26.12.2024

Model ECLIPSE w podejściu Evidence-Based Management

Model ECLIPSE w podejściu Evidence-Based Management

W podejściu Evidence-Based Management (EBM) analiza kontekstu organizacyjnego i sytuacyjnego jest kluczowym krokiem w podejmowaniu decyzji opartych na dowodach. Model ECLIPSE stanowi użyteczne narzędzie do systematycznej analizy różnych aspektów organizacyjnych, pomagając w zbieraniu i strukturyzowaniu informacji niezbędnych do podejmowania świadomych decyzji zarządczych.

1. Oczekiwania (Expectations)

W kontekście EBM, oczekiwania dotyczą konkretnych celów i zamierzonych efektów planowanych zmian. To fundamentalne pytanie o to, co organizacja chce osiągnąć i dlaczego. Przykładowe pytania w tym obszarze: „Jakie konkretne rezultaty chcemy osiągnąć poprzez tę zmianę?", „W jaki sposób planowana zmiana przyczyni się do realizacji strategicznych celów organizacji?", „Jakie wskaźniki pozwolą nam zmierzyć sukces wdrożenia?".

2. Grupa klientów (Client group)

Identyfikacja i zrozumienie grupy docelowej jest kluczowe w EBM dla zapewnienia, że podejmowane decyzje rzeczywiście odpowiadają na potrzeby odbiorców. Istotne pytania to: „Kto będzie bezpośrednim beneficjentem wprowadzanych zmian?", „Jakie specyficzne potrzeby ma nasza grupa docelowa?", „W jaki sposób różne podgrupy odbiorców mogą odmiennie reagować na planowane zmiany?".

3. Lokalizacja (Location)

W podejściu EBM kontekst miejsca ma istotne znaczenie dla skuteczności wdrażanych rozwiązań. Należy rozważyć: „Jakie specyficzne cechy lokalizacji mogą wpływać na skuteczność wdrożenia?", „Czy istnieją różnice między poszczególnymi lokalizacjami, które należy uwzględnić?", „Jakie zasoby są dostępne w danej lokalizacji?".

4. Wpływ (Impact)

Analiza wpływu w EBM koncentruje się na przewidywaniu i mierzeniu rzeczywistych efektów wprowadzanych zmian. Kluczowe pytania to: „Jakie będą bezpośrednie i pośrednie skutki wprowadzanych zmian?", „Jak zmierzymy skuteczność wdrożenia?", „Jakie potencjalne ryzyka i korzyści wiążą się z wprowadzaniem zmian?".

5. Profesjonaliści (Professionals)

W kontekście EBM istotne jest zrozumienie roli i kompetencji osób zaangażowanych w proces zmian. Warto zapytać: „Jakie kompetencje są niezbędne do skutecznego wdrożenia zmian?", „Kto powinien być zaangażowany w proces decyzyjny?", „Jakie szkolenia lub wsparcie będą potrzebne personelowi?".

6. Rodzaj usługi (Service)

Ostatni element modelu w kontekście EBM skupia się na szczegółowej charakterystyce wprowadzanej zmiany lub usługi. Należy rozważyć: „Jakie są kluczowe elementy planowanej usługi?", „W jaki sposób usługa będzie dostarczana?", „Jakie zasoby są niezbędne do świadczenia usługi?".

Zdjęcie dodane przez Viridiana Rivera: https://www.pexels.com/pl-pl/zdjecie/28683722/

Zastosowanie w praktyce zarządczej

Model ECLIPSE w połączeniu z podejściem EBM pozwala na systematyczne gromadzenie i analizę informacji niezbędnych do podejmowania świadomych decyzji zarządczych. Wykorzystanie tego modelu pomaga w zapewnieniu, że decyzje są podejmowane w oparciu o rzetelne dane i dowody, a nie tylko intuicję czy przyzwyczajenia. Struktura modelu wspiera również proces dokumentacji i ewaluacji podjętych działań, co jest kluczowe w podejściu opartym na dowodach.

Źródło: https://guides.lib.unc.edu/pico/frameworks [2024-12-26]

Spice Framework: narzędzie analizy kontekstu organizacyjnego

W podejściu Evidence-Based Management (EBM) analiza kontekstu organizacyjnego i sytuacyjnego jest kluczowym krokiem w podejmowaniu decyzji opartych na dowodach. Spice Framework to struktura wspierająca zrozumienie tego kontekstu poprzez systematyczne uwzględnienie pięciu kluczowych obszarów: Setting (ustawienia), Perspective (perspektywy), Intervention / Interest / Exposure (interwencji, zainteresowań lub ekspozycji), Comparison (porównania) oraz Evaluation (oceny). Dzięki temu modelowi menedżerowie mogą lepiej diagnozować problemy i opracowywać skuteczne strategie działania.

Pięć kluczowych elementów Spice Framework

1. Setting (ustawienie) odnosi się do szczegółowego opisu kontekstu, w którym problem występuje. Obejmuje zrozumienie miejsca, czasu i specyficznych okoliczności. Na przykład, czy problem dotyczy konkretnego oddziału firmy, czy może jest to kwestia związana z pracą zdalną lub określoną grupą projektową? Analiza tego obszaru pozwala uchwycić dokładny obraz sytuacji, co jest kluczowe dla jej rozwiązania.

2. Perspective (perspektywa) skupia się na spojrzeniu osób zaangażowanych w problem, takich jak pracownicy, menedżerowie czy klienci. Ważne jest zrozumienie ich punktów widzenia, potrzeb i oczekiwań. Przykładowo, perspektywa pracowników może obejmować ich frustrację z powodu niewystarczającego wsparcia technologicznego, podczas gdy menedżerowie mogą postrzegać problem jako związany z brakiem zaangażowania.

3. Intervention / Interest / Exposure (interwencja, zainteresowanie lub ekspozycja) dotyczy działań podejmowanych w celu rozwiązania problemu, a także tego, co przyciąga uwagę lub wpływa na sytuację. Może to być nowe narzędzie, zmiana procesów lub specyficzne wydarzenie. Na przykład wprowadzenie systemu CRM może być interwencją mającą na celu poprawę efektywności sprzedaży, ale wymaga analizy, jak wpłynie na codzienną pracę zespołu.

4. Comparison (porównanie) polega na zestawieniu różnych podejść, opcji lub grup w celu zrozumienia różnic i potencjalnych korzyści. Na przykład, jakie są wyniki działania zespołów wykorzystujących różne metody zarządzania projektami, takie jak Agile i tradycyjny waterfall? Analiza porównawcza pozwala wybrać najbardziej efektywne rozwiązanie.

5. Evaluation (ocena) obejmuje mierzenie rezultatów i efektywności podjętych działań. Czy wprowadzone zmiany przyniosły oczekiwane rezultaty? Przykładowo, po wprowadzeniu nowego procesu warto sprawdzić, czy wskaźniki wydajności, takie jak czas realizacji zadań czy poziom satysfakcji klientów, uległy poprawie.

Zastosowanie Spice Framework w praktyce

Spice Framework umożliwia systematyczne podejście do analizy kontekstu organizacyjnego, co jest szczególnie istotne w złożonych sytuacjach decyzyjnych. Przykładem może być firma stojąca przed wyzwaniem wprowadzenia innowacyjnych produktów na rynek. Dzięki analizie Setting można określić, w jakim środowisku organizacyjnym produkt ma być wdrożony. Perspective pomoże zidentyfikować potrzeby klientów i pracowników. Intervention wskaże konkretne działania do podjęcia, takie jak szkolenia czy zmiany w procesach. Comparison pozwoli ocenić, które podejście przynosi najlepsze rezultaty, a Evaluation umożliwi mierzenie efektywności tych działań.

Dzięki holistycznemu podejściu Spice Framework pomaga nie tylko zidentyfikować źródła problemów, ale również zaprojektować działania dostosowane do specyfiki organizacji i otoczenia. Wykorzystanie tej struktury umożliwia podejmowanie bardziej świadomych i skutecznych decyzji, co przekłada się na lepsze wyniki organizacyjne.

Zdjęcie dodane przez Caleb Oquendo: https://www.pexels.com/pl-pl/zdjecie/mezczyzna-reka-spotkanie-zebranie-17043072/

Źródło: https://guides.lib.unc.edu/pico/frameworks [2024-12-26]

Kontekst organizacyjny i sytuacyjny w podejściu Evidence-Based Management (EBM)

W podejściu Evidence-Based Management (EBM) kluczowe znaczenie ma zrozumienie kontekstu organizacyjnego i sytuacji, w której pojawia się problem. Dopiero na tej podstawie możliwe jest podjęcie decyzji opartych na dowodach. Poniżej przedstawiono proces analizy kontekstu, który może być wykorzystany przez menedżerów oraz zespoły badawcze.

Precyzyjne określenie problemu i analiza interesariuszy

Pierwszym krokiem jest precyzyjne określenie problemu, którego dotyczy analiza. Ważne jest jasne zdefiniowanie, co dokładnie stanowi problem, jakie mogą być jego przyczyny oraz kto jest przez niego wpływany. Takie podejście pozwala na stworzenie fundamentu dla dalszych działań.

Kolejnym etapem jest identyfikacja i analiza interesariuszy, czyli osób, grup lub organizacji wpływających na problem lub przez niego wpływanych. W tym kontekście należy rozważyć ich oczekiwania, potrzeby, poziom wpływu na organizację i decydentów oraz potencjalne konflikty interesów. Pomocne możą być narzędzia takie jak mapa interesariuszy czy macierz wpływu i zaangażowania. 

Przykładowo: klaster zmaga się z problemem malejącego zaangażowania członków w działania organizacji. Pytamy zatem:

Jakie objawy wskazują na brak zaangażowania? Kiedy sytuacja zaczęła się pogarszać? Kogo dotyka najbardziej – zarząd, członków czy partnerów zewnętrznych?

Analiza organizacyjnego środowiska

Zrozumienie organizacyjnego środowiska, w którym problem występuje, wymaga uwzględnienia struktury organizacyjnej, kultury organizacyjnej oraz procesów decyzyjnych. Kluczowe jest zrozumienie, czy organizacja jest hierarchiczna, czy bardziej elastyczna, jakie wartości, normy i praktyki dominują oraz kto ma największy wpływ na decyzje.

Czy decyzje podejmowane są centralnie, czy członkowie mają realny wpływ na kształtowanie działań? Jakie mechanizmy umożliwiają członkom zgłaszanie swoich pomysłów i uwag? Jak wygląda współpraca między zarządem a aktywnymi członkami?

Analiza danych

Analiza danych i dowodów jest centralnym elementem podejścia EBM. W tym procesie warto uwzględnić dane wewnętrzne, takie jak wyniki finansowe, raporty z badań satysfakcji pracowników czy analiza wydajności, a także dane zewnętrzne, takie jak benchmarki rynkowe, trendy branżowe lub badania naukowe. Niezwykle ważne są także dowody z praktyki, czyli opinie i doświadczenia menedżerów oraz pracowników, a także preferencje interesariuszy.

Ograniczenia, model sytuacyjny i ocena wyników

Każdy kontekst organizacyjny ma swoje ograniczenia, które mogą wpływać na zdolność rozwiązywania problemów. Mogą to być braki zasobów, takie jak finansowe, ludzkie lub technologiczne, bariery komunikacyjne lub oporność na zmiany w organizacji.

W przypadku problemów o wysokim stopniu złożoności warto zaangażować ekspertów zewnętrznych lub osoby posiadające specyficzną wiedzę na temat danego zagadnienia. Ich opinie mogą pomóc w lepszym zrozumieniu sytuacji.

Na podstawie zebranych danych i analiz warto opracować model sytuacyjny, który przedstawi kluczowe elementy problemu oraz ich wzajemne zależności. Model taki może przybrać formę diagramu przyczynowo-skutkowego, mapy procesów lub analizy SWOT lub PESTLE.

Ostatnim krokiem jest ocena, czy przeprowadzona analiza dostarczyła wystarczających informacji do podjęcia decyzji. Należy ocenić, czy wszystkie kluczowe aspekty kontekstu zostały uwzględnione, czy dane są rzetelne i aktualne oraz jakie są potencjalne luki informacyjne.

Zrozumienie kontekstu organizacyjnego i sytuacyjnego to fundament podejścia Evidence-Based Management. Proces ten wymaga systematyczności, otwartości na różne źródła danych oraz współpracy z różnych interesariuszy. Dopiero właściwie przeprowadzona analiza pozwala na podejmowanie decyzji, które są zarówno skuteczne, jak i uzasadnione dowodami.

Zdjęcie dodane przez cottonbro studio:
https://www.pexels.com/pl-pl/zdjecie/ludzie-siedzacy-na-krzesle-przed-stolem-4865515/

Standardy stawiania pytań

Evidence-Based Management (EBM) to podejście, które kładzie nacisk na podejmowanie decyzji opartych na najlepszych dostępnych dowodach naukowych. Kluczowym elementem tego podejścia jest umiejętne stawianie pytań, które pozwalają na precyzyjne określenie problemów i poszukiwanie rozwiązań. Wśród popularnych struktur stosowanych w stawianiu pytań wyróżniają się PICO, PICOSS, SPICE, ECLIPSE oraz inne warianty, które pomagają uporządkować proces myślowy i zapewnić trafność analiz.

Struktura PICO

Model PICO (Patient/Problem, Intervention, Comparison, Outcome) wywodzi się z medycyny opartej na dowodach (EBM), ale jest równie skuteczny w zarządzaniu. Struktura PICO pomaga formułować pytania badawcze poprzez rozłożenie problemu na cztery kluczowe elementy:

  • P (Problem/Population): Jakie jest główne zagadnienie lub populacja, która wymaga analizy? Np. "pracownicy w dziale sprzedaży o wysokim poziomie wypalenia zawodowego".

  • I (Intervention): Jakie działania lub strategie mają zostać ocenione? Np. "wdrożenie programu mentoringowego".

  • C (Comparison): Czy istnieje alternatywa dla proponowanego podejścia? Np. "standardowe szkolenia".

  • O (Outcome): Jakie są oczekiwane wyniki? Np. "zmniejszenie poziomu wypalenia zawodowego i poprawa wyników pracy".

Przykładowe pytanie PICO w kontekście zarządzania mogłoby brzmieć:

"Czy wdrożenie programu mentoringowego (I) w porównaniu do standardowych szkoleń (C) poprawi wyniki pracy i zmniejszy poziom wypalenia zawodowego (O) wśród pracowników działu sprzedaży (P)?"

Rozszerzona struktura PICOSS

PICOSS (Population, Intervention, Comparison, Outcome, Setting, Study Design) stanowi rozwinięcie modelu PICO, umożliwiając uwzględnienie dodatkowych czynników kontekstowych:

  • S (Setting): Gdzie prowadzone będą badania? Np. "międzynarodowe firmy z sektora technologicznego".

  • S (Study Design): Jakiego rodzaju badania będą prowadzone? Np. "randomizowane badania kontrolowane" lub "badania przekrojowe".

Dodanie tych elementów jest szczególnie ważne, gdyż uwzględnia uwarunkowania organizacyjne oraz metodyczne, co podnosi jakość i wiarygodność wyników.

Alternatywne struktury: SPICE i ECLIPSE

W literaturze dotyczącej EBM można spotkać również inne struktury, takie jak:

  • SPICE (Setting, Perspective, Intervention, Comparison, Evaluation): Skupia się na perspektywie interesariuszy i ocenie wyników. Jest stosowana do oceny skuteczności procesów lub strategii organizacyjnych.

  • ECLIPSE (Expectation, Client group, Location, Impact, Professionals, SErvice): Odpowiednia dla pytań związanych z usługami i organizacją pracy. Pozwala na analizę efektów oczekiwanych przez klientów oraz wpływu na usługi.

Każda z tych struktur jest równoważnym standardem, a ich zastosowanie zależy od charakteru badanego problemu i kontekstu organizacyjnego. Wybór odpowiedniej struktury powinien być dostosowany do specyfiki pytań badawczych i celów analizy.

Zastosowanie struktur w Evidence-Based Management

Stawianie pytań w oparciu o standardowe modele, takie jak PICO, PICOSS, SPICE czy ECLIPSE, pozwala na systematyczne podejście do rozwiązywania problemów. Kluczowe korzyści to:

  1. Precyzja: Wyraźnie zdefiniowanie problemu i oczekiwań.

  2. Efektywność: Skrócenie czasu potrzebnego na zebranie odpowiednich dowodów.

  3. Wiarygodność: Wsparcie decyzji przez solidne podstawy naukowe.

Przykłady zastosowania obejmują m.in. analizę skuteczności strategii zarządzania zmianą, ocenę wdrożeń technologicznych czy optymalizację procesów HR.

Zdjęcie dodane przez Nathan Cowley: https://www.pexels.com

Podsumowanie

Wprowadzenie struktur takich jak PICO, PICOSS, SPICE czy ECLIPSE do procesu decyzyjnego w zarządzaniu wspiera rozwój organizacji w oparciu o sprawdzone dowody. Odpowiednio postawione pytania pomagają uniknąć subiektywnych decyzji i skupić się na rozwiązaniach, które są najbardziej efektywne i dostosowane do potrzeb organizacji. Dlatego też standardy stawiania pytań powinny stać się nieodłącznym elementem praktyki Evidence-Based Management.

25.12.2024

Kanwa Evidence-Based Management

Kanwa Evidence-Based Management (EBM) to narzędzie, które pomaga w zorganizowany sposób przeprowadzić proces podejmowania decyzji w organizacji. Opiera się na analizie rzetelnych danych i dowodów pochodzących z różnych źródeł, takich jak badania naukowe, dane organizacyjne, opinie ekspertów oraz wartości czy oczekiwania interesariuszy. Umożliwia menedżerom podejmowanie skutecznych, przemyślanych i uzasadnionych decyzji, które zwiększają efektywność i trafność działań w organizacji.

Kanwa Evidence-Based Management (EBM)

Umożliwia menedżerom podejmowanie skutecznych, przemyślanych i uzasadnionych decyzji.
1. Pytanie problemowe
Zidentyfikowanie kluczowego problemu lub wyzwania menedżerskiego. Etap ten polega na:
  • Dokładnym zrozumieniu kontekstu organizacyjnego i sytuacji, w której pojawia się problem.
  • Formułowaniu pytania w sposób jasny i precyzyjny, aby umożliwić ukierunkowane poszukiwanie dowodów.
  • Ustaleniu, jakie cele chcemy osiągnąć i jakie kryteria będą świadczyły o sukcesie w rozwiązaniu problemu.
  • Zapewnieniu, że pytanie jest istotne dla interesariuszy i wpisuje się w strategiczne cele organizacji.
2. Dane i dowody
Gromadzenie dowodów z 6 źródeł:
  • Badania naukowe: Przegląd literatury naukowej, takich jak artykuły recenzowane, metaanalizy i raporty badawcze. Ważne jest uwzględnienie badań dotyczących zachowań organizacyjnych i specyfiki lokalnych oraz globalnych rynków.
  • Szara literatura: Raporty rządowe, białe księgi, materiały konferencyjne oraz opracowania organizacji branżowych, które często dostarczają najnowszych danych praktycznych.
  • Dane organizacyjne: Wewnętrzne dane firmy, w tym raporty operacyjne, wyniki finansowe, analizy KPI czy dane o satysfakcji pracowników i klientów, pomagają określić bieżące wyzwania i trendy.
  • Opinie ekspertów: Rekomendacje praktyków i specjalistów branżowych, którzy mogą dostarczyć pogłębionych spostrzeżeń opartych na doświadczeniu zawodowym. Ważne jest krytyczne podejście, aby uniknąć wpływu uprzedzeń.
  • Wartości i oczekiwania interesariuszy: Zrozumienie potrzeb i priorytetów osób zaangażowanych w proces decyzyjny, zarówno wewnątrz, jak i na zewnątrz organizacji. Uwzględnienie ich punktu widzenia buduje zaangażowanie i akceptację wdrażanych rozwiązań.
  • Aspekty kulturowe: Analiza norm, wartości, przekonań i praktyk charakterystycznych dla organizacji, branży oraz szerszego środowiska, w którym funkcjonuje firma. 
  • 3. Analiza danych
    Analiza zgromadzonych dowodów z wykorzystaniem metod ilościowych i jakościowych.
    4. Wnioski i rekomendacje
    Opracowanie i priorytetyzacja rekomendacji opartych na danych.
    5. Implementacja
    Wdrożenie rekomendacji w praktyce oraz monitorowanie efektów.

    CC BY-NC-ND 4.0

    Kanwa Evidence-Based Management (EBM) to narzędzie, które pomaga w zorganizowany sposób przeprowadzić proces podejmowania decyzji w organizacji.

    Jak zacytować ten post w APA7?

    Janulek, P. (2024, December 25). Kanwa Evidence-Based Management. Konfraternia Naukowa Badań Dowodowych. https://badania-naukowe.blogspot.com/2024/12/kanwa-evidence-based-management.html

    Publikacyjny bias: przyczyny, skutki i jak go minimalizować

    Publikacyjny bias (ang. publication bias) to zjawisko, które występuje, gdy wyniki badań naukowych nie są publikowane lub są publikowane w sposób, który faworyzuje pewne wyniki. Ten typ błędu może prowadzić do wypaczenia obrazu całego badania naukowego, co ma poważne konsekwencje zarówno dla naukowców, jak i dla opinii publicznej. Publikacyjny bias ma duże znaczenie szczególnie w kontekście metaanaliz, które zbierają i analizują wyniki wielu badań, a także przy podejmowaniu decyzji na podstawie dostępnych danych.

    Przyczyny publikacyjnego biasu

    1. Preferencja dla wyników pozytywnych
      Jedną z głównych przyczyn publikacyjnego biasu jest preferencja dla wyników pozytywnych lub statystycznie istotnych. W badaniach naukowych częściej publikowane są wyniki, które wykazują efekty lub związki pomiędzy badanymi zmiennymi. Z kolei wyniki neutralne lub negatywne (które nie pokazują oczekiwanego efektu) są mniej chętnie publikowane, ponieważ nie są uznawane za interesujące.

    2. Czynniki finansowe i interesy
      Często to sponsorzy badań (np. firmy farmaceutyczne) mogą wywierać wpływ na decyzje o publikacji wyników. Badania, które nie są zgodne z oczekiwaniami sponsorów, mogą nie zostać opublikowane lub zostać opóźnione. Takie praktyki są szczególnie problematyczne w obszarach medycyny i nauk społecznych, gdzie wyniki badań mogą mieć duże konsekwencje.

    3. Preferencje czasopism
      Czasopisma naukowe często preferują publikację badań, które przedstawiają nowe i innowacyjne wyniki. Badania, które potwierdzają znane teorie lub wykazują brak efektu, są mniej atrakcyjne dla redakcji, co może prowadzić do ich odrzucenia. Czasopisma mogą także być bardziej skłonne do publikowania badań, które pasują do aktualnych trendów naukowych.

    4. Obawa przed negatywną oceną
      Naukowcy mogą czuć presję, by publikować tylko badania, które wykazują "sensacyjne" wyniki. Obawa przed odrzuceniem badań o negatywnych lub neutralnych wynikach prowadzi do zniekształcenia obrazu całej dziedziny naukowej. Takie zjawisko jest szczególnie widoczne wśród młodszych badaczy, którzy chcą zwiększyć swoje szanse na uznanie i karierę.

    Skutki publikacyjnego biasu

    1. Zniekształcenie obrazu wiedzy
      Publikacyjny bias prowadzi do tego, że niepełne dane trafiają do publicznego obiegu. W efekcie nauka rozwija się na podstawie fragmentarycznych informacji, które mogą prowadzić do błędnych wniosków i decyzji. Badania, które nie wykazują oczekiwanego efektu, są pomijane, co zniekształca ogólny obraz badanego zjawiska.

    2. Wypaczenie metaanaliz
      Metaanalizy, które są podstawowym narzędziem do podsumowywania wyników wielu badań, mogą być poważnie wypaczone, jeśli uwzględniają tylko badania z pozytywnymi wynikami. Taki proces prowadzi do "nadinterpretacji" efektów, które mogą nie być tak silne, jak to się wydaje. Z kolei brak uwzględnienia badań o negatywnych wynikach może prowadzić do nadmiernej pewności co do skuteczności danego rozwiązania.

    3. Zmniejszenie zaufania do nauki
      Kiedy publikacyjny bias staje się publicznie znany, może to prowadzić do utraty zaufania do nauki i jej instytucji. Społeczeństwo może zacząć wątpić w obiektywność naukowców i badań, co wpływa na postrzeganą wartość nauki w debacie publicznej.

    4. Opóźnienie postępu naukowego
      Jeśli tylko niektóre wyniki są publikowane, to może dojść do sytuacji, w której niewłaściwe lub niewystarczające rozwiązania są uznawane za "prawdziwe". W konsekwencji proces naukowy zostaje opóźniony, ponieważ badacze nie mają pełnej wiedzy o istniejących rozwiązań lub efektach.

    Jak minimalizować publikacyjny bias?

    1. Rejestracja badań przed rozpoczęciem
      Aby zmniejszyć publikacyjny bias, badania powinny być rejestrowane przed rozpoczęciem w odpowiednich rejestrach. Dzięki temu wszyscy zainteresowani mają wgląd w zaplanowane badania, a także w wyniki, niezależnie od tego, czy są pozytywne, czy negatywne.

    2. Publikacja wyników negatywnych
      Zachęcanie do publikowania wyników negatywnych jest kluczowe. Czasopisma i naukowcy powinni dążyć do równowagi w publikowanych badaniach, uwzględniając również te, które nie wykazują statystycznie istotnych efektów.

    3. Zwiększenie przejrzystości w publikacjach
      Zwiększenie transparentności procesu publikacji poprzez szczegółowe przedstawienie metodologii, danych oraz wyników badania pomoże w zmniejszeniu publikacyjnego biasu. Naukowcy powinni dążyć do pełnej dostępności swoich danych i wyników, aby umożliwić ich weryfikację przez innych badaczy.

    4. Wspieranie niezależnych źródeł finansowania
      Warto promować badania finansowane przez niezależne źródła, które nie mają interesu w prezentowaniu określonych wyników. Dodatkowo, należy zwiększyć dostępność funduszy na badania, które nie muszą odpowiadać na konkretne zapotrzebowanie rynku.

    Podsumowanie

    Publikacyjny bias stanowi istotne wyzwanie dla współczesnej nauki i naukowców. Choć jego istnienie jest nieuniknione, istnieją liczne sposoby na jego minimalizowanie. Poprzez zwiększenie transparentności, rejestrację badań i publikowanie wyników negatywnych, możemy dążyć do bardziej rzetelnych i obiektywnych wniosków naukowych. Ważne jest, aby wszyscy uczestnicy procesu naukowego, od badaczy po czasopisma, podejmowali świadome kroki na rzecz eliminacji publikacyjnego biasu, aby badania były jak najbardziej rzetelne i obiektywne.

    Kanwa Procesu Systematycznego Przeglądu Literatury (SLR)

    Zaletą kanwy jest jej prostota i przejrzystość, ponieważ skupia się na kluczowych elementach procesu na jednej stronie.

    Kanwa Procesu Systematycznego Przeglądu Literatury (SLR)

    Narzędzie, które pomaga w zorganizowany sposób przeprowadzić SLR.

    Etap 1: Określenie pytania badawczego

    Etap 2: Wybór kryteriów włączenia/wyłączenia

    • Określenie kryteriów jakościowych i tematycznych
    • Ustalenie kryteriów daty publikacji, języka, rodzaju publikacji
    • Definicja metodologii badawczej

    Etap 3: Wyszukiwanie literatury

    • Wyszukiwanie artykułów w bazach danych
    • Selekcja publikacji na podstawie ustalonych kryteriów
    • Rejestracja wyników wyszukiwania

    Etap 4: Selekcja i ocena jakości

    • Przegląd i selekcja pełnych tekstów
    • Ocena jakości metodologii badań
    • Weryfikacja ryzyka biasu

    Etap 5: Analiza danych

    • Analiza jakościowa i/lub ilościowa wyników badań
    • Podsumowanie i kategoryzacja wyników
    • Identyfikacja trendów i luk badawczych

    Etap 6: Wnioski i publikacja

    • Podsumowanie wyników przeglądu literatury
    • Wnioski z analizy i sugestie na przyszłość
    • Przygotowanie raportu końcowego
    • Przesłanie artykułu do czasopisma naukowego
    • Publikacja wyników przeglądu

    CC BY-NC-ND 4.0

    Kanwa procesu Systematycznego Przeglądu Literatury (SLR) to narzędzie, które pomaga w zorganizowany sposób przeprowadzić przegląd istniejącej literatury na określony temat.

    Szkolenie pt. Efektywne zarządzanie bibliografią

    Istotnym elementem każdego procesu badawczego, występującym na niemal każdym etapie pracy naukowca, jest przegląd i analiza literatury przedmiotu. Celem szkolenia jest zwrócenie uwagi na to, jak zorganizować literaturę z wykorzystaniem baz danych w połączeniu z nowoczesnymi narzędziami technologicznymi, takimi jak menedżery bibliografii (RMS, Reference Management Software). Takie działania, które wkrótce staną się stałym elementem metodologii badań naukowych, powinny mieć szczególne znaczenie w dyscyplinie nauk o zarządzaniu i jakości, której głównym celem jest poszukiwanie coraz to nowszych rozwiązań wpływających na lepszą organizację oraz większą efektywność wykonywanych zadań i prac.

    Program ramowy:

    1. Citavi: instalacja programu i współpraca z wtyczkami do Adobe i WORD,
    2. Citavi: automatyzacja tworzenia kopii projektu,
    3. Citavi: dodawanie i opisywanie źródeł publikacji offline,
    4. Citavi: dodawanie i opisywanie źródeł za pomocą numeru DOI, ISBN,
    5. Citavi: dodawanie i opisywanie źródeł z pliku pdf,
    6. Citavi: wyszukiwanie w bazach danych lub katalogach,
    7. Citavi: importowanie i eksportowanie źródeł pomiędzy Citavi, ORCID i Google Scholar,
    8. Przeglądarka Chrome: dodawanie publikacji za pomocą Citavi Picker,
    9. WORD: osadzanie cytowań ze źródeł w stylu Oxford Referencing System, Harvard Referencing System: konwersja cytowań w tekście na cytowania w przypisach dolnych i odwrotnie.
    Cena: do uzgodnienia lub barter
    Język szkolenia: polski

    Certyfikat na podstawie § 23 ust. 4 Rozporządzenia Ministra Edukacji i Nauki z dnia 6 października 2023 r. w sprawie kształcenia ustawicznego w formach pozaszkolnych (Dz. U. z 2023 r., poz. 2175).

    Trener: Piotr Janulek, doktor nauk. Przedsiębiorca od 1997 roku, budujący mosty między edukacją a biznesem. Prowadzi platformę akademia-nauki.eu, skupiającą się na rachunkowości, komunikacji i rozwoju osobistym. Interesuje się mediami społecznościowymi, rachunkowością, innowacyjnymi modelami biznesowymi i zarządzaniem opartym na dowodach.