Faida:
- Uwezo wa kutekeleza kamwe kuchukua hesabu ya nukuu na nukuu kutoka kwa kumbukumbu ya AI wakati wa kuunganisha na muhtasari wa data iliyochukuliwa kutoka kwa hifadhidata halisi ya nukuu na AI.
- Uwezo wa kuelewa kuwa vipimo kama vile nukuu, faharasa ya h na kipengele cha athari huonyesha matumizi lakini si ubora na kutolinganishwa kwake katika nyanja zote.
- Uwezo wa kuzingatia mipaka ya kimaadili ya kutumia vigezo vya bibliometriki pekee katika kutathmini watu binafsi na kusawazisha na tathmini ya ubora.
Maktaba ya chuo kikuu hupima matokeo ya utafiti wa taasisi yake; mtafiti kupata tafiti zenye ushawishi mkubwa zaidi wa uwanja; meneja anaweza kutaka kutathmini mwonekano wa kisayansi wa idara. Nyuma ya kazi hii ni bibliometriki: uwanja ambao huchunguza kwa nambari machapisho ya kisayansi na uhusiano wa manukuu kati yao. Katika kitengo hiki, utajifunza jinsi ya kutumia akili bandia katika uchanganuzi wa manukuu, ramani ya uchapishaji na tathmini ya athari; lakini utajifunza jinsi ya kuabiri mipaka na mitego ya kimaadili ya vipimo vya nambari.
Hebu tufafanue dhana. Nukuu ni marejeleo ya kisayansi yaliyotolewa na chapisho moja hadi chapisho lingine; Idadi ya manukuu inachukuliwa kuwa kiashiria cha kiasi gani kazi imetumika. Faharasa ya h ni kipimo kinachochanganya tija na athari ya mtafiti (ikiwa h idadi ya machapisho yamepokea angalau manukuu h, faharasa ya h ni h). Kipengele cha athari ni kipimo kinachoonyesha kiwango cha wastani cha manukuu cha jarida. Vipimo hivi ni muhimu, lakini hakuna kipimo cha moja kwa moja cha "ubora"; Kuzingatia tofauti hii ni kiini cha bibliometriki.
Hatua kwa hatua: uchambuzi wa bibliometriki unaowajibika
1. Bainisha swali. "Ni masomo gani ya msingi ya uwanja huu?", "Je, ni machapisho gani yaliyotajwa zaidi ya taasisi yetu?", "Nyuga hizi mbili zinaingilianaje?" Kila swali linahitaji uchambuzi tofauti.
2. Tumia data ya kuaminika. Uchambuzi wa manukuu unategemewa tu kama chanzo cha data. AI inaweza kuunda hesabu za manukuu au orodha za uchapishaji; Kwa hivyo, ni muhimu kufanya kazi na data kutoka kwa hifadhidata halisi ya nukuu. Tumia AI kutafsiri na kufupisha data halisi, sio kutoa data.
3. Weka alama za ruwaza. AI husaidia kufanya muhtasari wa makundi ya mada, mitandao shirikishi, au mitindo kwa muda katika kundi kubwa la machapisho. Hii inaelekeza umakini wa mchambuzi wa kibinadamu kwa mambo muhimu.
4. Fasiri kigezo katika muktadha. Hesabu ndogo ya manukuu haionyeshi kuwa kazi haina thamani; Huenda uwanja ukawa mdogo, mada ikawa mpya, au kichapo kinaweza kuwa kipya sana. Kamwe usitafsiri nambari bila muktadha.
5. Zingatia mpaka wa kimaadili. Hatua za bibliometriki hazipaswi kutumiwa peke yako kufanya maamuzi kuhusu kuajiri, kukuza au kufadhili watu binafsi. Namba hazipimi thamani ya watu; Kuwatumia vibaya sio haki na kunadhuru.
Kidokezo: Unapowezesha AI kufanya uchanganuzi wa manukuu, toa hesabu za manukuu na manukuu ya uchapishaji kutoka kwa hifadhidata halisi; Wacha AI ipange tu, ipange na itafsiri data hii. "H-index ya mwandishi huyu ni nini?" Kuuliza moja kwa moja kunaweza kusababisha nambari iliyoundwa.
Mipaka ya vigezo na uendeshaji
Kwa sababu vipimo vya bibliometriki vinaonekana kuwa na nguvu, viko wazi kwa matumizi mabaya. Nambari za dondoo zinaweza kuongezwa kwa njia mbalimbali: kujinukuu kupita kiasi (kutaja kazi ya mtu mwenyewe), midundo ya manukuu (vikundi vya watu vinavyoashiria kila mmoja wao kwa wao), au utamaduni wa kunukuu wa uwanja huo. Zaidi ya hayo, vigezo havilinganishwi katika nyanja zote: mazingira ya kunukuu ya makala ya matibabu na makala ya falsafa ni tofauti kabisa.
Tatizo hili ni dhahiri zaidi katika ubinadamu na sayansi ya kijamii; kwa sababu matokeo muhimu katika nyanja hizi (vitabu, tafsiri, hakiki) hayawakilishwi sana katika hifadhidata za manukuu. Kupima athari ya mwanahistoria au msomi wa fasihi kwa idadi ya manukuu ni kutoelewa asili ya kazi. Mkutubi ni mwongozo unaoeleza mipaka ya vigezo hivi kwa wasimamizi na watafiti.
Tahadhari: Usiwasilishe kipimo cha bibliometriki kama uamuzi wa mwisho kuhusu sifa za kitaaluma za mtu binafsi au ubora wa idara. Kanuni za tathmini ya kuwajibika ya utafiti zinasisitiza kwamba hatua zinapaswa kutimiza tathmini ya ubora, sio badala yake.
kesi tatu ndogo
Kesi ya 1 - Eneo lililopangwa. Mkutubi alitaka kuonyesha kazi ya msingi ya kikundi cha utafiti katika uwanja wao. Ilichukua data kutoka kwa machapisho 200 kutoka kwa hifadhidata halisi ya nukuu; YZ ilifanya muhtasari wa data hii katika vikundi vya mada na kuangazia tafiti 10 zilizotajwa zaidi. Mchambuzi alithibitisha kila nguzo na kitambulisho katika hifadhidata; kundi haraka kufahamu muundo wa eneo hilo.
Kesi ya 2 - Faharasa ya bandia ya h imenaswa. Meneja aliuliza AI kuhusu fahirisi ya h ya mtafiti; AI ilisema "42". Mkutubi aliangalia hifadhidata halisi: thamani sahihi ilikuwa 19; AI ndiye aliyeunda nambari. Hii ilionyesha kuwa metriki hazipaswi kamwe kuchukuliwa kutoka kwa kumbukumbu ya AI lakini kutoka kwa data halisi.
Kesi 3 - Ulinganisho usio sahihi umezuiwa. Kitengo kimoja kilitaka kutenga fedha kwa kulinganisha sura mbili kulingana na wastani wa idadi ya manukuu. Msimamizi wa maktaba alieleza kuwa moja ya idara ilikuwa dawa (utamaduni wa kunukuu juu) na nyingine ilikuwa ya kibinadamu (kitabu kizito, utamaduni wa kunukuu chini), na kwamba ulinganisho huu hautakuwa wa haki. Tathmini iliungwa mkono na vigezo vya ubora ambavyo vilizingatia tofauti za nyanjani.
Ramani zinazoonekana na mitego ya kusoma
Zana inayotumika mara kwa mara katika bibliometriki ni ramani za mtandao (k.m. mitandao ya uandishi-shirikishi au uandishi-shirikishi), ambayo inaonyesha uhusiano kati ya machapisho au waandishi kwa nodi na viungo. Ramani hizi hufanya kuonekana kwa muundo, nguzo na madaraja ya eneo; AI inaweza kujumlisha data halisi ya msingi na kusaidia kutafsiri ramani hizi. Lakini ramani za kuona, wakati zina nguvu, zinaweza pia kupotosha: node kubwa, inayoonekana katikati haiwezi kuwa "muhimu zaidi" lakini tu "iliyounganishwa zaidi"; Ukubwa wa kundi unaweza kuonyesha tu idadi ya uchapishaji, si thamani ya nafasi hiyo. Zaidi ya hayo, jinsi ramani inavyochorwa (kizingiti kipi, ni kipindi gani, hifadhidata gani) hubadilisha matokeo kabisa. Kwa hivyo, wakati wa kuwasilisha taswira ya bibliometriki kama msingi wa uamuzi, ni muhimu kusema wazi ni data gani inategemea, vigezo gani na kwa muda gani. Iwapo maoni yanayotokana na AI yanastahiki nodi kwenye ramani kama "kiongozi" au "mwenye ushawishi mkubwa," angalia ili kuona ikiwa sifa hizo zinaauniwa na data halisi.
Kidokezo: Usianguke kwenye mtego wa "center = top" unapotafsiri ramani ya mtandao. Centrality inaonyesha tu wiani wa uunganisho; Mchango wa asili au ubora wa kazi hauonekani kwenye ramani na unaweza kueleweka tu kwa kusoma yaliyomo.
Violezo vinne vinavyoweza kunakiliwa
1) Muhtasari wa data halisi ya manukuu:
Ifuatayo ni orodha ya uchapishaji na nambari za manukuu nilizochukua kutoka kwa hifadhidata halisi ya manukuu. Zigawe katika vikundi vya mada na ufanye muhtasari wa kila nguzo katika sentensi moja. Tumia tu data niliyotoa, usijumlishe/usitengeneze machapisho mapya au hesabu za manukuu. Data: [hapa]
2) Mwelekeo na alama za muundo:
Angazia mitindo mashuhuri (kuongezeka, kupungua, umakinifu wa ushirikiano) katika data ya uchapishaji/manukuu ya mwaka hapa chini. Weka kila uchunguzi kwenye data, usikisie. Data: [hapa]
3) Onyo la tafsiri ya vigezo:
Tafsiri kigezo kifuatacho cha bibliometriki, pia ukitaja mipaka yake: inatoa taarifa juu ya somo gani, juu ya somo gani haitoi habari, ni juu ya somo gani ambalo limefunguliwa kwa matumizi mabaya? Vigezo na muktadha: [hapa]
4) Udhibiti wa tofauti za eneo:
Je, data ya manukuu ya vikundi viwili vifuatavyo inaweza kulinganishwa moja kwa moja? Tathmini tofauti za utamaduni wa kunukuu kati ya nyanja na ueleze kama ulinganisho ni sawa. Data: [hapa]
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Orodhesha makala muhimu zaidi na hesabu za manukuu za mwandishi huyu.
AI hutengeneza vichwa vilivyoundwa na hesabu za manukuu kutoka kwa kumbukumbu yake ya kimataifa bila kupata data halisi. Matokeo: uchambuzi wa kushawishi lakini wa uongo.
Agizo lenye nguvu:
Jukumu lako: msaidizi wa bibliometriki. Zifuatazo ni nukuu za uchapishaji na nambari za manukuu nilizotoa kutoka kwa hifadhidata halisi ya manukuu. Panga data hii kutoka kikoa kilichotajwa zaidi hadi cha chini kabisa, igawanye katika makundi ya mada, na ufanye muhtasari wa kila kundi. Usigeuke kutoka kwa data niliyotoa, usitengeneze nambari au lebo yoyote. Ongeza maelezo mafupi kuhusu mipaka ya vigezo. Data: [hapa]
Agizo lenye nguvu; Inawekea AI mipaka ya data halisi, inakataza uundaji, na inatukumbusha mipaka ya benchmark.
Jedwali la vigezo na mipaka
kigezo
Nini inaonyesha
Nini haionyeshi
Tahadhari
Idadi ya manukuu
Matumizi/mwonekano
ubora, usahihi
Inategemea utamaduni wa eneo
faharisi ya h
Tija+athari
thamani ya mtu binafsi
Nyeti kwa urefu wa kazi
Kipengele cha athari
Wastani wa jarida
Thamani ya makala moja
Vigezo vya kiwango cha jarida
mtandao wa ushirikiano
Ambaye alifanya kazi na
Kiwango cha mchango
Jukumu katika mtandao haliko wazi
Makosa ya kawaida
- Kuomba idadi ya manukuu kutoka kwa AI. Nambari zinaundwa nje ya hifadhidata halisi.
- Kufikiri kwamba kigezo ni kipimo cha ubora. Nukuu inaonyesha matumizi, sio ubora.
- Kulinganisha maeneo moja kwa moja. Tamaduni za sifa ni tofauti, sio sawa.
- Kupima ubinadamu kwa sifa. Matokeo ya vitabu vizito hayawakilishwi sana katika hifadhidata.
- Kutathmini watu binafsi na vigezo. Uamuzi wa kuajiri/kupandisha cheo haufai kutegemea kigezo kimoja.
Kwa muhtasari
Katika bibliometriki na uchanganuzi wa manukuu, AI ni msaidizi mwenye nguvu ambaye hukusanya data halisi, kuashiria mienendo na muhtasari; Lakini kamwe usichukue nambari za manukuu na mistari kutoka kwa kumbukumbu ya AI, kwa sababu inaifanya. Vipimo vinaonyesha matumizi na mwonekano, sio ubora; haiwezi kulinganishwa katika vikoa; haijawakilishwa kidogo katika ubinadamu na haiwezi kutumika peke yake kutathmini watu binafsi. Mkutubi ni kiongozi anayewajibika ambaye anaelezea mipaka ya vigezo hivi na kuviweka sawa na tathmini ya ubora.
Jukumu la maombi
Chukua orodha ndogo ya machapisho (rekodi 10-15, na hesabu za manukuu) kutoka kwa hifadhidata halisi ya manukuu. Kuwa na nguzo ya AI na ufanye muhtasari kwa kiolezo cha "Fanya muhtasari wa data halisi ya nukuu", kisha uthibitishe manukuu na hesabu dhidi ya hifadhidata. Kisha uchapishe mipaka ya kipimo unachopenda (k.m. h-index) na kiolezo cha "Vigezo vya kutafsiri onyo" na upange jinsi utakavyoielezea kwa msimamizi.
orodha ya ukaguzi
- [ ] Nilitoa nambari za manukuu na manukuu kutoka kwa hifadhidata halisi, sikuwa nazo zimeundwa na AI.
- [ ] Niliwasilisha vipimo kama viashirio vya matumizi/mwonekano, si ubora.
- [ ] Nilizingatia tofauti ya utamaduni wa kunukuu kati ya nyanja.
- [ ] Nilizingatia uwakilishi mdogo wa ubinadamu.
- [ ] Sikutumia kigezo pekee katika kutathmini watu binafsi.