அலகுகள்
1. நூலகம் மற்றும் தகவல் மேலாண்மையில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், அங்கீகாரம், தனியுரிமை மற்றும் நெறிமுறைகள் 2. பட்டியலிடுதல் மற்றும் மெட்டாடேட்டா உருவாக்கத்தில் செயற்கை நுண்ணறிவு 3. தலைப்பு பகுப்பாய்வு, வகைப்பாடு மற்றும் தானியங்கி அட்டவணைப்படுத்தல் 4. சொற்பொருள் தேடல் மற்றும் கண்டுபிடிப்பு அமைப்புகள் 5. பரிந்துரை அமைப்புகள் மற்றும் தனிப்பயனாக்கப்பட்ட வள பரிந்துரை 6. டிஜிட்டல் காப்பகம், டிஜிட்டல் மயமாக்கல், OCR மற்றும் நீண்ட கால பாதுகாப்பு 7. பயனர் சேவைகள், வரவேற்பு மற்றும் அரட்டை போட்கள் 8. பைபிலியோமெட்ரிக்ஸ், மேற்கோள் பகுப்பாய்வு மற்றும் ஆராய்ச்சி தாக்க மதிப்பீடு 9. RAG உடன் நிறுவன தகவல் மேலாண்மை 10. ஆதார சரிபார்ப்பு, மாயத்தோற்றம் மற்றும் தகவல் அறிவாற்றல் 11. காப்புரிமை, தனியுரிமை, நெறிமுறைகள் மற்றும் ஆளுகை
அலகு 5 / 11

பரிந்துரை அமைப்புகள் மற்றும் தனிப்பயனாக்கப்பட்ட வள பரிந்துரை

ஆதாயங்கள்:

  • உண்மையான சேகரிப்பில் உள்ள ஒவ்வொரு பரிந்துரையையும் சரிபார்ப்பதன் மூலம் உள்ளடக்க அடிப்படையிலான மற்றும் கூட்டுப் பரிந்துரை அணுகுமுறைகளை வேறுபடுத்தி, போலி ஆதாரங்களைத் தடுக்கும் திறன்
  • நனவான பன்முகத்தன்மையுடன் வடிகட்டி குமிழியை உடைக்கும் திறன் மற்றும் வெளிப்படையான நியாயங்களுடன் பரிந்துரைகளை வழங்குதல்
  • பயனர் வாசிப்பு மற்றும் தேடல் வரலாற்றின் தனியுரிமையைப் பாதுகாத்தல் மற்றும் இந்தத் தரவைப் பாதுகாப்பாகச் செயலாக்குதல்

ஒரு வாசகர் கேட்கலாம் "நான் இந்த புத்தகத்தை முடித்துவிட்டேன், அடுத்து நான் என்ன படிக்க வேண்டும்?" ', ஒரு நல்ல நூலகர் தனது ஆர்வம், நிலை மற்றும் நோக்கத்திற்கு பொருத்தமான ஆதாரங்களை பரிந்துரைக்கிறார். டிஜிட்டல் உலகில், பரிந்துரை அமைப்புகள் இதை அளவில் செய்கின்றன: பயனரின் கடந்தகால ஆர்வம் அல்லது வளத்தின் பண்புகளைப் பார்த்து புதிய ஆதாரங்களைப் பரிந்துரைக்கின்றன. இந்த யூனிட்டில், செயற்கை நுண்ணறிவு அடிப்படையிலான பரிந்துரை அமைப்புகள் எவ்வாறு செயல்படுகின்றன, அவை நூலகத்திற்கு என்ன கொண்டு வருகின்றன, தனியுரிமை, சார்பு மற்றும் "வடிகட்டி குமிழி" போன்ற அபாயங்களை எவ்வாறு நிர்வகிப்பது என்பதை நீங்கள் அறிந்து கொள்வீர்கள்.

கருத்துகளை வரையறுப்போம். உள்ளடக்க அடிப்படையிலான பரிந்துரையானது ஒரு மூலத்தின் பண்புகளை (தலைப்பு, ஆசிரியர், வகை) பார்த்து, இதே போன்ற ஆதாரங்களைப் பரிந்துரைக்கிறது: "இந்த வரலாற்றுப் புத்தகம் உங்களுக்குப் பிடித்திருந்தால், இதே காலகட்டத்தை உள்ளடக்கிய இதையும் விரும்பலாம்." கூட்டு வடிகட்டுதல் "உங்களைப் போன்ற ஆதாரங்களை விரும்பிய பிற பயனர்களும் இதை விரும்பினர்" என்ற கொள்கையின் அடிப்படையில் செயல்படுகிறது. ஒரு வடிகட்டி குமிழி என்பது ஒரு பரிந்துரை அமைப்பு பயனரை தொடர்ந்து ஒரே மாதிரியான உள்ளடக்கத்தில் பூட்டி புதிய, வெவ்வேறு கண்ணோட்டங்களில் இருந்து விலக்கி வைக்கும் போது. ஒரு நல்ல நூலகப் பரிந்துரையானது ஆர்வத்தை ஈர்க்கிறது மற்றும் குமிழியை உடைக்கிறது.

படிப்படியாக: ஒரு பொறுப்பான ஆலோசனை அணுகுமுறை

1. நோக்கத்தை தெளிவுபடுத்துங்கள். முன்மொழிவு எதை நோக்கமாகக் கொண்டுள்ளது? பயனர் தொடர்ந்து படிக்க வேண்டுமா, அவர்களின் எல்லைகளை விரிவுபடுத்த வேண்டுமா அல்லது குறிப்பிட்ட ஆராய்ச்சிக் கேள்விக்கான ஆதாரங்களைக் கண்டறிய வேண்டுமா? நோக்கம் பரிந்துரையின் வகையை தீர்மானிக்கிறது.

2. ஆதாரம் மற்றும் நம்பகத்தன்மையை சரிபார்க்கவும். AI பரிந்துரைகளை செய்யும் போது இல்லாத புத்தகங்களை உருவாக்க முடியும். பரிந்துரைக்கப்பட்ட ஒவ்வொரு ஆதாரமும் சேகரிப்பில் அல்லது நம்பகமான பட்டியலில் உள்ளதா என்பதைச் சரிபார்க்கவும்.

3. பன்முகத்தன்மையை பராமரிக்கவும். "மிகவும் ஒத்த" ஒன்றை மட்டும் பரிந்துரைப்பது வடிகட்டி குமிழியை உருவாக்கும். உணர்வுபூர்வமாக வெவ்வேறு கண்ணோட்டங்கள், வெவ்வேறு ஆசிரியர்கள் மற்றும் வெவ்வேறு நிலைகளை உள்ளடக்கியது. நூலகத்தின் பணி எல்லைகளைத் திறப்பதே தவிர, சூழலியலுக்குள் அடைத்து வைப்பது அல்ல.

4. தனியுரிமையைப் பாதுகாக்கவும். தனிப்பயனாக்கப்பட்ட பரிந்துரை பயனரின் வாசிப்பு வரலாற்றைப் பயன்படுத்துகிறது மற்றும் மிகவும் துல்லியமானது. பொதுவான AI கருவிகளுக்கு இந்தத் தரவை வழங்க வேண்டாம்; பயனரின் ஒப்புதலுடன், நிறுவனத்தின் பாதுகாப்பான அமைப்புகளுக்குள் மட்டுமே செயலாக்கம்.

5. வெளிப்படையாக இருங்கள். பரிந்துரை ஏன் செய்யப்பட்டது என்பதை பயனருக்கு விளக்கவும்: "இந்த ஆதாரம் பரிந்துரைக்கப்பட்டது, ஏனெனில் இது நீங்கள் ஆர்வமாக உள்ள தலைப்புடன் தொடர்புடையது." வெளிப்படைத்தன்மை நம்பிக்கையையும் தகவல் அறிவையும் பலப்படுத்துகிறது.

உதவிக்குறிப்பு: பரிந்துரைகளின் பட்டியலில் "சற்று வித்தியாசமான" ஆதாரத்தைச் சேர்த்து, "இவை உங்கள் ஆர்வத்திற்கு நெருக்கமானவை; இதைப் புதுப்பிப்பதற்காகச் சேர்த்துள்ளேன்." இவை இரண்டும் வடிகட்டி குமிழியை உடைத்து நூலகத்தின் கண்டுபிடிப்பு மதிப்பை நிரூபிக்கிறது.

முன்மொழிவின் நெறிமுறை பரிமாணம்

பரிந்துரை அமைப்புகள் குற்றமற்றவையாகத் தோன்றினாலும் சக்திவாய்ந்த விளைவுகளை உருவாக்குகின்றன. ஒரு பயனருக்குப் பரிந்துரைக்கப்படும் வளங்கள் அவருடைய தகவல் உலகத்தை வடிவமைக்கின்றன. கணினி பிரபலமான ஆதாரங்களை மட்டுமே முன்னிலைப்படுத்தினால் அல்லது ஒரு குறிப்பிட்ட பார்வையில் இருந்து, சிறுபான்மை குரல்கள், மாறுபட்ட பார்வைகள் மற்றும் குறைவாக அறியப்பட்ட மதிப்புமிக்க ஆதாரங்கள் கண்ணுக்கு தெரியாததாக இருக்கும். பயிற்சி தரவுகளில் உள்ள புகழ் மற்றும் சார்புகளைப் பெறுவதன் மூலம் AI இந்தப் போக்கை வலுப்படுத்த முடியும்.

இங்குதான் நூலகத்தின் மதிப்பு வருகிறது: நூலகம் வணிகப் பரிந்துரை இயந்திரம் அல்ல; தகவல்களுக்கு சமமான மற்றும் மாறுபட்ட அணுகலை உறுதி செய்வதே இதன் நோக்கம். இந்த மதிப்புடன் பரிந்துரை முறையை சீரமைப்பது நூலகரின் பொறுப்பாகும்.

கவனம்: பயனரின் வாசிப்பு மற்றும் தேடல் வரலாறு மிகவும் முக்கியமான தனியுரிமை தரவுகளில் ஒன்றாகும். ஒரு நபர் படிப்பது அவரது உடல்நிலை, அரசியல் பார்வைகள், நம்பிக்கைகள் அல்லது தனிப்பட்ட நெருக்கடி பற்றிய தகவல்களை வெளிப்படுத்தும். இந்தத் தரவை அதன் அடையாளத்துடன் வெளிப்புற அமைப்புகளுக்கு ஒருபோதும் மாற்ற வேண்டாம்; அநாமதேயப்படுத்தல் மற்றும் ஒப்புதல் அவசியம்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - உள்ளடக்கம் சார்ந்த பரிந்துரை வேலை செய்தது. ஒரு பள்ளி நூலகம் மாணவர்களுக்கு அவர்கள் படிக்கும் புத்தகத்தைப் போன்ற ஆதாரங்களைப் பரிந்துரைக்க உள்ளடக்க அடிப்படையிலான அமைப்பைப் பயன்படுத்தியது. ஒரு மாணவர் அறிவியல் புனைகதை நாவலை முடித்தார்; ஒரே கருப்பொருளை உள்ளடக்கிய ஆனால் வேறு ஆசிரியரின் மூன்று புத்தகங்களை சிஸ்டம் பரிந்துரைத்தது. மாணவர் இரண்டு கடன் வாங்கினார்; வாசிக்கும் பழக்கம் தொடர்ந்தது. அனைத்து பரிந்துரைகளும் உண்மையில் சேகரிப்பில் இருப்பதை நூலகர் முன்பு உறுதிப்படுத்தினார்.

வழக்கு 2 - போலி பரிந்துரை பிடிபட்டது. ஒரு பயனருக்கு 8 புத்தகங்களைப் பரிந்துரைக்கும்படி நூலகர் ஒருவர் AIயிடம் கேட்டார். அவர் பட்டியலில் உள்ள பட்டியலைச் சரிபார்த்தார்: 8 புத்தகங்களில் 3 புத்தகங்கள் காணவில்லை; AI நம்பத்தகுந்த தலைப்புச் செய்திகளை உருவாக்கியது. சரிபார்ப்புப் படி இல்லாத புத்தகங்கள் பயனருக்குப் பரிந்துரைக்கப்படுவதைத் தடுக்கிறது.

வழக்கு 3 - வடிகட்டி பலூன் சிதைந்தது. ஒரு ஆராய்ச்சியாளர் தொடர்ந்து ஒரே கண்ணோட்டத்துடன் ஆதாரங்களுடன் பணிபுரிந்தார், மேலும் அமைப்பு எப்போதும் ஒரே மாதிரியானவற்றைப் பரிந்துரைத்தது. நூலகர் வேண்டுமென்றே தலைப்புக்கு மாறுபட்ட அணுகுமுறையை முன்வைத்து இதை தெளிவுபடுத்தும் இரண்டு ஆதாரங்களைச் சேர்த்துள்ளார். இந்த எதிரெதிர் ஆதாரங்களால்தான் ஆராய்ச்சியாளர் தனது ஆய்வின் முழுமையற்ற அம்சத்தை உணர்ந்தார்.

குளிர் தொடக்கம் மற்றும் புதிய பயனர் சிக்கல்

சிபாரிசு அமைப்புகளின் நன்கு அறியப்பட்ட சவாலானது குளிர் தொடக்கப் பிரச்சனையாகும்: ஒரு புதிய பயனருக்கு என்ன பரிந்துரைக்க வேண்டும் அல்லது வரலாற்றுத் தரவு இல்லாத சேகரிப்பில் புதிதாகச் சேர்க்கப்பட்ட வளத்தை சிஸ்டம் அறியாது. இந்த வழக்கில், பல அமைப்புகள் பாதுகாப்பான விருப்பமாக மிகவும் பிரபலமான ஆதாரங்களுக்கு மாறுகின்றன; இதன் பொருள் குறைவாக அறியப்பட்ட மதிப்புமிக்க வளங்கள் பரிந்துரைக்கப்படவில்லை மற்றும் புகழ் தன்னைத்தானே ஊட்டுகிறது. நூலக அடிப்படையில், இது சமமான அணுகல் மதிப்புடன் முரண்படுகிறது. புதிய பயனரிடம் பரிந்துரை செய்வதற்கு முன், அவர்களின் உள்ளடக்கப் பண்புகளின் அடிப்படையில் புதிதாக சேர்க்கப்பட்ட ஆதாரங்களை முன்னிலைப்படுத்துவதற்கு முன், ஒரு குறுகிய, தெளிவான விருப்பத்தேர்வு கேள்வியை (எந்த தலைப்புகள், எந்த நிலை, எந்த நோக்கம்) கேட்பதுதான் தீர்வு. இந்த கட்டத்தில், ஒரு ஆதாரத்தின் பொருள் மற்றும் அம்சங்களை பகுப்பாய்வு செய்வதன் மூலம், AI ஆனது தொடர்புடைய பயனரிடம் கடன் வாங்கப்படாத புத்தகத்தையும் இணைக்க முடியும்; பரிந்துரை உண்மையான சேகரிப்பில் இருந்து வந்து சரிபார்க்கப்படும் வரை. எனவே, அமைப்பு "மிகவும் விரும்பப்பட்டவை" மட்டுமல்ல, "பொருத்தமான மற்றும் மதிப்புமிக்கவை" ஆகியவற்றைக் காணக்கூடியதாக ஆக்குகிறது.

உதவிக்குறிப்பு: புதிய பயனருக்கான பரிந்துரையை அமைக்கும்போது, ​​கணினியின் வரலாற்றுத் தரவைக் காட்டிலும் பயனரின் தற்போதைய தேவைகளின் அடிப்படையில் அதை அமைக்கவும். ஒரு நல்ல கேள்வி ("இது ஆராய்ச்சிக்காக, மகிழ்ச்சிக்காக, எந்த அளவிற்கு?") பல மாத நடத்தை தரவுகளை விட மிகவும் துல்லியமான பரிந்துரையை உருவாக்குகிறது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) உள்ளடக்க அடிப்படையிலான ஒத்த ஆதாரப் பரிந்துரை:

ஒரு பயனர் விரும்பிய ஆதாரத்தின் பொருள்/சுருக்கம் கீழே உள்ளது. எங்கள் சேகரிப்பில் இருக்கும் வளங்களின் பட்டியலையும் கொடுத்துள்ளேன். இந்தப் பட்டியலிலிருந்து, பாடத்திற்கு ஒத்த 5 ஆதாரங்களைப் பரிந்துரைக்கவும், ஒவ்வொன்றிற்கும் ஒரு வாக்கியத்தை நியாயப்படுத்தவும். பரிந்துரைக்கும் ஆதாரங்கள் பட்டியலிடப்படவில்லை. பிடித்த ஆதாரம்: [இங்கே] / சேகரிப்பு பட்டியல்: [இங்கே]

2) பல்வேறு சேர்க்கும் பரிந்துரை:

கீழே உள்ள பரிந்துரைகளின் பட்டியலில், பயனரின் எல்லைகளை விரிவுபடுத்தும் மற்றும் வேறுபட்ட கண்ணோட்டம் அல்லது துணைத் தலைப்பை (நான் வழங்கிய சேகரிப்பு பட்டியலிலிருந்து மட்டும்) வழங்கும் 2 ஆதாரங்களைச் சேர்க்கவும். அவை ஏன் வேறுபட்டவை மற்றும் மதிப்புமிக்கவை என்பதை விளக்குங்கள். பட்டியல்: [இங்கே] / சேகரிப்பு: [இங்கே]

3) பரிந்துரைக்கான காரணத்தின் விளக்கம்:

கீழே உள்ள ஒவ்வொரு பரிந்துரைக்கும், பயனருக்குக் காட்டக்கூடிய ஒரு குறுகிய, வெளிப்படையான நியாயத்தை எழுதுங்கள்: "இந்த ஆதாரம் பரிந்துரைக்கப்பட்டது, ஏனெனில்..." மிகைப்படுத்தல் இல்லை, தனிப்பட்ட தரவின் உட்குறிப்பு இல்லை. பரிந்துரைகள்: [இங்கே]

4) தனியுரிமை முன் சரிபார்ப்பு:

பின்வரும் பரிந்துரை உள்ளீட்டில் பயனரை அடையாளம் காணும் அல்லது உணர்திறன் மிக்க தகவல்கள் (உடல்நலம், நம்பிக்கைகள், அரசியல் பார்வைகள்) உள்ளதா? அப்படியானால், அதைக் குறிக்கவும், அதை அநாமதேயமாக்குவது எப்படி என்று பரிந்துரைக்கவும். உள்ளீடு: [இங்கே]

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்தப் பயனர் படிக்க 10 புத்தகங்களைப் பரிந்துரைக்கவும்.

AI அதன் உலகளாவிய நினைவகத்தில் இருந்து சேகரிப்பு தெரியாமல் பரிந்துரைகளை உருவாக்குகிறது; அவர் இல்லாத மற்றும் பன்முகத்தன்மை மற்றும் தனியுரிமையை மதிக்காத புத்தகங்களை உருவாக்க முடியும்.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: வாசகர் ஆலோசனை உதவியாளர். பயனர் விரும்பிய தலைப்பு மற்றும் எங்கள் சேகரிப்பில் உள்ள உண்மையான ஆதாரங்களின் பட்டியல் கீழே உள்ளது. (1) பட்டியலிலிருந்து தலைப்பு தொடர்பான 5 ஆதாரங்களைப் பரிந்துரைக்கவும். (2) உங்கள் கண்களைத் திறக்கும் வெவ்வேறு கண்ணோட்டங்களைக் கொண்ட 2 ஆதாரங்களையும் சேர்க்கவும். (3) ஒவ்வொரு பரிந்துரைக்கும் ஒரு வெளிப்படையான நியாயத்தை எழுதுங்கள். பட்டியலிலிருந்து வெளியேறாதீர்கள், ஆதாரங்களை உருவாக்காதீர்கள் அல்லது தனிப்பட்ட தரவைக் குறிக்காதீர்கள். தலைப்பு: [இங்கே] / தொகுப்பு: [இங்கே]

சக்திவாய்ந்த உடனடி; இது உண்மையான சேகரிப்புக்கு வரம்பிடுகிறது, பன்முகத்தன்மையைக் கோருகிறது, மேலும் நியாயப்படுத்துதல் மற்றும் தனியுரிமை விதியைச் சேர்க்கிறது.

பரிந்துரை வகை ஒப்பீட்டு விளக்கப்படம்

பரிந்துரை வகை

வலுவான புள்ளி

ஆபத்து

நூலகர் கடமை

உள்ளடக்கத்தை அடிப்படையாகக் கொண்டது

கவனத்தை நன்றாக ஈர்க்கிறது

வடிகட்டி குமிழி

வகையைச் சேர்க்கவும்

கூட்டு

ஆச்சரியமான கண்டுபிடிப்பு

தனியுரிமை, புகழ் சார்பு

பெயர் தெரியாத நிலை, சமநிலை

AI உற்பத்தி பட்டியல்

வேகமாக

மூலத்தை உருவாக்கியது

யதார்த்தத்தை சரிபார்க்கவும்

பொதுவான தவறுகள்

  • சரிபார்ப்பு இல்லாமல் பரிந்துரைகளை வழங்குதல். AI இல்லாத ஆதாரங்களை உருவாக்க முடியும்.
  • "மிகவும் ஒத்த" என்று பரிந்துரைக்கிறேன். வடிகட்டி குமிழி பயனரின் எல்லைகளைக் குறைக்கிறது.
  • வாசிப்பு வரலாற்றை வெளிப்புறக் கருவிக்கு ஏற்றுமதி செய்கிறது. இது தனியுரிமையின் மிக முக்கியமான தரவு.
  • நியாயம் இல்லாமல் பரிந்துரையை வழங்குதல். வெளிப்படைத்தன்மை நம்பிக்கை மற்றும் கல்வியறிவை ஆதரிக்கிறது.
  • புகழ் சார்புகளை புறக்கணித்தல். மதிப்புமிக்க ஆனால் அதிகம் அறியப்படாத வளங்கள் இழக்கப்படுகின்றன.

சுருக்கமாக

பரிந்துரை அமைப்புகள் சக்திவாய்ந்த கருவிகள் ஆகும், அவை பயனர் ஆர்வத்தை கைப்பற்றுவதன் மூலம் கண்டுபிடிப்பை எளிதாக்குகின்றன; உள்ளடக்க அடிப்படையிலான மற்றும் கூட்டு அணுகுமுறைகள் வெவ்வேறு பலம் மற்றும் அபாயங்களைக் கொண்டுள்ளன. AI ஆனது பரிந்துரைகளை உருவாக்குவதில் வேகமாக உள்ளது, ஆனால் இல்லாத ஆதாரங்களைக் கண்டுபிடிக்கலாம், குமிழ்களை வடிகட்டலாம் மற்றும் சார்புகளை வலுப்படுத்தலாம். நூலகர் பணி; உண்மையான சேகரிப்பில் உள்ள ஒவ்வொரு பரிந்துரையையும் சரிபார்க்க, நனவான பன்முகத்தன்மையுடன் குமிழியை உடைக்க, பயனர் தனியுரிமையைப் பாதுகாக்க மற்றும் வெளிப்படையான காரணங்களுடன் பரிந்துரைகளை வழங்குவதன் மூலம் நூலகத்தின் சமமான மற்றும் மாறுபட்ட அணுகலின் மதிப்பைப் பராமரிக்க.

விண்ணப்ப பணி

உண்மை சேகரிப்புகளின் (10-15 ஆதாரங்கள்) குறுகிய பட்டியலைத் தயாரிக்கவும். "உள்ளடக்க அடிப்படையிலான ஒத்த ஆதாரப் பரிந்துரை" டெம்ப்ளேட்டைக் கொண்டு பயனருக்கான பரிந்துரையை உருவாக்கி, அவை அனைத்தும் பட்டியலில் உள்ளதா என்பதைச் சரிபார்க்கவும். பின்னர், "பன்முகத்தன்மையைச் சேர்க்கும் பரிந்துரை" டெம்ப்ளேட்டுடன் வெவ்வேறு கண்ணோட்டங்களைக் கொண்ட ஆதாரங்களை பட்டியலில் சேர்க்கவும். இறுதியாக, "பரிந்துரைக்கான பகுத்தறிவு விளக்கம்" டெம்ப்ளேட்டுடன் ஒவ்வொரு பரிந்துரைக்கும் ஒரு வெளிப்படையான விளக்கத்தை உருவாக்கி, அதை எவ்வாறு பயனருக்கு வழங்குவீர்கள் என்பதைத் திட்டமிடுங்கள்.

சரிபார்ப்பு பட்டியல்

  • [ ] ஒவ்வொரு பரிந்துரையும் உண்மையில் சேகரிப்பில் இருப்பதை நான் சரிபார்த்தேன்.
  • [ ] வடிகட்டி குமிழியை உடைக்க பல்வேறு வகைகளைச் சேர்த்தேன்.
  • [ ] நான் பயனர் வாசிப்பு/தேடல் வரலாற்றைப் பாதுகாப்பாக வைத்திருந்தேன், அதை வெளிப்புறக் கருவிக்குக் கொடுக்கவில்லை.
  • [ ] ஒவ்வொரு பரிந்துரைக்கும் ஒரு வெளிப்படையான நியாயத்தை நான் தயார் செய்துள்ளேன்.
  • [ ] பிரபல்யம் சார்புநிலையைத் தவிர்க்க, குறைவாக அறியப்பட்ட மற்றும் மதிப்புமிக்க ஆதாரங்களை நான் கண்காணித்தேன்.