15.03.2024

Metody syntetyzowania wyników SLR

W analizie systematycznych przeglądów literatury (SLR) istnieje wiele metod modelowania, które mogą być stosowane w celu analizy, syntezowania i interpretacji danych literaturowych. Oto kilka sposobów, w jakie można modelować analizę SLR:

  1. Metaanaliza: Pozwala na łączenie wyników różnych badań w celu uzyskania bardziej uogólnionych wniosków. Metaanaliza może być wykorzystywana do kwantyfikacji efektów leczenia, identyfikacji czynników ryzyka lub określenia skuteczności określonych interwencji.
  2. Mapowanie systematyczne literatury: Polega na graficznym przedstawieniu struktury i interakcji pomiędzy różnymi tematami, badaniami lub wynikami literaturowymi. Mapy mogą pomóc w identyfikacji luk w badaniach, powiązaniach pomiędzy różnymi koncepcjami oraz wizualizacji rozwoju danego obszaru tematycznego.
  3. Analiza tematyczna: Wykorzystuje techniki analizy tekstu, takie jak modelowanie tematyczne, do identyfikacji głównych tematów, trendów i wzorców w korpusie tekstu literaturowego. Pozwala to na zrozumienie głównych obszarów badań, ewolucję tematów oraz identyfikację luk w wiedzy.
  4. Analiza sieciowa: Koncentruje się na analizie relacji pomiędzy różnymi autorami, instytucjami, terminami lub tematami w korpusie literatury. Analiza sieciowa może pomóc w identyfikacji kluczowych aktorów, połączeń i wpływowych publikacji w danym obszarze tematycznym.
  5. Analiza jakościowa: Polega na badaniu treści artykułów w celu zidentyfikowania i opisania istotnych wzorców, tematów lub kategorii. Metody takie jak analiza zawartości, teoria ugruntowana czy analiza narracyjna mogą być wykorzystywane do pogłębionego zrozumienia badanych zagadnień.

Te metody mogą być stosowane zarówno oddzielnie, jak i łącznie, w zależności od celów i zakresu badania systematycznego przeglądu literatury. Każda z nich ma swoje własne zalety i ograniczenia, dlatego ważne jest wybór odpowiednich metod w zależności od kontekstu badawczego oraz dostępnych zasobów i umiejętności analityka.

Modelowanie nieliniowych zależności i identyfikacja istotnych trendów

W przypadku systematycznych przeglądów literatury,  może być wykorzystywana krzywa sigmoidalna m.in. do oceny dynamiki rozprzestrzeniania się informacji w badanym obszarze. Na przykład, może być używana do modelowania szybkości przyrostu liczby artykułów naukowych na dany temat w czasie, co pozwala na analizę intensywności zainteresowania danym obszarem badań.

Czułość czy precyzja wyszukiwań i inne miary skuteczności SLR

W ocenie skuteczności Systematic Literature Review (SLR) używa się różnych miar, aby określić jakość i wartość przeprowadzonego badania. Oto kilka popularnych miar efektywności w ocenie SLR:

  1. Recall (Czułość): Określa procent publikacji zidentyfikowanych przez SLR spośród wszystkich istotnych publikacji na dany temat. Im wyższy recall, tym bardziej kompletna jest analiza literatury.
  2. Precision (Precyzja): Określa procent publikacji zidentyfikowanych przez SLR jako istotne spośród wszystkich publikacji zidentyfikowanych jako istotne. Im wyższa precyzja, tym mniej fałszywie pozytywnych wyników.
  3. F1 Score: Jest to miara harmoniczna między recall a precyzją. Zapewnia równowagę między kompletnością a dokładnością, co jest istotne, gdy chcemy równoważyć te dwie wartości.
  4. Coverage (Zakres): Określa procent istotnych publikacji, które zostały znalezione przez SLR spośród wszystkich istotnych publikacji w dziedzinie. Wyższe pokrycie oznacza, że SLR skuteczniej identyfikuje istotne publikacje.
  5. Number Needed to Read (NNR): Określa średnią liczbę artykułów, które muszą być przeczytane, aby znaleźć jedną istotną publikację. Niższa wartość NNR oznacza bardziej efektywne przeszukiwanie literatury.
  6. Publication Bias (Złudzenie publikacyjne, tendencyjność publikacyjna, efekt szuflady): Ocena obecności lub braku tendencyjności w opublikowanych badaniach na dany temat. SLR może zawierać analizę w świetle tych potencjalnke występujących zjawisk w celu zidentyfikowania potencjalnych zniekształceń w literaturze.
  7. Heterogeneity (Heterogeniczność)**: Ocena stopnia zróżnicowania wyników lub metodologii włączonych badań. Wysoka heterogeniczność może wymagać zastosowania bardziej zaawansowanych metod analizy.

Te miary mogą być stosowane niezależnie lub w połączeniu, aby ocenić efektywność i jakość przeprowadzonego SLR. Każda z tych miar ma swoje zalety i ograniczenia, dlatego ważne jest ich rozważenie w kontekście konkretnego badania.

Pola wyszukiwań wg PICOSS

Zbudujmy tabele pol wyszukiwań wg PICOSS dla przykładowej kwestii: Na ile potrzebne są domy calodziennej opieki dla psów.

Składnik Pytanie Frazy i słowa kluczowe dla wyszukiwań
P - Pacjent Czy psy cierpią na brak opieki całodzienniej? Psy, opieka całodzienna, potrzeby psów, dobrostan zwierząt
I - Interwencja Jakie korzyści przynosi domowa opieka całodzienne dla psów? Domowa opieka, korzyści, psie zachowanie, aktywność fizyczna
C - Porównanie Jak różnią się psy korzystające z opieki całodziennej od tych, które jej nie mają? Porównanie, psy z opieką, psy bez opieki, różnice, dobrostan
O - Wynik Jaki jest wpływ domowej opieki całodziennej na zdrowie i dobrostan psów? Wpływ opieki, zdrowie psów, dobrostan zwierząt, efekty opieki
S - Czas Jak długo potrzebuje pies na adaptację do opieki całodzienniej? Adaptacja psa, czas adaptacji, psy w nowym środowisku
S - Środowisko Jakie warunki są niezbędne do zapewnienia odpowiedniej opieki całodziennej dla psa? Warunki opieki, odpowiednie środowisko, psy w domu

Zapewnienie odpowiednich danych w każdej z tych kategorii może pomóc w dokładniejszej ocenie potrzeby domowej opieki całodzienniej dla psów.

Systemy indeksowania i klasyfikacji JEL

JEL (Journal of Economic Literature) to system klasyfikacji publikacji z zakresu ekonomii, który został opracowany przez American Economic Association (AEA). Głównym celem JEL jest ułatwienie identyfikacji i wyszukiwania artykułów oraz innych publikacji naukowych z dziedziny ekonomii.

System JEL składa się z różnych kategorii tematycznych, które obejmują szeroki zakres obszarów badawczych związanych z ekonomią. Każda kategoria tematyczna ma przypisany unikalny kod, co ułatwia klasyfikację i identyfikację publikacji w danej dziedzinie. Kody JEL składają się z jednej lub kilku liter oraz cyfr, co pozwala na dokładne określenie tematu badania.

Ważne jest również to, że JEL jest używany jako standardowy system klasyfikacji w bazach danych i katalogach bibliotecznych związanych z ekonomią, co pozwala na jednolite indeksowanie publikacji i ułatwia dostęp do istotnych źródeł informacji w dziedzinie ekonomii.

Dzięki systemowi klasyfikacji JEL badacze mogą efektywnie wyszukiwać, identyfikować i kategoryzować publikacje związane z ekonomią, co przyczynia się do lepszego zrozumienia obszarów badawczych oraz popularyzacji wiedzy w tej dziedzinie.

RMS (Reference Management System)

RMS (Reference Management System) to oprogramowanie służące do zarządzania bibliografią oraz odnośnikami do publikacji naukowych i literatury badawczej. Kluczowe funkcje tego rodzaju aplikacji obejmują organizację, przechowywanie i wyszukiwanie bibliograficznych danych, zarządzanie cytowaniami i odnośnikami, generowanie bibliografii w różnych formatach (np. APA, MLA, Chicago), oraz integrację z edytorami tekstu do automatycznego cytowania i tworzenia spisów literatury. Popularnymi przykładami aplikacji klasy RMS są Zotero, Mendeley oraz EndNote. Te narzędzia są powszechnie wykorzystywane przez badaczy, studentów i naukowców do organizacji i zarządzania dużą ilością literatury naukowej w sposób efektywny i zgodny z akademickimi standardami.

13.03.2024

SALSA w przeglądach systematycznych właściwych naukom o zarzadzaniu

W naukach o zarządzaniu, termin "S.A.L.S.A." w przeglądach systematycznych może odnosić się do podejścia lub kryteriów oceny jakości artykułów naukowych lub badań podczas przeglądu literatury. Takie podejście może być stosowane do oceny metodologicznej i jakościowej artykułów, aby zidentyfikować te, które spełniają określone kryteria jakości. Poniżej przedstawiam przykładową interpretację "S.A.L.S.A." w kontekście przeglądów systematycznych w naukach o zarządzaniu:

S: Selection lub Search (Wybór): Proces wyboru odpowiednich artykułów lub źródeł literatury do włączenia w przegląd. Obejmuje to określenie kryteriów włączenia i wykluczenia, a także proces selekcji artykułów na podstawie tych kryteriów.

A: Analysis (Analiza): Etap analizy i oceny wybranych artykułów. Może obejmować ocenę jakości, identyfikację trendów, syntezy wyników, czy też innych form analizy danych.

L: Literature Review (Przegląd Literatury): Sam proces przeglądu literatury, który może obejmować zarówno selekcję, jak i analizę artykułów. Obejmuje to zarówno literaturę pierwotną, jak i wtórną, oraz może być prowadzony w oparciu o określone kryteria i strategie przeglądu literatury.

S: Synthesis (Synteza): Etap syntezy wyników przeglądu literatury, w którym badacz stara się zintegrować i zorganizować uzyskane informacje w spójny sposób. To może obejmować identyfikację trendów, wniosków, czy też tworzenie kategorii lub ram badawczych.

A: Assessment (Ocena): Ocena jakości i wiarygodności przeprowadzonego przeglądu literatury oraz jego wyników. Może obejmować również ocenę ograniczeń badania i sugestie na przyszłość.

Takie podejście S.A.L.S.A. może pomóc badaczom w ocenie jakości i odpowiedniości artykułów naukowych oraz badań, które są uwzględniane w przeglądach systematycznych w naukach o zarządzaniu. Jednakże, należy pamiętać, że konkretna interpretacja i zastosowanie "S.A.L.S.A." mogą się różnić w zależności od kontekstu badawczego i preferencji badacza. Ważne jest, aby zapoznać się z konkretnym znaczeniem i interpretacją tego terminu w danym badaniu lub publikacji.

Standard stawiania pytań w PICO w naukach o zarządzaniu

W naukach o zarządzaniu również istnieje standard formułowania pytań badawczych, który jest podobny do standardu PICO stosowanego w medycynie. Ten standard nazywa się PICOT, gdzie każda litera odnosi się do konkretnego aspektu pytania badawczego. Oto jego elementy:

  1. P (Population/Problem): Odnosi się do określenia populacji lub problemu, na którym koncentruje się badanie. Może to być określona grupa pracowników, menedżerów, czy też specyficzny problem lub wyzwanie związane z zarządzaniem.
  2. I (Intervention/Interest): Określa interwencję lub zainteresowanie, które będzie badane w kontekście zarządzania. Może to być konkretna strategia zarządzania, podejście lidera, nowe narzędzie czy technologia wdrożona w organizacji.
  3. C (Comparison/Context): Odnosi się do grupy porównawczej lub kontekstu, który będzie służył do porównania efektów interwencji. Porównanie może obejmować obecne praktyki, inne strategie zarządzania, brak interwencji lub inne czynniki wpływające na sytuację badawczą.
  4. O (Outcome): Oznacza wyniki, które badanie ma zbadać w kontekście interwencji lub zainteresowania zarządzaniem. Mogą to być kwestie związane z efektywnością, wydajnością, satysfakcją pracowników, wynikami finansowymi czy też innymi wskaźnikami sukcesu organizacyjnego.
  5. T (Time): Czas lub okres, na którym skupia się badanie. Może to być konkretny okres wdrożenia interwencji lub okres obserwacji wyników.

Standard PICOT pomaga zdefiniować pytanie badawcze w sposób precyzyjny i skoncentrowany, co ułatwia prowadzenie badania naukowego w dziedzinie zarządzania. Poprzez określenie konkretnych elementów badawczych, badacze mogą efektywniej identyfikować istotne czynniki i wnioskować na temat skuteczności strategii zarządzania oraz ich wpływu na organizację.






11.03.2024

SLR ważnym narzędziem w nauce

Systematic Literature Review (SLR) pełni kilka istotnych ról w nauce:

  1. Zbieranie istniejącej wiedzy: SLR umożliwia analizę i syntezę istniejącej literatury naukowej na określony temat. Pozwala to zebrać i zrozumieć dotychczasowe badania oraz osiągnięcia w danej dziedzinie.
  2. Identyfikacja luk w wiedzy: Poprzez analizę literatury SLR może pomóc zidentyfikować luki w wiedzy oraz obszary badawcze, które wymagają dalszych badań.
  3. Ocena stanu wiedzy: SLR umożliwia ocenę stanu aktualnej wiedzy na dany temat, co pozwala zrozumieć, jakie pytania badawcze zostały już zbadane, a które wymagają dalszych badań.
  4. Podsumowanie dowodów naukowych: SLR pozwala na podsumowanie dostępnych dowodów naukowych na dany temat, co może być użyteczne dla decydentów, praktyków oraz innych naukowców.
  5. Wsparcie procesu podejmowania decyzji: SLR może być użyteczne w procesie podejmowania decyzji, pomagając w zapewnieniu dostępu do rzetelnych informacji naukowych i dowodów, które mogą wspierać podejmowanie decyzji.
  6. Kierowanie przyszłych badań: Wyniki SLR mogą posłużyć do kierowania przyszłymi badaniami poprzez identyfikację obszarów, które wymagają dalszych badań lub eksploracji.

W skrócie, SLR jest ważnym narzędziem w nauce, które pomaga w syntezie, ocenie i wykorzystaniu istniejącej wiedzy naukowej.

Warto zbadać inne przeglądy

Proces podglądania tego, jak inni wykonują Systematic Literature Review (SLR), można nazwać "analizą metod SLR" lub "przeglądem metodologii SLR".

Polega na zbieraniu i porównywaniu podejść do przeprowadzania SLR. Można ocenić, jakie kroki są najczęściej rekomendowane, jakie narzędzia są używane do zarządzania danymi, jakie kryteria są stosowane do wyboru artykułów do włączenia w przegląd, itp. Na podstawie tych analiz można wyciągnąć wnioski dotyczące najlepszych praktyk w przeprowadzaniu SLR.

To swoisty rodzaj benchmarkingu. W przypadku analizy metod SLR, porównuje się różne podejścia do przeprowadzania przeglądów literatury naukowej, aby zidentyfikować najlepsze praktyki i możliwości doskonalenia procesu.

Generatory search query

Generatory search query są narzędziami, które mogą być używane w systemach wyszukiwania informacji. Te generatory mogą być używane do tworzenia zestawów zapytań do bazy danych lub wyszukiwarki, co może pomóc w automatyzacji procesu wyszukiwania odpowiednich informacji w kontekście Systematic Literature Review (SLR). Dzięki nim można szybko wygenerować zestaw zapytań obejmujących różne aspekty tematu badania, co może znacząco przyspieszyć proces zbierania danych potrzebnych do przeprowadzenia SLR oraz ułatwić eksplorację literatury związanej z danym obszarem badań.

Ważne bazy już od początku udostępniały wyszukiwanie zaawansowane. Dziś możemy też skorzystać z chatGPT.

Bibtex i RIS

Uniwersalne formaty bibliograficzne w kontekście narzędzi do zarządzania bibliografią, to Bibtex i RIS. Są one powszechnie stosowanymi standardami.

  • BibTeX: Jest to format pliku używany do przechowywania danych bibliograficznych i cytowań. Jest często stosowany w systemach do zarządzania bibliografią, takich jak BibDesk, JabRef, czy Mendeley. Format ten umożliwia przechowywanie metadanych, takich jak autorzy, tytuł, rok publikacji, wydawca itp., w sposób łatwy do przechowywania i przetwarzania.
  • RIS (Research Information Systems)**: Jest to inny format pliku służący do przechowywania danych bibliograficznych. RIS jest powszechnie stosowany w bazach danych bibliograficznych i narzędziach do zarządzania bibliografią, takich jak EndNote, Zotero czy Mendeley. Podobnie jak BibTeX, RIS umożliwia przechowywanie różnych metadanych dotyczących publikacji, takich jak autorzy, tytuł, czasopismo, rok publikacji itp.

Oba formaty, BibTeX i RIS, są powszechnie akceptowane i używane przez wiele narzędzi do zarządzania bibliografią.

Jak inkluzywnie budować zapytania do baz danych?

Budując zapytania do baz pełnotekstowych w sposób inkluzywny, warto uwzględnić różnorodność terminologii i wyrażeń, które mogą występować w opisach czy treściach dokumentów. Można to osiągnąć poprzez:

  1. Używanie synonimów i zbliżonych terminów: Zamiast ograniczać się do jednego terminu, użyj różnych synonimów i powiązanych pojęć, aby zwiększyć szanse na znalezienie odpowiednich dokumentów.
  2. Wykorzystanie operatorów logicznych: Włączanie operatorów logicznych, takich jak "OR", "AND", "NOT", umożliwia bardziej zaawansowane zapytania, które uwzględniają różne aspekty tematu.
  3. Uwzględnienie fraz: Jeśli interesuje Cię konkretny termin lub wyrażenie, użyj cudzysłowów, aby wyszukiwać dokładne frazy, które występują w dokumencie.
  4. Wildcardy i truncation: Użyj symboli wildcardów (np. "*", "?") lub truncation (np. "manage*") dla poszukiwania różnych form słów.
  5. Uwzględnienie wielkości liter: Niektóre bazy danych mogą być wrażliwe na wielkość liter, dlatego ważne jest, abyś używał odpowiednich kombinacji małych i wielkich liter, jeśli to konieczne.


Przykładowo, zapytanie dotyczące zarządzania zasobami ludzkimi mogłoby wyglądać tak: "(zarządzanie zasobami ludzkimi OR HR management OR human resource management) AND (recruitment OR hiring OR talent management)". Takie zapytanie uwzględnia różne aspekty zarządzania zasobami ludzkimi oraz różne terminy związane z procesem rekrutacji i zarządzaniem talentami.

Operatory logiczne Boole’a

Operatory logiczne Boole’a umożliwiają łączenie, wykluczanie, a także określanie relacji pomiędzy poszczególnymi terminami wyszukiwawczymi. Pozwalają na precyzyjne kontrolowanie sposobu wyszukiwania w bazach danych lub silnikach wyszukiwania. Najczęściej używanymi operatorami boolowskimi są:

  1. AND: Operator AND służy do ograniczania wyników wyszukiwania, wymagając, aby wszystkie słowa kluczowe występowały jednocześnie w wynikach wyszukiwania. Na przykład "term1 AND term2" spowoduje wyświetlenie wyników zawierających zarówno "term1", jak i "term2".
  2. OR: Operator OR służy do poszukiwania wyników, które zawierają co najmniej jedno z podanych słów kluczowych. Na przykład "term1 OR term2" spowoduje wyświetlenie wyników zawierających "term1" lub "term2".
  3. NOT: Operator NOT służy do wykluczania określonych słów kluczowych z wyników wyszukiwania. Na przykład "term1 NOT term2" spowoduje wyświetlenie wyników zawierających "term1", ale nie zawierających "term2".

Wykorzystanie tych operatorów pozwala na bardziej precyzyjne i skuteczne wyszukiwanie informacji w bazach danych lub w internecie.

Czym jest search query?

W systematycznej analizie literatury (SLR), search query to zapytanie lub zestaw zapytań używanych do przeszukiwania baz danych naukowych w celu znalezienia odpowiednich publikacji do włączenia do analizy. 

Search query jest skonstruowany w taki sposób, aby zawierać kluczowe słowa, synonimy oraz inne terminy związane z tematem badania. 

Dobrze zaprojektowany search query pozwala na jak najpełniejsze i dokładne zidentyfikowanie odpowiednich źródeł literaturowych do przeglądu.

Oto przykładowe search query dla systematycznej analizy literatury na temat innowacyjnych modeli biznesu:

"(innovative business models OR novel business approaches OR new business strategies) AND (industry OR company OR firm) AND (analysis OR study OR review)"

Kryteria włączenia i wyłączenia

Niezwykle ważne jest wykazanie, dlaczego dane zostały wykluczone, na wypadek gdyby jakikolwiek czytelnik lub kolejny recenzent chciał zbadać dowody wykluczone z któregokolwiek z powodów wykluczenia.

Każdy z tych powodów musi mieć wyjaśnienie np. że dane (nie)homogenne, niskiej/wysokiej jakości, że zawężenie zakresu obecnych praktyk, unikanie stronniczości populacyjnej) itd.

Dane randomizowane

W naukach o zarządzaniu, dane randomizowane mogą być używane w kontekście eksperymentów lub badań kontrolowanych, gdzie badani uczestnicy są losowo przydzielani do różnych warunków eksperymentalnych lub grup badawczych. Na przykład, w eksperymencie nad skutecznością szkoleń zawodowych, losowe przydzielanie uczestników do grupy otrzymującej szkolenie i grupy kontrolnej może pomóc w ocenie rzeczywistego wpływu szkolenia na wyniki w porównaniu do braku szkolenia.

Użycie danych randomizowanych pozwala na bardziej obiektywne i naukowe podejście do badania różnych strategii zarządzania, praktyk organizacyjnych czy skutków decyzji menedżerskich. Oferuje również większą pewność co do przyczynowości i skuteczności analizowanych zjawisk, co jest kluczowe dla podejmowania trafnych decyzji zarządczych.

Dane randomizowane np. mogą być używane do oceny skuteczności programów wsparcia dla przedsiębiorców lub innowacyjnych strategii zarządzania w kontekście rozwoju startupów. W badaniach nad przedsiębiorczością, eksperymenty losowe mogą być wykorzystane do porównania różnych podejść do szkoleń przedsiębiorczych, mentorowania, finansowania czy strategii rozwoju biznesu. Losowe przydzielanie przedsiębiorców do różnych warunków badawczych pozwala na kontrolowanie wpływu czynników zakłócających i bardziej obiektywne ocenianie skuteczności różnych interwencji.

Dane randomizowane w badaniach nad przedsiębiorczością mogą dostarczyć cennych informacji na temat skuteczności różnych inicjatyw wspierających rozwój przedsiębiorczości oraz pomóc w lepszym zrozumieniu czynników determinujących sukces przedsiębiorczy.

Dane homogenne

W metaanalizie, dane homogeniczne odnoszą się do zestawu danych badawczych, które są podobne pod względem charakterystyk i cech, takich jak metody badawcze, populacja badawcza, zmienne zależne i niezależne. Dzięki temu możliwe jest skuteczne porównywanie wyników między różnymi badaniami oraz ich łączenie w celu przeprowadzenia analizy statystycznej. Istnienie danych homogenicznych w metaanalizie pozwala na bardziej trafne i wiarygodne wnioski na temat badanego zjawiska.

Istotność danych homogenicznych jest kluczowa również na etapie Systematycznego Przeglądu Literatury (SLR). Podczas przeprowadzania SLR ważne jest, aby dane zgromadzone z różnych źródeł były podobne pod względem charakterystyk, metodologii badawczej i pomiarów. Dzięki temu możliwe jest dokładniejsze porównywanie i syntetyzowanie wyników badawczych, co prowadzi do bardziej wiarygodnych i trafnych wniosków. 

Brak homogeniczności danych może prowadzić do zniekształceń lub błędów w interpretacji wyników w trakcie SLR.

10.03.2024

Flowchart PRISMA

Flowchart PRISMA to graficzna reprezentacja procesu przeglądu systematycznego lub metaanalizy zgodnie z wytycznymi PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Ten flowchart zawiera kroki, które należy podjąć podczas przeprowadzania przeglądu, obejmujące identyfikację, selekcję i włączenie badań, a także proces oceny ryzyka uprzedzeń.

Typowy flowchart PRISMA może obejmować następujące kroki:

  1. Liczba odnalezionych artykułów przez wyszukiwanie baz danych.
  2. Liczba artykułów po usunięciu duplikatów.
  3. Liczba artykułów po przeglądzie tytułów i/lub abstraktów.
  4. Liczba artykułów po pełnej analizie treści.
  5. Liczba artykułów włączonych do analizy.
  6. Powody wyłączenia artykułów w trakcie pełnej analizy.
  7. Proces oceny ryzyka uprzedzeń (np. za pomocą narzędzia ROBINS-I lub innych narzędzi oceny ryzyka uprzedzeń).

Flowchart PRISMA jest użytecznym narzędziem do wizualizacji i raportowania procesu przeglądu, co zwiększa przejrzystość i wiarygodność pracy.

PICO framework

PICO to narzędzie służące do formułowania precyzyjnych pytań badawczych w oparciu o cztery kluczowe elementy:

  1. P - Problem/Pacjent/Populacja: Określenie pacjentów lub populacji, którzy są przedmiotem zainteresowania badania.
  2. I - Intervention/Intwencja: Opis badanej interwencji, czyli sposobu postępowania, leczenia, zabiegu, lub eksperymentu, który ma być oceniany.
  3. C - Comparison/Porównanie: Określenie grupy porównawczej, czyli innego sposobu leczenia, braku interwencji, placebo lub standardowej opieki medycznej.
  4. O - Outcome/Wynik: Określenie pożądanego wyniku badania, czyli konkretnej miary lub wskaźnika, który ma być oceniany.
Formułowanie pytań badawczych przy użyciu PICO framework pomaga precyzyjnie określić obszar badania, ułatwiając jednocześnie identyfikację odpowiednich badań i analizę ich wyników w przeglądach systematycznych i metaanalizach.

Lista kontrolna PRISMA

Oto podstawowa lista kontrolna PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses):

  1. Tytuł: Czy tytuł jest adekwatny i zawiera informacje o rodzaju badania?
  2. Abstrakt: Czy abstrakt klarownie opisuje cel badania, metodologię, wyniki i wnioski?
  3. Wprowadzenie: Czy wprowadzenie przedstawia zwięzły przegląd tematu, cele i pytania badawcze?
  4. Metody: Czy opisano jasno protokół badania, kryteria włączenia i wyłączenia, strategię wyszukiwania, selekcję badań oraz ocenę ryzyka uprzedzeń?
  5. Wyniki: Czy przedstawiono wszystkie wyniki badania, w tym ilość włączonych i wyłączonych badań oraz ocenę ryzyka uprzedzeń?
  6. Dyskusja: Czy dyskusja odnosi się do istotności wyników, ograniczeń badania i implikacji dla praktyki oraz dalszych badań?
  7. Wnioski: Czy wnioski są zgodne z wynikami badania i odpowiednio podsumowują jego implikacje?
  8. Finansowanie: Czy zadeklarowano wszelkie źródła finansowania badania oraz ewentualne konflikty interesów?

Pamiętaj, że PRISMA może być dostosowywana do specyfiki konkretnego badania, ale powyższa lista stanowi ogólny szkielet raportowania wyników przeglądów systematycznych i metaanaliz.

Cochrane Handbook dla SLR

Podręcznik Cochrane'a dotyczący SLR to obszerny przewodnik opracowany przez Cochrane'a do przeprowadzania systematycznych przeglądów interwencji (nauk medycznych). 

Podręcznik Cochrane zawiera szczegółowe wytyczne dotyczące wszystkich aspektów procesu przeglądu systematycznego, w tym formułowania pytań przeglądowych, wyszukiwania odpowiednich badań, oceny ryzyka stronniczości, ekstrakcji danych, metaanalizy i interpretacji wyników. Podręcznik jest powszechnie uważany za złote źródło informacji dla badaczy prowadzących systematyczne przeglądy i metaanalizy w opiece zdrowotnej.

Prisma (Preferred Reporting Items for Systematic Reviews and Meta-Analyses)

Prisma (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) to wytyczne dotyczące raportowania przeglądów systematycznych i metaanaliz. Prisma ma na celu poprawę przejrzystości i jakości takich prac poprzez określenie kluczowych elementów do uwzględnienia w raporcie. Zalecenia te obejmują informacje dotyczące procesu selekcji artykułów, metodologii badawczej, analizy danych i interpretacji wyników.

IMRaD

IMRaD to akronim używany w pisaniu naukowych artykułów, raportów i prac badawczych. Oznacza:

  1. Introduction (Wprowadzenie).
  2. Methods (Metody).
  3. Results (Wyniki).
  4. Discussion (Dyskusja).
W praktyce, raporty SLR często zawierają pewne elementy, które mogą przypominać strukturę IMRaD, takie jak:

  1. Wstęp: Wprowadzenie do tematu, uzasadnienie potrzeby przeglądu literatury, sformułowanie pytania badawczego.
  2. Metody: Opis procedur przeglądania literatury, kryteria włączenia i wyłączenia źródeł, strategie wyszukiwania, proces selekcji źródeł, itp.
  3. Wyniki: Prezentacja i synteza wyników przeglądu literatury, może zawierać tabele, wykresy lub opisywny przegląd.
  4. Dyskusja: Interpretacja znalezionych wyników, ocena jakości i zgodności źródeł, podsumowanie wniosków, identyfikacja luk w wiedzy i kierunki przyszłych badań.

Chociaż struktura raportu SLR może być elastyczna i dostosowywana do konkretnego badania, elementy te często występują, aby zapewnić czytelnikowi jasność i zrozumienie procesu oraz wyników przeglądu literatury. jest standardową strukturą organizacji tekstu w naukowych pracach, pomagając czytelnikom szybko zrozumieć treść i znaleźć potrzebne informacje.

Systematyczny przegląd literatury Systematic Review

To metodyczne przeszukanie dostępnej literatury w poszukiwaniu artykułów istotnych w danym temacie, aby o ile to możliwe wyciągnąć nowe wnioski,  podsumowaniem wiedzy na dany temat.

9.03.2024

Dezinformacja w badaniach naukowych

Dezinformacja w badaniach naukowych to celowe rozpowszechnianie fałszywych lub zmanipulowanych informacji w celu promowania określonego stanowiska. Może to mieć poważne konsekwencje dla społeczeństwa, podważając zaufanie do nauki i prowadząc do podejmowania nieodpowiednich decyzji na podstawie fałszywych danych. Dlatego ważne jest, aby promować rzetelne i wiarygodne badania naukowe oraz rozwijać umiejętność krytycznego myślenia w społeczeństwie.

Istnieją również przypadki działań niecelowych, które mogą prowadzić do dezinformacji w badaniach naukowych. Niektóre z tych działań mogą wynikać z nieświadomej błędnej interpretacji danych, niedostatecznej wiedzy metodologicznej lub uprzedzeń badacza. W tych przypadkach ważne jest promowanie edukacji naukowej, uczciwości intelektualnej i ścisłego przestrzegania zasad etycznych, aby minimalizować ryzyko dezinformacji w badaniach naukowych.

Systematyczne Przeglądy Literatury (SLR) są niezwykle ważne w erze postprawdy i dezinformacji z kilku powodów.

  • Po pierwsze, SLR opierają się na ścisłych metodach badawczych, co pozwala na obiektywne i systematyczne podsumowanie dostępnych dowodów naukowych na dany temat. W obliczu dezinformacji i fałszywych informacji, które mogą szerzyć się w Internecie, SLR stanowi solidne źródło rzetelnych informacji opartych na wiarygodnych badaniach naukowych.
  • Po drugie, SLR umożliwiają identyfikację bieżących trendów i kierunków w badaniach naukowych, co może pomóc w wykrywaniu i przeciwdziałaniu dezinformacji. Poprzez analizę istniejących badań i identyfikację luk w wiedzy, SLR mogą zapewnić bardziej kompleksowe zrozumienie danego tematu oraz ujawnić obszary, które wymagają dalszych badań.
  • Po trzecie, SLR promują transparentność i otwartość w procesie badawczym. Poprzez szczegółowe raportowanie metodologii i wyników przeglądu, badacze mogą zapewnić innym możliwość reprodukcji badań oraz weryfikacji ich wyników. To z kolei wspiera wiarygodność i zaufanie do nauki, co jest istotne w walce z dezinformacją.
  • Po czwarte, SLR mogą służyć jako narzędzie do edukacji i świadomości społecznej. Poprzez publikację wyników przeglądu oraz przekazywanie rzetelnych informacji na temat badanego zagadnienia, SLR mogą przyczynić się do zwiększenia wiedzy społeczeństwa na temat konkretnych tematów oraz zjawiska dezinformacji.
  • Wreszcie, SLR mogą stanowić podstawę do podejmowania informowanych decyzji zarówno w sferze polityki (publicznej, klinicznej itd.). Rzetelne i obiektywne podsumowanie dostępnych dowodów naukowych może być wykorzystane przez decydentów do opracowywania skutecznych strategii działania oraz podejmowania decyzji opartych na najlepszej dostępnej wiedzy.

Systematyczne Przeglądy Literatury odgrywają kluczową rolę w przeciwdziałaniu dezinformacji poprzez dostarczanie wiarygodnych informacji opartych na solidnych badaniach naukowych oraz promowanie transparentności, otwartości i edukacji społecznej.

8 powodów do promowania systematycznych przeglądów literatury

Promowanie systematycznych przeglądów literatury w epoce postprawdy i dezinformacji ma istotne znaczenie. Oto kilka kluczowych powodów: 
  1. Promowanie edukacji naukowej: SLR jest metodą badawczą, która wymaga dogłębnej znajomości procesu naukowego, umiejętności analizy i interpretacji danych oraz zrozumienia metodologii badawczej. Edukacja naukowa pomaga badaczom zdobyć niezbędną wiedzę i umiejętności do skutecznego przeprowadzania SLR, co z kolei prowadzi do lepszego zrozumienia istniejącej literatury naukowej, identyfikacji luk w wiedzy, formułowania pytań badawczych oraz podejmowania bardziej uzasadnionych decyzji badawczych. .. 
  2. Filtrowanie prawdziwych informacji: Systematyczne przeglądy literatury umożliwiają identyfikację i zrozumienie rzetelnych, opartych na dowodach informacji w morzu dezinformacji i fałszywych treści.
  3. Podnoszenie świadomości społecznej: Przeglądy literatury mogą dostarczyć aktualnej wiedzy na temat istotnych kwestii społecznych, naukowych i politycznych, pomagając w rozumieniu faktów i wyjaśnieniu kontrowersyjnych tematów.
  4. Weryfikacja źródeł: Badania oparte na dowodach pomagają w weryfikacji źródeł informacji oraz ocenie ich wiarygodności, co jest kluczowe w erze fałszywych informacji i dezinformacji.
  5. Budowanie zaufania: Systematyczne przeglądy literatury prowadzone przez renomowane instytucje naukowe lub organizacje mogą budować zaufanie społeczne poprzez dostarczanie rzetelnych, sprawdzonych danych i informacji.
  6. Zapobieganie rozprzestrzenianiu się dezinformacji: Poprzez dostarczanie naukowo zweryfikowanych informacji, przeglądy literatury mogą ograniczać rozprzestrzenianie się fałszywych treści i dezinformacji.
  7. Wspieranie podejmowania decyzji: Rzetelne przeglądy literatury mogą stanowić solidną podstawę dla decydentów politycznych, naukowców, praktyków zdrowia publicznego i innych osób podejmujących kluczowe decyzje dotyczące polityki, praktyki czy badań.
  8. Poprawa jakości debaty publicznej: Poprzez dostarczanie obiektywnych, opartych na dowodach danych, systematyczne przeglądy literatury mogą poprawić jakość debaty publicznej i ułatwić osiąganie porozumienia w kontrowersyjnych kwestiach społecznych i politycznych.
Działania te przyczyniają się do rozwoju wiedzy naukowej, postępu w różnych dziedzinach oraz poprawy jakości i wiarygodności badań naukowych. Promowanie systematycznych przeglądów literatury sprzyja również podnoszeniu jakości i standardów badań naukowych poprzez propagowanie etycznych praktyk badawczych, transparentności oraz rzetelności w procesie prowadzenia badań. Obejmuje to kształcenie badaczy, ułatwianie dostępu do literatury naukowej, organizowanie warsztatów i szkoleń, publikowanie wyników badań, wspieranie interdyscyplinarnych badań, stymulowanie debaty naukowej oraz promowanie transparentności i rzetelności w badaniach.

8.03.2024

Role i kompetencje zespołu do systematycznych przeglądów literatury

Skompletowanie zespołu z osób o różnych kompetencjach pozwoli na wszechstronne podejście do przeglądu literatury i zapewni kompleksowe zrozumienie badanego tematu w dziedzinie zarządzania. 
Oto lista kluczowych kompetencji zespołu do systematycznych przeglądów literatury w zarządzaniu:
  • Umiejętność identyfikacji istotnych obszarów badawczych.
  • Zdolność do przeprowadzania skutecznych wyszukiwań literatury naukowej.
  • Krytyczna ocena i analiza dostępnych danych.
  • Umiejętność syntetyzowania i integrowania wyników badań.
  • Znajomość metodologii badawczej, w tym procedur przeglądów systematycznych.
  • Umiejętności analityczne i interpretacyjne.
  • Zdolność do formułowania wniosków i rekomendacji na podstawie zebranych danych.
  • Kompetencje komunikacyjne w prezentowaniu wyników badań.
  • Zdolność do współpracy z innymi naukowcami i ekspertami w dziedzinie zarządzania.
  • Umiejętność pracy w zespole i efektywna organizacja zadań badawczych.

Kompetencje zespołu do systematycznych przeglądów literatury w zarządzaniu 

Kompetencje zespołu obejmują szeroki zakres umiejętności badawczych, analizy danych oraz znajomość metodologii badawczej. Zespół powinien być zdolny do identyfikacji istotnych dziedzin badawczych, przeprowadzania skutecznych wyszukiwań literatury naukowej, krytycznej oceny dostępnych danych oraz syntetyzowania wyników badań w celu formułowania wniosków i rekomendacji. 
Mają umiejętności badawcze i metodologiczne. Znają się też na przedmiocie badań
Ponadto ważne jest posiadanie umiejętności komunikacyjnych w celu klarownego prezentowania rezultatów swojej pracy oraz współpracy z innymi naukowcami i ekspertami w danej dziedzinie. Oto kilka przykładowych ról, które mogą być przydatne w takim zespole:

  1. Specjalista ds. zarządzania: Osoba posiadająca wiedzę i doświadczenie w dziedzinie zarządzania, która będzie odpowiadać za określenie kryteriów przeglądu, identyfikację kluczowych tematów oraz analizę i interpretację zebranych danych.
  2. Analityk danych: Osoba odpowiedzialna za przeprowadzenie analizy danych zgromadzonych podczas przeglądu, w tym za opracowanie statystycznych metod analizy, tworzenie wykresów i tabel oraz prezentację wyników.
  3. Badacz literatury: Osoba odpowiedzialna za przeglądanie i ocenę istniejącej literatury w celu zidentyfikowania odpowiednich źródeł informacji oraz zbierania danych na temat istniejących badań i publikacji.
  4. Specjalista ds. komunikacji: Osoba odpowiedzialna za komunikację wewnętrzną i zewnętrzną zespołu, w tym za koordynację spotkań, sporządzanie raportów i prezentacji oraz komunikację z interesariuszami.
  5. Ekspert w dziedzinie: Osoba posiadająca specjalistyczną wiedzę lub doświadczenie w konkretnej dziedzinie zarządzania, która może pomóc w interpretacji danych i wniosków oraz wskazać obszary do dalszych badań.
  6. Konsultant metodyczny: Osoba z doświadczeniem w metodach przeglądu literatury, która może doradzić w wyborze odpowiednich technik i narzędzi badawczych oraz zapewnić wsparcie metodyczne dla zespołu.