می دهد به مقالات منتشرشده در کنفرانس ها، سمپوزیوم ها، سمینارها، کنوانسیون ها و کارگاه های آموزشی در سراسر جهان دسترسی داشته باشند.
Google Scholar
Google Scholar یک موتور جستجوی آنلاین است که دسترسی سریع به مقالات، کتابها، مقالات و چکیدههای بینالمللی را فراهم میکند.
R Discovery
R Discovery یک برنامه تحقیقاتی هوشمند مبتنی بر هوش مصنوعی است که به محققان کمک می کند با ایجاد یک فید مطالعاتی شخصی، جستجوهای مقالات را ساده کنند. با توصیه روزانه جدیدترین و مرتبط ترین مقالات تحقیقاتی در مورد موضوعات مورد علاقه شما، باعث صرفه جویی در ساعت های صرفشده برای جستجوی تحقیق می شود. دارای برخی ویژگیهای هیجانانگیز دیگر، مانند علامت گذاری آسان، هشدار در مورد مقالات تازه منتشرشده، همگامسازی با مدیران مرجع، و مخزن در حال رشد مقالات مجلات، مقالات دسترسی آزاد، پیشچاپ و موارد دیگر. بهترین بخش این است که دارای خلاصههای هوشمندانهای است که به شما امکان میدهد نکات کلیدی مقاله را مرور کنید و به سرعت تصمیم بگیرید که آیا به اندازه کافی مرتبط است تا برای مطالعه کل مقاله وقت صرف کنید.
با فناوری های مبتنی بر هوش مصنوعی عصر جدید دوست شوید.
بسیاری از پیچیدگی های ذاتی در جستجوهای تحقیقاتی بین رشتهای و چند رشتهای را می توان توسط برنامهها و نرم افزارهای مبتنی بر هوش مصنوعی بررسی کرد. برنامههای هوشمند مانند R Discovery توصیههای مقالهشان را بر اساس علایق مطالعاتی شما میفهمند و آنها را تغییر میدهند. داشتن یک کتابخانه هوشمند مطالعاتی در دستان شما باعث صرفه جویی در زمان می شود، جستجوی مقالات را ساده می کند و مطالعه مقالات را بهینه می کند، به خصوص اگر یک محقق بین رشته ای باشید. امیدواریم این نکات و توصیهها به شما در شروع و سادهسازی جستجوی مقالات کمک کرده باشد تا بتوانید از مطالعه مقالات لذت ببرید.