ஆராய்ச்சி வடிவமைப்பு ஆதரவு: கேள்வி, கருதுகோள், முறை மற்றும் மாதிரி

ஆதாயங்கள்:

• ஆராய்ச்சி கேள்வியை கூர்மைப்படுத்துதல், கருதுகோள்கள் மற்றும் மாறி வரையறை மற்றும் முறை விருப்பங்களை உருவாக்குதல் ஆகியவற்றில் செயற்கை நுண்ணறிவை ஒரு சிந்தனைப் பங்காளியாகப் பயன்படுத்தும் திறன்
• செயற்கை நுண்ணறிவிலிருந்து அளவு, தரம் மற்றும் கலப்பு வடிவமைப்பு, மாதிரி மற்றும் செல்லுபடியாகும்-நம்பகத்தன்மை விருப்பங்களைப் பெறுவதற்கான திறன் மற்றும் அவற்றின் துறை மற்றும் நெறிமுறை விதிகளின்படி அவற்றை மதிப்பீடு செய்யும் திறன்.
• வழிமுறை முடிவுகள் மற்றும் நெறிமுறைகள் குழு (IRB) பொறுப்பு ஆராய்ச்சியாளருக்கு சொந்தமானது மற்றும் செயற்கை நுண்ணறிவு முன்மொழிவு ஒரு வரைவு மட்டுமே என்பதை புரிந்து கொள்ளும் திறன்.

இலக்கியத்தை அறிந்த பிறகு, உங்கள் சொந்த படிப்பை வடிவமைக்க வேண்டிய நேரம் இது. ஆராய்ச்சி வடிவமைப்பு என்பது ஒரு கேள்வியுடன் தொடங்கி அதை அளவிடக்கூடிய, பதிலளிக்கக்கூடிய ஆய்வாக மாற்றும் செயல்முறையாகும்: கேள்வியைக் கூர்மைப்படுத்துதல், ஒரு கருதுகோளை நிறுவுதல், மாறிகளை வரையறுத்தல், பொருத்தமான வடிவமைப்பு மற்றும் முறையைத் தேர்ந்தெடுப்பது, மாதிரியைத் தீர்மானித்தல், செல்லுபடியாகும் தன்மை மற்றும் நம்பகத்தன்மையைக் கருத்தில் கொண்டு. இது மிகவும் மனதளவில் தேவைப்படும் ஆராய்ச்சி பகுதியாகும், மேலும் AI இங்கே ஒரு சக்திவாய்ந்த சிந்தனைப் பங்காளியாக இருக்கலாம் - விருப்பங்களை உருவாக்குதல், குருட்டுப் புள்ளிகளைத் தூண்டுதல், மாற்றுகளை ஒப்பிடுதல். ஆனால் இந்த அலகின் அடிப்படை விதி தெளிவாக உள்ளது: வழிமுறை முடிவுகள் மற்றும் நெறிமுறை பொறுப்பு ஆராய்ச்சியாளருக்கு சொந்தமானது; AI மதிப்பீடு செய்வதற்கான விருப்பங்களை மட்டுமே வழங்குகிறது.

கேள்வி முதல் கருதுகோள் வரை

ஒரு நல்ல ஆராய்ச்சிக் கேள்வி கவனம் செலுத்தக்கூடியது, பதிலளிக்கக்கூடியது மற்றும் அசல். பரிசோதனை/மருத்துவ ஆய்வுகளில் PICO என்பது பொதுவான கட்டமைப்பாகும்: மக்கள் தொகை, தலையீடு, ஒப்பீடு, விளைவு. சமூக அறிவியலில், கேள்வி பொதுவாக மாறிகளுக்கு இடையிலான உறவாக முன்வைக்கப்படுகிறது. AI உங்களுக்கு ஒரு பரந்த கேள்வியைக் குறைக்க உதவுகிறது மற்றும் பல மாற்று சூத்திரங்களை பரிந்துரைக்கிறது.

ஒரு கருதுகோள் என்பது சிக்கலை ஒரு சோதனைக்குரிய கணிப்பாக மாற்றுவதாகும்; பொதுவாக ஒரு திசையை உள்ளடக்கியது ("X ஐ அதிகரிக்கிறது"). மாறிகள் நீங்கள் அளவிடும் விஷயங்கள்: சுயாதீன மாறி (நீங்கள் செல்வாக்கு), சார்பு மாறி (நீங்கள் அளவிடும் விளைவு), கட்டுப்பாட்டு மாறிகள் (நீங்கள் நிலையானதாக வைத்திருக்கிறீர்கள்). கருதுகோளைக் கூர்மையாக்குவதற்கும், செயல்பாட்டு வரையறைகளாக மாறிகளை வடிகட்டுவதற்கும் (அளவிடக்கூடிய வரையறைகள்) மற்றும் சாத்தியமான குழப்பவாதிகளை நினைவுபடுத்துவதற்கும் AI பயனுள்ளதாக இருக்கும் (முடிவை ரகசியமாக பாதிக்கும் மூன்றாவது காரணி).

குறிப்பு: "இந்த கருதுகோளை நிரூபிப்பதற்கான வாதங்களையும் கொடுங்கள்" என்று AI யிடம் சொல்லுங்கள். உங்கள் சொந்த வடிவமைப்பின் பலவீனங்களை முன்கூட்டியே பார்ப்பது மதிப்புமிக்கது, இதன் மூலம் நீங்கள் நடுவர் செயல்முறையின் போது அல்லாமல் இப்போது கற்றுக்கொள்ளலாம்.

வடிவமைப்பு, மாதிரி மற்றும் செல்லுபடியாகும்

உங்கள் கேள்விக்கு பதிலளிக்கும் வகையில் தரவு எவ்வாறு சேகரிக்கப்பட்டு கட்டமைக்கப்படும் என்பது ஆராய்ச்சி வடிவமைப்பு. மூன்று பரந்த குடும்பங்கள் உள்ளன: அளவு (எண் தரவு, புள்ளியியல் சோதனை-பரிசோதனை, அரை-பரிசோதனை, தொடர்பு, ஆய்வு), தரம் (உரை/கவனிப்பு, பொருள் மற்றும் அனுபவம்-நேர்காணல், வழக்கு ஆய்வு, நிகழ்வு, அடிப்படைக் கோட்பாடு) மற்றும் கலப்பு முறை (இரண்டையும் இணைத்தல்). AI ஒவ்வொரு வடிவத்தையும் அதன் நன்மை தீமைகளுடன் ஒப்பிட்டு உங்கள் கேள்விக்கு எது பொருத்தமாக இருக்கும் என்று விவாதிக்கலாம்; ஆனால் உங்கள் ஆதாரங்கள், கள பாரம்பரியம் மற்றும் உங்கள் கேள்வியின் தன்மை ஆகியவற்றின் அடிப்படையில் இறுதித் தேர்வு உங்களுடையது.

மாதிரி என்பது உங்கள் பிரபஞ்சத்திலிருந்து நீங்கள் ஆய்வு செய்யும் துணைக்குழு ஆகும். அளவுரீதியில், மாதிரி அளவு சக்தி பகுப்பாய்வு மூலம் கணக்கிடப்படுகிறது - புள்ளிவிவர ரீதியாக குறிப்பிடத்தக்க விளைவைப் பிடிக்க தேவையான சிறிய மாதிரி; AI சூத்திரம் மற்றும் அனுமானங்களை நினைவூட்டுகிறது, ஆனால் நீங்கள் ஒரு மென்பொருள் (GPower போன்றவை) மூலம் எண்ணை உறுதிப்படுத்த வேண்டும். செல்லுபடியாகும் தன்மை (நீங்கள் அளவிடுவதை உண்மையில் அளவிடுகிறீர்களா) மற்றும் நம்பகத்தன்மை* (அளவை மீண்டும் செய்ய முடியுமா) வடிவமைப்பின் தர உத்தரவாதங்கள்; AI அச்சுறுத்தல்களை பட்டியலிடுகிறது, நீங்கள் முன்னெச்சரிக்கை நடவடிக்கைகளை எடுக்க வேண்டும்.

மிக முக்கியமான புள்ளி நெறிமுறைகள். மனித அல்லது விலங்கு பங்கேற்பாளர்களை உள்ளடக்கிய எந்தவொரு ஆய்வுக்கும் நெறிமுறைக் குழுவின் (IRB) ஒப்புதல் தேவை: தகவலறிந்த ஒப்புதல், ரகசியத்தன்மை, செயலற்ற தன்மை. நெறிமுறைக் குழு விண்ணப்பத்தை உருவாக்க AI உங்களுக்கு உதவ முடியும், ஆனால் அது ஒருபோதும் ஒப்புதல் மற்றும் நெறிமுறைப் பொறுப்புக்கு மாற்றாக இருக்காது. "இந்த வடிவமைப்பு நெறிமுறையானது" என்று AI கூற முடியாது; இது உங்கள் நிறுவனத்தின் நெறிமுறைக் குழுவால் தீர்மானிக்கப்படுகிறது.

கலப்பு முறைகள் பகுத்தறிவு மற்றும் முன்பதிவு

ஒரு கலப்பு முறையைத் தேர்ந்தெடுக்கும்போது ஒரு முக்கியமான கேள்வி இரண்டு தரவு வகைகளை ஏன், எப்படி இணைப்பது என்பதுதான். "நான் ஒரு கணக்கெடுப்பு மற்றும் ஒரு நேர்காணல் இரண்டையும் நடத்தினேன்" என்று சொல்வது கலப்பு முறை அல்ல; வடிவமைப்பில் ஒரு தர்க்கம் இருக்க வேண்டும். பொதுவான வடிவமைப்புகளில் ஆய்வு வரிசை (முதல் அளவு, பின்னர் கண்டுபிடிப்புகளை ஆழப்படுத்த தரம்), ஆய்வு வரிசை (முதல் தரம், பின்னர் அளவு மேம்பாடு மற்றும் அளவு சோதனை) மற்றும் ஒரே நேரத்தில் உள்ளமை வடிவமைப்புகள் ஆகியவை அடங்கும். AI உங்கள் கேள்விக்கு ஏற்ப இந்த வடிவங்களை ஒப்பிட்டு, ஒருங்கிணைப்பு தர்க்கத்திற்கு எது பொருத்தமானது என்பதைப் பற்றி விவாதிக்கலாம்; ஆனால் தேர்வு உங்கள் கேள்விக்கு உண்மையில் என்ன தேவை என்பதைப் பொறுத்தது.

முறைசார் ஒருமைப்பாட்டிற்கான ஒரு சக்திவாய்ந்த கருவி முன்பதிவு: உங்கள் கருதுகோள், மாறிகள் மற்றும் பகுப்பாய்வுத் திட்டத்தை தரவு சேகரிப்புக்கு முன் திறந்த களஞ்சியத்தில் (OSF போன்றவை) பதிவு செய்தல். இது பின்னோக்கி வேட்டையாடுவதைத் தடுக்கிறது (ஹார்கிங் - முடிவைப் பார்த்த பிறகு கருதுகோள்களை உருவாக்குதல்) மற்றும் உங்கள் ஆய்வின் நம்பகத்தன்மையை அதிகரிக்கிறது. முன் பதிவுப் படிவத்தின் வரைவைக் கட்டமைக்கவும், உங்கள் திட்டத்தில் ஏதேனும் தெளிவின்மைகளைக் கண்டறியவும் AI உங்களுக்கு உதவும்; இருப்பினும், நீங்கள் பதிவு செய்யும் ஒவ்வொரு முடிவும் உங்களுடையது மற்றும் பதிவு செய்த பிறகு அதை கடைப்பிடிப்பது உங்கள் பொறுப்பு.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - கேள்வியை சுருக்கவும். ஒரு பட்டதாரி மாணவரின் கேள்வி "சமூக ஊடகங்கள் இளைஞர்களை எவ்வாறு பாதிக்கிறது?" அது மிகவும் பரந்ததாகவும் அளவிட முடியாததாகவும் இருந்தது. அவர் AI ஐ PICO போன்ற கட்டமைப்பிற்குள் வைத்தார்; "14-17 வயதுடைய உயர்நிலைப் பள்ளி மாணவர்களின் தினசரி இன்ஸ்டாகிராம் பயன்பாட்டு நேரத்திற்கும் தூக்கத்தின் தரத்திற்கும் இடையே தொடர்பு உள்ளதா?" ஆகிவிட்டது. அளவிடக்கூடிய, வரையறுக்கப்பட்ட மற்றும் பதிலளிக்கக்கூடிய கேள்வி; AI அதைக் குறைக்க உதவியது, மாணவர் முடிவெடுத்தார்.

வழக்கு 2 - குழப்பமான மாறி எச்சரிக்கை. ஒரு ஆராய்ச்சியாளர் "ஆன்லைன் படிப்பு → குறைந்த சாதனை" என்று அனுமானித்தார். அவர் AI யிடம் அதன் பலவீனங்களைப் பற்றி கேட்டார்; பாடநெறி வகை மற்றும் வெற்றி இரண்டையும் பாதிக்கும் சமூகப் பொருளாதார நிலை குழப்பமாக இருக்கும் என்பதை AI நமக்கு நினைவூட்டியது. ஆராய்ச்சியாளருக்கு இது தெரியாது, ஆனால் அவர் அதை தனது வடிவமைப்பில் ஒரு கட்டுப்பாட்டு மாறியாக சேர்ப்பதைத் தவிர்த்துவிட்டார். AI நினைவூட்டலாக செயல்பட்டது; அவரே முறையான முடிவை எடுத்தார்.

வழக்கு 3 - நெறிமுறை எல்லை. ஒரு மாணவர் ஒரு முக்கியமான பிரச்சினையில் (பொருள் பயன்பாடு) ஒரு கணக்கெடுப்பை வடிவமைத்துக்கொண்டிருந்தார், மேலும் YZ இடம், "இந்த ஆய்வு நெறிமுறைக் குழுவில் தேர்ச்சி பெறுமா?" என்று கேட்டான். AI பொதுக் கொள்கைகளை பட்டியலிட்டது (ஒப்புதல், பெயர் தெரியாதது, திரும்பப் பெறுவதற்கான உரிமை), ஆனால் மாணவர் இதை ஒப்புதலுக்கு மாற்றியமைக்கவில்லை; உண்மையான நெறிமுறைக் குழு விண்ணப்பித்தது மற்றும் வாரியம் இரண்டு கட்டுரைகளில் திருத்தங்களைக் கோரியது. AI வரைவுக்கு உதவியது, குழு முடிவெடுத்தது.

நகலெடுக்கக்கூடிய வார்ப்புருக்கள்

1) கேள்வியை சுருக்கவும்:

உங்கள் பங்கு: ஒரு வழிமுறை ஆலோசகர். எனது பரந்த ஆர்வமுள்ள பகுதி: "[தலைப்பு]". இதை 3 மையப்படுத்தப்பட்ட, அளவிடக்கூடிய மாற்று ஆராய்ச்சி கேள்விகளாகக் குறைக்கவும். ஒவ்வொன்றிற்கும், மாதிரி, முக்கிய மாறிகள் மற்றும் சாத்தியமான வடிவமைப்பைக் குறிப்பிடவும். இவை விருப்பங்கள்; நான் முடிவு செய்வேன்.

2) கருதுகோள் மற்றும் மாறி தெளிவின்மை:

எனது ஆராய்ச்சி கேள்வி: "[கேள்வி]". எனக்கு (அ) ஒரு சோதிக்கக்கூடிய கருதுகோள், (ஆ) சுயாதீனமான/சார்ந்த/கட்டுப்பாட்டு மாறிகள், (c) ஒவ்வொரு மாறிக்கும் செயல்பாட்டு (அளக்கக்கூடிய) வரையறை. சாத்தியமான குழப்பமான மாறிகளையும் பட்டியலிடுங்கள். விருப்பங்களைப் பற்றி விவாதிக்கவும், முடிவு என்னுடையது.

3) வடிவ ஒப்பீடு:

ஒரு அட்டவணையில் "[கேள்வி]" க்கான அளவு, தரம் மற்றும் கலப்பு முறை வடிவமைப்புகளை ஒப்பிடுக: பொருத்தம், வலிமை, எல்லை, வளம் தேவை. "இதைத் தேர்ந்தெடு" என்று உறுதியாகச் சொல்லாதீர்கள்; நன்மை தீமைகளை எனக்குக் கொடுங்கள், நான் தேர்வு செய்வேன்.

4) செல்லுபடியாகும்/நம்பகத்தன்மை அச்சுறுத்தல் பட்டியல்:

உட்புற செல்லுபடியாகும் தன்மை, வெளிப்புற செல்லுபடியாகும் தன்மை மற்றும் நம்பகத்தன்மை ஆகியவற்றிற்கு பின்வரும் வடிவமைப்பின் அச்சுறுத்தல்களை பட்டியலிட்டு, ஒவ்வொன்றிற்கும் சாத்தியமான எதிர் நடவடிக்கையை பரிந்துரைக்கவும்.வடிவமைப்பு: [சுருக்கமாக]. இவை எனது சரிபார்ப்புப் பட்டியலாக இருக்கும்; நான் முடிவெடுக்கிறேன்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

எனக்கு ஒரு ஆராய்ச்சி வடிவமைப்பைக் கொடுங்கள்.

தலைப்புகள், கேள்விகள், பகுதிகள் மற்றும் கட்டுப்பாடுகள் எதுவும் இல்லை; AI ஒரு பொதுவான, பயனற்ற டெம்ப்ளேட்டை உருவாக்குகிறது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: கல்வி அறிவியலில் அனுபவம் வாய்ந்த முறையியலாளர். எனது கேள்வி: "7 ஆம் வகுப்பு அறிவியல் சாதனையில் கலப்பு கற்றலின் விளைவு". ஒரு அரை-பரிசோதனை வடிவமைப்பிற்கு: பொருத்தமான கட்டுப்பாட்டுக் குழு உத்தி, அளவீட்டு கருவிகளின் வகை, குழப்பங்கள் மற்றும் உள் செல்லுபடியாகும் அச்சுறுத்தல்கள் ஆகியவற்றை விருப்பங்களாக விவாதிக்கவும். சக்தி பகுப்பாய்விற்கு என்ன தகவல் தேவை என்று கூறுங்கள்; பென்ஜி*பவர் மூலம் எண்ணைக் கணக்கிடுவேன். நெறிமுறை ஒப்புதல் தேவைப்படும் டிக் புள்ளிகள்.

வடிவமைப்பு முடிவு

AI இன் பங்கு

யாருடைய பொறுப்பு

கேள்வியை சுருக்கவும்

மாற்று வழிகளை உருவாக்குகிறது

ஆய்வாளர் தேர்வு செய்கிறார்

கருதுகோள்/மாறி

வரைவு + நினைவூட்டல்

ஆய்வாளர் வரையறுக்கிறார்

வடிவ தேர்வு

ஒப்பிடுகிறது

ஆய்வாளர் தீர்மானிக்கிறார்

மாதிரி அளவு

சூத்திரம் நினைவூட்டுகிறது

மென்பொருள் மூலம் உறுதி செய்யப்பட்டது

நெறிமுறை ஒப்புதல்

வரைவு உதவியாளர்

நெறிமுறைக் குழு மட்டுமே

பொதுவான தவறுகள்

• AI ஐ வடிவத்தைத் தேர்ந்தெடுக்கச் செய்கிறது. வழிமுறை முடிவு ஆராய்ச்சியாளருக்கு சொந்தமானது; AI பரிந்துரைக்கிறது, நீங்கள் தேர்வு செய்யுங்கள்.
• நெறிமுறைகள் பலகையை புறக்கணித்தல். AI "நெறிமுறை" என்று சொல்ல முடியாது; நிறுவனத்தின் நெறிமுறைக் குழுவிலிருந்து ஒப்புதல் பெறப்படுகிறது.
• மிக்சர்களைப் புறக்கணித்தல். கட்டுப்பாட்டு மாறிகள் திட்டமிடப்படவில்லை என்றால், முடிவை விளக்க முடியாது.
• AI இலிருந்து மாதிரிகளின் சரியான எண்ணிக்கையைப் பெறுதல். பொருத்தமான மென்பொருளைக் கொண்டு சக்தி பகுப்பாய்வைச் சரிபார்க்கவும்.
• கேள்வியை சுருக்கவில்லை. அளவிட முடியாத பரந்த கேள்வி என்றால் வடிவமைக்க முடியாத ஒரு ஆய்வு என்று பொருள்.

எச்சரிக்கை: AI ஆல் பரிந்துரைக்கப்பட்ட ஒரு முறை உங்கள் துறையில் நிலையானதாக இருக்காது. ஒவ்வொரு பரிந்துரையையும் உங்கள் துறையில் (பாடநூல், ஆலோசகர், ஒத்த வெளியீடுகள்) வழிமுறை ஆதாரங்களுடன் ஒப்பிடுக; AI பொதுவாக பேசுகிறது, டொமைன் மரபுகள் குறிப்பிட்டவை.

சுருக்கமாக

ஆராய்ச்சி வடிவமைப்பு என்பது கேள்வியைக் கூர்மைப்படுத்துவதிலிருந்து மாதிரி மற்றும் நெறிமுறைகள் வரை செல்லும் ஒரு சங்கிலி. AI என்பது இந்த சங்கிலியின் ஒவ்வொரு இணைப்பிலும் விருப்பங்களை உருவாக்கும் மற்றும் குருட்டுப் புள்ளிகளை நினைவூட்டும் ஒரு சக்திவாய்ந்த சிந்தனை கூட்டாளியாகும்; கருதுகோளை தெளிவுபடுத்துகிறது, வடிவங்களை ஒப்பிடுகிறது, அச்சுறுத்தல்களை பட்டியலிடுகிறது. ஆனால் வடிவமைப்பு தேர்வு, மாதிரி உறுதிப்படுத்தல் மற்றும் குறிப்பாக நெறிமுறை ஒப்புதல் ஆகியவற்றின் பொறுப்பு ஆராய்ச்சியாளர் மற்றும் நெறிமுறைக் குழுவிற்கு சொந்தமானது. மிகக் குறுகிய கட்டைவிரல் விதி: தேர்வு AI இலிருந்து, வழிமுறை மற்றும் நெறிமுறை முடிவு உங்களிடமிருந்து.

விண்ணப்ப பணி

உங்கள் சொந்த ஆராய்ச்சி யோசனையைப் பெறுங்கள். AI உடன், அதை 3 மையப்படுத்தப்பட்ட கேள்விகளாக சுருக்கி, ஒன்றைத் தேர்ந்தெடுக்கவும். நீங்கள் தேர்ந்தெடுத்த கேள்விக்கான கருதுகோள்கள், மாறிகள் மற்றும் செயல்பாட்டு வரையறைகளை உருவாக்கி, அவற்றை உங்கள் புலத்திற்கு ஏற்ப சரிசெய்யவும். ஒரு அளவு/தரம்/கலப்பு வடிவமைப்பு ஒப்பீட்டைக் கேட்டு, நீங்கள் எதைத் தேர்ந்தெடுத்தீர்கள், ஏன் என்பதை ஒரு பத்தியில் நியாயப்படுத்தவும். நெறிமுறை ஒப்புதல் தேவைப்படும் டிக் புள்ளிகள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் எனது ஆராய்ச்சி கேள்வியை அளவிடக்கூடிய வகையில் சுருக்கிவிட்டேனா?
• [ ] நான் கருதுகோள்கள் மற்றும் மாறிகள் செயல்பாட்டு வரையறைகளுடன் தெளிவுபடுத்தியுள்ளேன்?
• [ ] குழப்பமான மாறிகளை நான் திட்டமிட்டுள்ளேனா?
• [ ] எனது சொந்த காரணங்களுக்காக நான் வடிவத்தைத் தேர்ந்தெடுத்தேனா?
• [ ] நெறிமுறைக் குழுவின் ஒப்புதல் தேவைப்படும் புள்ளிகளை நான் தீர்மானித்திருக்கிறேனா?