Jak złamać szyfr DOI i dotrzeć do artykułu w kilka sekund

DOI (ang. Digital Object Identifier) to unikalny identyfikator nadawany publikacjom naukowym, raportom, danym badawczym i innym treściom cyfrowym. Dzięki DOI można w prosty sposób znaleźć dokument, nawet jeśli zmienił on swoją lokalizację w Internecie.

Jak wygląda DOI?

Identyfikator DOI składa się z dwóch części: prefiksu – zawsze zaczyna się od 10. (np. 10.33141), sufiksu – czyli dalszej części nadanej przez wydawcę (np. po.2024.01.05). Razem tworzą pełny identyfikator, np.: 10.33141/po.2024.01.05 Wystarczy dodać przed nim adres https://doi.org/, a staje się działającym linkiem. Przykład: https://doi.org/10.33141/po.2024.01.05

Dlaczego DOI?

DOI zapewnia trwałość odwołań do publikacji naukowych. Nawet jeśli dokument zostanie przeniesiony na inny serwer lub zmieni się jego adres internetowy, identyfikator DOI pozostaje niezmienny i zawsze prowadzi do aktualnej wersji opisu. Dzięki temu stanowi pewny punkt odniesienia, na którym można budować przypisy i bibliografie w pracach naukowych.

Co więcej, DOI jest obsługiwany przez menedżery bibliografii, takie jak Citavi, Mendeley czy Zotero, co znacząco ułatwia gromadzenie i porządkowanie źródeł. Jego uniwersalny charakter sprawia, że działa globalnie, niezależnie od wydawcy. Korzystając z DOI, masz pewność, że Twoja praca naukowa zawsze będzie miała jednoznaczne i trwałe odwołanie do źródeł. Krótko mówiąc: DOI pełni rolę trwałego, jednoznacznego „łącza” do rzetelnych dowodów naukowych, które menedżerowie mogą bezpiecznie wykorzystywać w procesie podejmowania decyzji.

Dekoder DOI

🔎 Jak złamać szyfr DOI?

Wpisz lub wklej dokładny identyfikator DOI w polu poniżej, a następnie kliknij „Prześlij”.

Źródła

1. Fundacja DOI, https://www.doi.org/

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

Szybkie formułowanie zapytań (Rapid Query Formulation)

Rapid Query Formulation zawiera pole tekstowe, w którym użytkownik wpisuje tytuł szukanej pracy, oraz zestaw ikonek do różnych wyszukiwarek (np. Google Scholar, Semantic Scholar, Archive). Ikony działają jako linki. Po kliknięciu na ikonę, otwiera się nowe okno z odpowiednią wyszukiwarką z zapytaniem użytkownika.

Nasz formularz to narzędzie do błyskawicznego sprawdzania i odnajdywania źródeł informacji, które mogą wydawać się nieistniejące. Wystarczy kilka kliknięć, by zweryfikować dane w różnych serwisach.

więcej

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.

więcej

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.

więcej

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.

więcej

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.

więcej

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.

więcej

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)"

więcej