Zarządzanie oparte na dowodach z wykorzystaniem metodyki systematycznego przeglądu literatury

W branży medycznej w ramach budowy hierarchii dowodów naukowych systematyczne przeglądy literatury oraz metaanalizy znajdują się na jej szczycie. Adaptacja rozwiązań z tego obszaru gospodarki i życia mogą być skuteczne i efektywne z punktu widzenia specyfiki dyscypliny nauki o zarządzaniu i jakości. Celem artykułu jest krytyczny przegląd różnych ujęć, zasad i podejść do zastosowania metody systematycznego przeglądu literatury w naukach o zarządzaniu i jakości. W treści artykułu dokonano oceny możliwości zastosowania koncepcji zarządzania opartego na dowodach z wykorzystaniem metodyki systematycznego przeglądu literatury oraz wskazano implikacje teoretyczne odnoszące się do specyfiki zastosowania tej metody w publikacjach o zasięgu światowym. Na podstawie przeprowadzonych badań i analiz opracowano autorski model zastosowania metodyki systematycznego przeglądu literatury do wdrożenia w naukach o zarządzaniu i jakości koncepcji Evidence Based Practice oraz Evidence Based Management. Wskazano, iż zaproponowana w artykule koncepcja zarządzania oparta na dowodach z wykorzystaniem metodyki systematycznego przeglądu literatury stanowi nowe narzędzie do podejmowania decyzji zarządczych menedżerów korzystających z dużych zbiorów danych (danych publikacji naukowych).

👉 https://przegladorganizacji.pl/artykul/2024/10.33141po.2024.02.04

więcej

Co to jest NEAR/n?

To termin używany w kontekście wyszukiwania w bazach danych i wyszukiwarkach naukowych, który oznacza właśnie operator pozwalający określić maksymalny dystans (w liczbie słów) między wyszukiwanymi terminami. Operator bliskości stosowany jest w wyszukiwarkach baz danych naukowych (np. Scopus, Web of Science, ProQuest, czasem EBSCO), który pozwala znaleźć słowa znajdujące się blisko siebie w tekście — czyli w określonej liczbie słów od siebie.

NEAR/3 oznacza, że dwa słowa muszą pojawić się maksymalnie w odległości trzech słów od siebie, w dowolnej kolejności. Przykład:

Zapytanie:

(pharmaceutical NEAR/3 marketing)

Znajdzie np.:

• pharmaceutical marketing

• marketing of pharmaceutical products

• the pharmaceutical and health marketing strategy

Ale nie znajdzie:

• marketing in the pharmaceutical industry (bo „marketing” i „pharmaceutical” dzieli więcej niż 3 słowa)

Dlaczego to przydatne?

• Jest bardziej elastyczny niż AND (który wymaga tylko, żeby oba słowa były gdziekolwiek w dokumencie, niekoniecznie blisko siebie)

• A jednocześnie bardziej precyzyjny niż OR

• Pomaga znaleźć powiązane tematycznie frazy, które autorzy zapisują w różnych konfiguracjach

Dostępność

Nie wszystkie bazy obsługują NEAR/n — np.:

• Scopus: tak

• Web of Science: tak

• ProQuest: tak

• PubMed: nie (tam masz np. ADJ3 albo within 3 words)

• Google Scholar: nie obsługuje operatorów bliskości

Podstawowe proximity operators po angielsku:

Operator	Opis	Przykład	Dostępność
NEAR/n	Wyszukuje słowa znajdujące się w odległości n słów od siebie, w dowolnej kolejności	marketing NEAR/3 pharmaceutical	Scopus, Web of Science
WITHIN/n	Wyszukuje słowa w odległości n słów, często w tej samej kolejności	marketing WITHIN/3 pharmaceutical	niektóre bazy
ADJ(n)	Wyszukuje słowa znajdujące się obok siebie lub w odległości n słów, często w określonej kolejności	marketing ADJ3 pharmaceutical	CINAHL, PubMed
PRE/n	Wyszukuje słowo A poprzedzające słowo B w odległości n słów	marketing PRE/3 pharmaceutical	ProQuest

więcej

Jak listy kontrolne i narzędzia oceny ryzyka błędu wspierają procesy badawcze?

Sieć EQUATOR (Enhancing the QUAlity and Transparency Of health Research) jest globalną inicjatywą, która koncentruje się na poprawie jakości i przejrzystości raportów badawczych. W ramach jej działań można znaleźć szeroką gamę zasobów wspierających naukowców, takich jak listy kontrolne i narzędzia oceny ryzyka błędu.

Dlaczego są potrzebne?

Listy kontrolne są kluczowe w zapewnieniu jakości raportów badawczych, minimalizując ryzyko pominięcia istotnych informacji. Narzędzia oceny ryzyka błędu pomagają zidentyfikować potencjalne słabe punkty w badaniach, co pozwala na ich bardziej krytyczną analizę.

Te narzędzia są szczególnie przydatne dla osób pracujących nad badaniami klinicznymi, epidemiologicznymi oraz naukami podstawowymi. Dzięki nim naukowcy mogą uniknąć błędów metodologicznych, które mogłyby wpłynąć na wiarygodność wyników.

Na stronie EQUATOR dostępne są liczne przewodniki i listy kontrolne, w tym m.in.. PRISMA (do raportowania metaanaliz) oraz CONSORT (do raportowania badań klinicznych). Każdy z tych zasobów został zaprojektowany, aby wspierać przejrzystość i rzetelność w publikacjach naukowych.

więcej

Randomizowane kontrolowane badania kliniczne (RCT)

Randomizowane kontrolowane badania kliniczne (RCT) są uważane za „złoty standard” w eksperymentach medycznych. Polegają na losowym przydzielaniu uczestników do grup badawczych, takich jak grupa eksperymentalna (otrzymująca nowe leczenie) i grupa kontrolna (otrzymująca placebo lub standardowe leczenie). Dzięki temu można obiektywnie ocenić skuteczność i bezpieczeństwo interwencji medycznych. RCT są kluczowym elementem medycyny opartej na faktach (EBM) i są stosowane nie tylko w medycynie, ale także w innych dziedzinach, takich jak psychologia czy nauki społeczne.

Badania RCT mogą być bardzo przydatne w zarządzaniu, zwłaszcza w obszarze podejmowania decyzji opartych na dowodach. Mogą być stosowane do testowania różnych strategii zarządzania, polityk organizacyjnych czy metod szkoleniowych. Na przykład, jeśli firma chce wdrożyć nowy sposób motywowania pracowników, może przeprowadzić RCT, aby sprawdzić, czy rzeczywiście przynosi on lepsze rezultaty w porównaniu do obecnych praktyk. Takie badania pozwalają na minimalizowanie ryzyka błędów decyzyjnych, a także pomagają zrozumieć, które interwencje są najbardziej skuteczne. 

więcej