અવતરણ અને ગ્રંથસૂચિ: શૈલીઓ, વ્યવસ્થાપન સાધનો અને કાલ્પનિક અવતરણનું જોખમ

નફો:

• APA, IEEE, વાનકુવર અને MLA જેવી અવતરણ શૈલીઓમાં ફોર્મેટિંગ અને ઇન-ટેક્સ્ટ ટિટેશન સપોર્ટ માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરવાની ક્ષમતા
• આર્ટિફિશિયલ ઇન્ટેલિજન્સ (આભાસ) દ્વારા બનેલા ટાંકણો શોધવાની અને DOI, છાપ અને ડેટાબેઝ દ્વારા દરેક સ્ત્રોતને ચકાસવાની ક્ષમતા
• ઝોટેરો અને મેન્ડેલી જેવા સંદર્ભ વ્યવસ્થાપન સાધનો સાથે કૃત્રિમ બુદ્ધિનો ઉપયોગ કરીને વિશ્વસનીય ગ્રંથસૂચિ વર્કફ્લો સ્થાપિત કરવાની ક્ષમતા

અવતરણ એ શૈક્ષણિક અખંડિતતાની સૌથી નક્કર અભિવ્યક્તિ છે: પ્રામાણિકપણે દરેક વિચાર, ડેટા અને દાવાના સ્ત્રોતને ટાંકીને, તમે બંને અગાઉના સંશોધકોને ક્રેડિટ આપો છો અને તમારા દાવાઓને ચકાસવા માટે વાચકને સક્ષમ કરો છો. સચોટ અને સુસંગત અવતરણ એ લેખની વિશ્વસનીયતાનો ચહેરો છે. AI અવતરણ કાર્યોમાં ચોક્કસ સહાય પ્રદાન કરે છે: શૈલી ફોર્મેટિંગ, ઇન-ટેક્સ્ટ ટાંકણ લેઆઉટ, ગ્રંથસૂચિ ફોર્મેટિંગ. પરંતુ આ એકમની મુખ્ય ચેતવણી એ સમગ્ર મોડ્યુલનું સૌથી મહત્વપૂર્ણ વાક્ય છે: AI એ એટ્રિબ્યુશન બનાવે છે જે વાસ્તવિક દેખાય છે પરંતુ અસ્તિત્વમાં નથી (ભ્રામક એટ્રિબ્યુશન); DOI અને ડેટાબેઝ દ્વારા સ્વતંત્ર ચકાસણી વિના દરેક સ્ત્રોતનો ઉપયોગ કરી શકાતો નથી.

એટ્રિબ્યુશન શૈલીઓ અને AI ની સલામત ભૂમિકા

વિવિધ ક્ષેત્રો વિવિધ અવતરણ શૈલીઓનો ઉપયોગ કરે છે. APA (મનોવિજ્ઞાન, શિક્ષણ, સામાજિક વિજ્ઞાન — લેખક-વર્ષ), MLA (માનવતા), વાનકુવર (દવા — ક્રમાંકિત), IEEE (એન્જિનિયરિંગ — કૌંસમાં નંબર), શિકાગો (ઇતિહાસ, મિશ્ર). દરેક શૈલીનું પોતાનું ઇન-ટેક્સ્ટ ટાંકણ અને ગ્રંથસૂચિ ફોર્મેટ છે: વિરામચિહ્ન, ક્રમ, ત્રાંસા, સંક્ષિપ્ત નિયમો. AI આ ઔપચારિક નિયમોને સારી રીતે જાણે છે, અને જો તમારી પાસે પહેલાથી જ સાચી છાપની માહિતી હોય, તો તેનો ઉપયોગ ઇચ્છિત શૈલીમાં ફોર્મેટ કરવા માટે સુરક્ષિત રીતે કરી શકાય છે. તેથી AI ની સલામત ભૂમિકા તમારી અધિકૃત અને ચકાસાયેલ બાયલાઇનને એક શૈલીથી બીજી શૈલીમાં અનુવાદિત અથવા ફોર્મેટ કરવાની છે - સ્ત્રોતને શોધવા અથવા યાદ રાખવાની નહીં.

ખતરો એઆઈને "આ વિષય પર કોઈ સ્ત્રોત સૂચવવા" અથવા "તે દાવા માટે સંદર્ભ ઉમેરવા" કહેવાથી શરૂ થાય છે. તે ક્ષણે વાસ્તવિક સ્ત્રોતને યાદ રાખવાને બદલે, AI એ લેખકનું નામ, વર્ષ, જર્નલ અને એક DOI પણ બનાવે છે જે ઔપચારિક રીતે માન્ય લાગે છે, અને આંકડાકીય રીતે "આવો કોઈ લેખ હોઈ શકે છે" કહે છે. આ ટૅગ્સ એટલા વાસ્તવિક છે કે તેઓ આંખ દ્વારા ઓળખી શકાતા નથી; એકમાત્ર રસ્તો ચકાસવાનો છે. આ જોખમ સૈદ્ધાંતિક નથી: પ્રકાશિત અભ્યાસોએ દર્શાવ્યું છે કે ભાષાના નમૂનાઓ દ્વારા ઉત્પાદિત સંદર્ભોનો નોંધપાત્ર ભાગ કાં તો સંપૂર્ણ રીતે બનાવટી અથવા વાસ્તવિક ભાગોના મિસએસેમ્બલ છે. વાસ્તવિક લેખકના નામને વાસ્તવિક જર્નલના શીર્ષક અને અસ્તિત્વમાં ન હોય તેવા લેખના શીર્ષક સાથે જોડી શકાય છે; ભાગો પરિચિત છે, સમગ્ર નકલી છે.

સાવધાન: ઔપચારિક રીતે માન્ય દેખાતી DOI પણ બનાવટી હોઈ શકે છે. https://doi.org/ દ્વારા DOI પાર્સ કરો: માન્ય જો તે વાસ્તવિક લેખ પર જાય અને બાયલાઇન મેળ ખાતી હોય; જો તે કહે છે કે "DOI મળ્યું નથી" તો તે નકલી છે.

ચકાસણી અને સંદર્ભ વ્યવસ્થાપન સાધનો

દરેક અવતરણ માટે માન્યતા સાંકળ છે: (1) ડેટાબેઝમાં અવતરણ માટે શોધો (Google Scholar, Scopus, PubMed, CrossRef); (2) DOI નું વિશ્લેષણ કરો; (3) તપાસો કે લેખક, વર્ષ, શીર્ષક અને જર્નલ મેળ ખાય છે; (4) સૌથી અગત્યનું, ટેક્સ્ટમાંથી ચકાસો કે સ્રોત વાસ્તવમાં તમે દાવાને સમર્થન આપે છે. ચોથું પગલું ઘણીવાર છોડવામાં આવે છે: સ્ત્રોત અસ્તિત્વમાં હોઈ શકે છે પરંતુ તમે જે કહો છો તે કહેતા નથી; AI બંનેને મૂંઝવણમાં મૂકે છે.

સંદર્ભ વ્યવસ્થાપન સાધનો આ નોકરીને સુરક્ષિત બનાવે છે. Zotero અને Mendeley (મફત), EndNote (સંસ્થાકીય) લેખને ડેટાબેઝમાંથી સીધા જ તમારી લાઇબ્રેરીમાં તેના વાસ્તવિક અવતરણ સાથે સાચવે છે અને તમને જોઈતી શૈલીમાં ઇન-ટેક્સ્ટ ટાંકણો અને ગ્રંથસૂચિ બનાવે છે. સૌથી સુરક્ષિત વર્કફ્લો આ છે: તમે ડેટાબેઝમાંથી આ સાધનોમાં સંસાધનો આયાત કરો છો, AI માંથી નહીં; તમે AI નો ઉપયોગ ફક્ત ઔપચારિક પ્રશ્નો માટે કરો છો (શૈલીનો તફાવત, છાપમાં ખૂટતા ક્ષેત્રને ઠીક કરવું). આમ, ગ્રંથસૂચિ વાસ્તવિક રેકોર્ડમાંથી બનાવવામાં આવી છે, કોઈ બનાવટી ટાંકણો શામેલ કરી શકાતા નથી.

ક્રોસરેફ, ઉપાડ અને છાપ સ્વચ્છતા

DOI માન્યતા પાછળનું ઇન્ફ્રાસ્ટ્રક્ચર રજિસ્ટ્રાર છે જેમ કે CrossRef; જ્યારે તમે doi.org દ્વારા DOI નું વિશ્લેષણ કરો છો, ત્યારે તમે આ રેકોર્ડ્સ પર નેવિગેટ કરો છો. CrossRef ના શોધ સાધનો અને "મેટાડેટા શોધ" સેવાઓનો ઉપયોગ ટેક્સ્ટ અથવા શીર્ષકના વાસ્તવિક DOI શોધવા માટે થઈ શકે છે; AI જે છાપ બનાવી શકે છે તેનું સત્ય શોધવાની આ એક વિશ્વસનીય રીત છે. બાયલાઇન ઉમેરતા પહેલા અવતરણમાં શીર્ષક માટે ડેટાબેઝ શોધવાથી સેકન્ડોમાં મોટાભાગના બોગસ એટ્રિબ્યુશન બહાર આવશે.

ચકાસણીનું વારંવાર અવગણવામાં આવતું પાસું પાછું ખેંચવાનું નિયંત્રણ છે: ગંભીર ભૂલ અથવા નૈતિક ઉલ્લંઘનને કારણે પ્રકાશન પછી પેપર પાછું ખેંચવામાં આવ્યું હોઈ શકે છે. પાછું ખેંચવામાં આવેલ અભ્યાસને માન્ય ગણવાથી તમારી દલીલ નબળી પડે છે. ઘણા પ્રકાશકોના લેખ પૃષ્ઠો પર રીટ્રેક્શન વોચ ડેટાબેઝ અને ચેતવણી લેબલ આ સૂચવે છે; આ સંદર્ભે તમારા મુખ્ય સ્ત્રોતો પણ તપાસો. છેલ્લે, "સ્વચ્છતા" છાપ પર ધ્યાન આપો: લેખકના નામનો સાચો ક્રમ અને જોડણી, જર્નલના નામનું સંપૂર્ણ સ્વરૂપ (સંક્ષેપ નહીં, જો શૈલીને તેની જરૂર ન હોય તો), વોલ્યુમ-ઇશ્યૂ-પેજ અને DOIની સંપૂર્ણતા. AI આ વિસ્તારોમાં ફોર્મેટિંગની અસંગતતાઓને પકડવામાં મદદરૂપ છે, પરંતુ સચોટ માહિતી હંમેશા વાસ્તવિક રેકોર્ડિંગમાંથી આવે છે.

ત્રણ નાના કેસો

કેસ 1 — નકલી DOI. એક સંશોધકે AI ને દાવા માટે "યોગ્ય એટ્રિબ્યુશન" માટે પૂછ્યું અને તેના DOI સાથે બાયલાઇન પ્રાપ્ત કરી. જ્યારે મેં doi.org પર DOI નું વિશ્લેષણ કર્યું, ત્યારે તે "ન મળ્યું" તરીકે આવ્યું; લેખકનું નામ સાચું હતું, પરંતુ તે શીર્ષક સાથેનો કોઈ લેખ નહોતો. AI એ એક લેખ જોડ્યો હતો જે હાલના લેખક સાથે અસ્તિત્વમાં નથી. સંશોધકને સ્કોલર પર વાસ્તવિક સ્ત્રોત મળ્યો અને Zotero સાથે બાયલાઇન ઉમેરી.

કેસ 2 - સ્ત્રોત અસ્તિત્વમાં છે પરંતુ તેને સમર્થન આપતું નથી. એક વિદ્યાર્થીએ AI દ્વારા સૂચવવામાં આવેલા લેખની ચકાસણી કરી: તે વાસ્તવિક હતું, DOI કામ કરી રહ્યું હતું. પરંતુ જ્યારે તેણે લેખ ખોલ્યો અને તેને વાંચ્યો, ત્યારે તેણે જોયું કે તેના વાક્યમાં તેણે દાવો કર્યો હતો તે તારણો નથી; AI એ સ્ત્રોત સાથે મેળ ખાતી નથી. વિદ્યાર્થીએ સંદર્ભ કાઢી નાખ્યો. પાઠ: સ્રોત અસ્તિત્વમાં છે તે માટે તે પૂરતું નથી, જો તે દાવાને સમર્થન આપે છે તો તે પણ ચકાસવામાં આવે છે.

કેસ 3 - શૈલી અનુવાદ સલામત ઉપયોગ. એક સંશોધક પાસે ઝોટેરો પર 40 તથ્ય સ્ત્રોત હતા, પરંતુ જર્નલ એપીએને બદલે વાનકુવર ઇચ્છે છે. Zotero આપોઆપ શૈલી અનુવાદિત; થોડા ખચકાટભર્યા મુદ્દાઓ પર તેણે AI ને પૂછ્યું "હું વેનકુવરમાં આ બાયલાઇન કેવી રીતે લખી શકું?" આ સંપૂર્ણપણે સલામત હતું કારણ કે સ્ત્રોતો પહેલેથી જ વાસ્તવિક હતા; એઆઈએ માત્ર ફોર્મમાં મદદ કરી.

નકલ કરી શકાય તેવા નમૂનાઓ

1) શૈલી ફોર્મેટિંગ (વાસ્તવિક છાપમાંથી):

નીચે મારી પાસે ચકાસાયેલ છાપ માહિતી છે. તેમને APA 7 શૈલીમાં ફોર્મેટ કરો. નવો સ્ત્રોત ઉમેરવો, ફીટીંગ છાપ; હું તમને જે માહિતી આપું છું તે ફક્ત ફોર્મેટ કરો. છાપ: [લેખક, વર્ષ, શીર્ષક, જર્નલ, વોલ્યુમ, પૃષ્ઠ, DOI ...]

2) માન્યતા નિયંત્રણ કોષ્ટક:

નીચે આપેલ અવતરણ સૂચિ માટે એક ખાલી માન્યતા કોષ્ટક બનાવો: [ના, લેખક, વર્ષ, શીર્ષક, DOI, વિદ્વાનમાં જોવા મળે છે?, શું તે દાવાને સમર્થન આપે છે?]. તમે ચકાસતા નથી; હું તેને મેન્યુઅલી ભરીશ. યાદી: [પેસ્ટ સંદર્ભો]

3) શૈલી અનુવાદ:

APA 7 અને વાનકુવર શૈલી બંનેમાં નીચે ચકાસાયેલ અવતરણ લખો, તફાવતોને ટૂંકમાં સમજાવો. છાપ વાસ્તવિક છે; માહિતી બદલો. છાપ: [પેસ્ટ]

4) ઇન-ટેક્સ્ટ અવતરણ ક્રમ:

નીચેના ફકરામાં, APA 7 માર્ગદર્શિકા (લેખકોની સંખ્યા, એટ અલ. સંમેલન, બહુવિધ અવતરણ ક્રમ) અનુસાર ઇન-ટેક્સ્ટ ટાંકણો ગોઠવો. સ્ત્રોત ઉમેરો/દૂર કરો; ફક્ત હાલના ટાંકણોનું ફોર્મેટિંગ ઠીક કરો. ફકરો: [પેસ્ટ કરો]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ વાક્યમાં 3 શૈક્ષણિક સ્ત્રોતો ઉમેરો. [વાક્ય]

AI ત્રણ નકલી છાપ બનાવે છે; તે બધા વાસ્તવિક લાગે છે પરંતુ અસ્તિત્વમાં નથી.

શક્તિશાળી પ્રોમ્પ્ટ:

નીચે 3 સ્ત્રોતોના ઓળખકર્તાઓ છે જે મને પહેલેથી જ મળ્યા અને ચકાસવામાં આવ્યા છે. આને APA 7 ઇન-ટેક્સ્ટ ટાંકણો તરીકે વાક્યોમાં મૂકો અને ગ્રંથસૂચિ એન્ટ્રીઓ લખો. નવા સ્ત્રોતો સૂચવવા, છાપ બનાવવી. વાક્ય: [...]છાપ: [વાસ્તવિક છાપ]

વેપાર

શું તે સુરક્ષિત છે?

નિયમ

વાસ્તવિક છાપનું ફોર્મેટિંગ

હા

માહિતી બદલો

શૈલીઓ વચ્ચે અનુવાદ

હા

છાપ પહેલેથી ચકાસાયેલ છે

ઇન-ટેક્સ્ટ ટાંકણ લેઆઉટ

હા

સંસાધનો ઉમેરવા/દૂર કરવાના નથી

"સ્ત્રોતો સૂચવો/ઉમેરો"

ના

બનાવટી એટ્રિબ્યુશનનું જોખમ

DOI જનરેટ કરવા માટે પૂછે છે

ના

નકલી DOI નું જોખમ

સામાન્ય ભૂલો

• AI પાસેથી સંસાધનો માટે પૂછવું. ફેબ્રિકેટેડ એટ્રિબ્યુશન એ શૈક્ષણિક ક્ષેત્રની સૌથી વિનાશક ભૂલ છે; ઉપાડ તરફ દોરી જાય છે.
• DOI નું પાર્સિંગ નથી. દેખીતી રીતે માન્ય DOI કપટપૂર્ણ હોઈ શકે છે; doi.org પર તેનું પરીક્ષણ કરો.
• ધારી રહ્યા છીએ કે હાલના સ્ત્રોત દાવાને સમર્થન આપે છે. જો સ્ત્રોત વાસ્તવિક હોય, તો પણ તે મેળ ખાતો નથી.
• સંદર્ભ સાધનનો ઉપયોગ કરતા નથી. મેન્યુઅલ ઇમ્પ્રિન્ટ એન્ટ્રી ભૂલ અને બનાવટ બંનેનું જોખમ ધરાવે છે.
• એક પછી એક શૈલીના નિયમોને તપાસતા નથી. અસંગત ગ્રંથસૂચિ વિશ્વાસને નબળી પાડે છે.

ટીપ: સુવર્ણ નિયમ: "ડેટાબેઝ અને ઝોટેરોમાંથી સ્ત્રોત; AI માંથી ફોર્મેટ." AI ની મેમરીમાંથી સંસાધનોને ક્યારેય પુનઃપ્રાપ્ત કરશો નહીં; વાસ્તવિક ટૅગ્સને સંપાદિત કરવા માટે જ AI નો ઉપયોગ કરો.

સારાંશમાં

અવતરણ એ શૈક્ષણિક અખંડિતતાનો નક્કર ચહેરો છે. તમે ઇચ્છો તે શૈલીમાં તમારી વાસ્તવિક અને ચકાસાયેલ છાપને ફોર્મેટ કરવા માટે AIનો સુરક્ષિત રીતે ઉપયોગ કરી શકાય છે. પરંતુ જો તેનો ઉપયોગ સ્ત્રોતો શોધવા માટે કરવામાં આવે છે, તો તે ખોટા ટાંકણા ઉત્પન્ન કરે છે; આ મોડ્યુલનું સૌથી ગંભીર જોખમ છે. DOI અને ડેટાબેઝ સામે દરેક સ્ત્રોતને ચકાસો, ચકાસો કે તે દાવાને સમર્થન આપે છે અને Zotero/Mendeley જેવા સાધનો વડે વાસ્તવિક રેકોર્ડમાંથી તમારા સ્ત્રોતોનું સંચાલન કરો. અંગૂઠાનો ટૂંકો નિયમ: સ્ત્રોત વાસ્તવિક રેકોર્ડમાંથી છે, ફોર્મેટ AI તરફથી છે, માન્યતા તમારા તરફથી છે.

એપ્લિકેશન કાર્ય

તમારા 5 વાસ્તવિક સ્ત્રોતોને સંદર્ભ સાધન (ઝોટેરો/મેન્ડેલી)માં ઉમેરો અને APA અને IEEE શૈલીમાં ગ્રંથસૂચિ બનાવો. પછી એક પ્રયોગ કરો: AI ને કહો કે તમારા વિષય પર "3 સ્ત્રોતો સૂચવો" અને DOI વિશ્લેષણ સાથે એક પછી એક સૂચવેલ ટાંકણો તપાસો. નોંધ કરો કે કેટલા વાસ્તવિક છે અને કેટલા નકલી છે; આ તમને બનાવટી એટ્રિબ્યુશનના જોખમનો નક્કર દૃષ્ટિકોણ આપે છે.

ચેકલિસ્ટ

• [ ] શું મેં DOI અને ડેટાબેઝ દ્વારા દરેક સ્ત્રોતની ચકાસણી કરી છે?
• [ ] શું મેં પુષ્ટિ કરી છે કે સ્ત્રોત વાસ્તવમાં મેં આપેલા દાવાને સમર્થન આપે છે?
• [ ] શું મને એઆઈમાંથી નહીં પણ વાસ્તવિક રેકોર્ડમાંથી સ્ત્રોતો મળ્યા છે?
• [ ] શું મેં સંદર્ભ વ્યવસ્થાપન સાધનનો ઉપયોગ કર્યો છે?
• [ ] શું મેં અવતરણ શૈલી સતત લાગુ કરી છે?