Rešerše – strategie vyhledávání Strategie stavebních kamenů Strategie rostoucí perly Strategie osekávání strategie vyhledávání nejdříve podle nejužší fasety strategie vyhledávání nejdříve podle největší četnosti výskytu rešeršní strategií rozumíme přístup k vyhledávání položek ve zdrojích informací k jednomu požadavku podle Charlese Bourna (*1931-, Stanford Research Institute, zabýval se knihovnickou analýzou, automatizací, metodami vyhodnocováním apod.) a jeho spolupracovníků lze rozlišovat 5 typů přístupu

Strategie stavebních kamenů rozdělení dotazu na několik dílčích a kombinace jejich výsledků příklad: aplikace autorského zákona v oblasti elektronických dokumentů a kopírování klíčové pojmy: autorský zákon kopírování elektronické dokumenty, e-dokumenty,elektronické knihy, e-knihy,elektronické časopisy, e-časopisy dotazy: „elektronické dokumenty“ OR „elektronické knihy“ OR „elektronické časopisy“ „e-dokumenty“ OR „e-knihy“ OR „e-časopisy“ kopírování „autorský zákon“ konečný výsledek: spojení výsledků jednotlivých vyhledávání Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR2 založena na zjednodušeném přeformulování dotazu do několika dotazů dílčích průběh rešerše se rozpadá do několika dílčích, které se ve finále spojí v jeden soubor v současnosti se považuje za nejrozšířenější Stavebnich kamenu - cely problem rozkladam do mensich stavebnich bloku (building blocks) - vytezeni terminu - vzorovy zaznam

Strategie rostoucí perly vyhledání záznamů k nejužšímu pojmu a postupné rozšiřování příklad: aplikace autorského zákona v oblasti elektronických dokumentů a kopírování klíčové pojmy: autorský zákon kopírování elektronické dokumenty, e-dokumenty,elektronické knihy, e-knihy, elektronické časopisy, e-časopisy dotaz: autorský zákon AND kopírování AND elektronické dokumenty pokud málo dokumentů – rozšíření tématu: autorský zákon AND kopírování AND („elektronické dokumenty“ OR e-dokumenty OR „elektronické knihy“ OR e-knihy OR “elektronické časopisy“ OR e-časopisy) Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR2 Strategie rostouci perly - hodi se pokud neni znama terminologie, udelam nastrel a vytezim terminy a klicova slova u nalezeneho dokumentu - u ERICa staci kliknout nektere databaze nabizeji relatite articles začíná vyhledáváním záznamu k nejužšímu možnému pojmu v požadavku s cílem nalézt alespoň jeden relevantní záznam

Strategie osekávání postupné zmenšování počtu záznamů (omezování vyhledávání) „vyhledávání ve výsledcích hledání“ Taktiky omezení počtu záznamů: - omezit vyhledávání na určité pole záznamu - například pouze na předmět - použijeme proximitní operátory pro klíčová slova - místo „library AND (books OR journals)" použijeme „library WITHIN 3 (books OR journals)" - část vyhledaných záznamů vyloučíme operátorem not - „library WITHIN 3 (books OR journals) AND NOT (electronic books OR electronic journals)" - omezíme vyhledávání na určitý typ nebo druh dokumentu - například pouze články z časopisů - vyhledávání omezíme jazykově - například pouze angličtina - vymezíme časové období - omezíme vyhledávání na určitou část báze - dílčí bázi Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR2 v případě, že se při vyhledávání podle původního širšího zadání očekává velké množství vyhledaných záznamů taktiky, jak počet záznamů omezit: - omezit vyhledávání na určité pole záznamu - například pouze na předmět - použijeme proximitní operátory pro klíčová slova - místo „library AND (books OR journals)" použijeme „library WITHIN 3 (books OR journals)" - část vyhledaných záznamů vyloučíme operátorem not - „library WITHIN 3 (books OR journals) AND NOT (electronic books OR electronic journals)" - omezíme vyhledávání na určitý typ nebo druh dokumentu - například pouze články z časopisů - vyhledávání omezíme jazykově- například pouze angličtina - vymezíme časové období - omezíme vyhledávání na určitou část báze - dílčí bázi

Strategie podle nejužší fasety máme alespoň dva klíčové pojmy, které nejsou na stejné úrovni nejdříve použijeme pojem na nižší úrovni, případně rozšiřujeme pomocí nadřazeného pojmu Příklad vliv výuky fyziky na rozvoj logického uvažování žáků Dotaz: „výuka fyziky“ AND „logické uvažování“ Pokud dostaneme příliš málo výsledků: výuka AND „logické uvažování“ za předpokladu, že máme alespoň dva klíčové pojmy, které nejsou na stejné úrovni nejdříve použijeme kombinaci s nižší úrovní, tj. detailnějším pojmem příklad: vliv dialogové technologie na akvizici nejdříve: akvizice AND dialogové technologie pokud nás vyhledávání uspokojí, rešerše tím končí - uspokojivý počet je v různých oborech a pro různé účely odlišný, ale v praxi se uvádí 20-25 záznamů pokud dostaneme příliš malý počet záznamů, volíme v dalším kroku vyhledávání kombinaci s širším pojmem akvizice AND automatizace Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR2

Strategie podle nejmenší četnosti výskytu četnost výskytu = četnost výskytu termínu v databázi podobná strategii předešlé - nepřihlíží však k hierarchickým úrovním pojmů, ale pouze k četnosti výskytu v bázi - vychází ze statistických údajů o příslušných bázích, jejichž jádrem jsou frekvenční rejstříky příklad: faktografické informační systémy o životním prostředí hledáme-li v databázi informatických oborů – nejdříve termín životní prostředí bude pravděpodobně méně četný než termín faktografické informační systémy Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR podobná strategii předešlé - nepřihlíží však k hierarchickým úrovním pojmů, ale pouze k četnosti výskytu v bázi - vychází ze statistických údajů o příslušných bázích, jejichž jádrem jsou frekvenční rejstříky příklad: hledáme-li v databázi informatických oborů „faktografické informační systémy o životním prostředí" - začneme s termínem "životní prostředí", protože jeho výskyt v této databázi bude (pravděpodobně) méně četný než termín "faktografické informační systémy" faktografické informační systémy o životním prostředí hledáme-li v databázi informatických oborů – nejdříve termín životní prostředí bude pravděpodobně méně četný než termín faktografické informační systémy Převzato z: http://home.zcu.cz/~mirkova/kurzy2.html BR2

Rešeršní logika distanční operátory (proximitní operátory) PRE/n "precedes by" Př. world PRE/3 web nalezne text, kde slovo „web“ bude 3 slova za „world“ N/n „near“ Př. world N/3 nalezne text, kde jsou slova web a world vzdálena od sebe o 3 W/n   "within“ Př. jako near, ale neprohodí pořadí slov ADJ „adjacent“ - sousední FOLLOWED BY - následovaný Zdroje http://home.zcu.cz/~mirkova/kurzy2.html BR2 http://help.scopus.com/robo/projects/schelp/h_bscssrchFASTprox.htm distanční operátory (proximity operators) - rovněž operátory kontextové nebo operátory blízkosti specifikují posloupnost a vzdálenost mezi dvěma vyhledávacími výrazy umožňují nalézt dokumenty, v nichž se hledaná slova vyskytují nedaleko sebe nebo v těsném sousedství NEAR – blízký ---- n Near Operator (Nx) — finds words within x number of words from each other, regardless of the order in which they occur. Example: television n2 violence would find "television violence" or "violence on television," but not "television may be the culprit in recent high school violence.„ ADJACENT(ADJ) [edžeisnt] - sousední FOLLOWED BY - následovaný PRE/# - první slovo předchází o zadaný počet slov druhé slovo – např. world pre/3 web - slovo world bude o 3 slova před slovem web WITHIN – w Within Operator (Wx) — finds words within x number of words from each other, in the order they are entered in the search. Example: Franklin w2 Roosevelt would find Franklin Roosevelt or Franklin Delano Roosevelt or Franklin D. Roosevelt, but would not find Roosevelt Franklin.

Jak se měří kvalita vědy ? Jaroslav Flegr: Pozor, Toxo. Box 28 Jak se měří kvalita vědy, str. 100

Jak se měří kvalita vědy počet publikací počet citací ( - autocitace) chybné práce – negativní ohlas v jakých časopisech  journal impact factor vědecká reputace pracovníka (zvané přednášky, ocenění, apod.)

Jak se měří kvalita vědy 1. Journal Impact Factor - impakt 2. Hiršův index

Journal Impact Factor kvantitativní nástroj pro hodnocení časopisů Thomson ISI (Institute for Scientific information) http://www.sciencegateway.org/impact = počet citací průměrného článku během daného období (obvykle dvou let)

Journal Impact Factor Úloha 1: Impakt časopisu Nature je v roce 2510 130. V letech 2508-09 bylo v časopise publikováno celkem 1000 článků. Kolikrát byl v roce 2510 průměrně citován průměrný článek v Nature? Úloha 2: Během předchozích dvou let bylo v časopise A publikováno 16 článků. Počty citací jednotlivých článků v letošním roce jsou: 10, 4, 1, 0, 0, 0, 2, 3, 0, 1, 8, 12, 1, 0, 0, 0. Jaký by byl impakt faktor tohoto časopisu pro letošní rok? Výsledky: Úloha 1: 130x Úloha 2: (10+4+1+2+3+1+8+12+1)/16=2,65

Journal Impact Factor Žebříčky časopisů: Časopisy v oblasti http://sciencewatch.com/dr/sci/ Časopisy v oblasti Education&Educational Research http://sciencewatch.com/dr/sci/09/jan18-09_2/ 4. Review of Educational Research IF 2007: 2,60 9. Journal of the Learning Sciences IF 2007: 1,57 15. Journal of Research in Science Teaching IF 2007: 1,15

Časopisy Physics Teacher Physics Education American Journal of Physics Journal of Research in Science Teaching Physical Review: Physics Education Research, Research in Science Education International Journal of Science Education European Journal Of Physics Education ……

Hiršův index seřadíme práce od nejvíce po nejméně citovanou Měřítko kvality vědeckého pracovníka seřadíme práce od nejvíce po nejméně citovanou vyznačíme hranici prací, které mají citovanost alespoň jako jejich pořadí h=počet prací, které jsou před touto hranicí h je nízký i např. v případě, že máme jen jednu dobrou (hojně citovanou) publikaci a ostatní špatné

Hiršův index http://commons.wikimedia.org/wiki/File:Hirschuv_index.png

Hiršův index Úloha 3 Vědec Frankenstein publikoval celkem 10 článků. Z toho 1 článek byl citován 20x, 1 článek 5x a ostatní 1x. Vědkyně Frankensteinová publikovala celkem 6 článků z nichž každý byl citován 5x. Kdo z nich má větší Hirschův index? H1=2 H2=5

Rešerše – výběr článků Nelze přečíst vše! Celé rešerši věnovat max. 1/3 času výzkumu V databázi jste našli 3 články viz následující. Chcete-li však článek získat, musíte za něj zaplatit. Bohužel jste ve velké finanční tísni, takže si můžete dovolit koupit jen jeden článek. Který by to byl? A proč?

Rešerše – výběr článků Článek 1 Článek 2 Článek 3 Autor Nic mi to jméno neříká. Je to známý odborník. Název Přehledový, rešeršní článek. Přesně to téma, Výzkumný problém, které mě zajímá. Výsledky bych mohl/a použít ve své práci – teorie, diskuze. Časopis Impakt neznám, ale časopis vychází od nepaměti. S vysokým Impakt faktorem. Nový časopis. Rok publikování Před 10-ti lety Před 5-ti lety Před rokem Počet citací na článek 200 30 7 Diskuze

Rešerše – Co dělat, když záznamy nejsou relevantní ujasněte si ještě jednou předmět rešerše zkontrolujte vhodnost termínů – nejsou používány i v jiném smyslu, nejsou rozdílné v Brit. a Am. Angličtině nevhodné termíny případně nahraďte podívejte se do záznamů, které relevantní jsou, a vyberte z nich vhodnější termíny vyberte jiný zdroj (jinou databázi) výsledkem je příliš mnoho záznamů přidejte další vyhledávací termíny limitujte vyhledávací termíny výskytem v určitém poli (název, téma,...) omezte vyhledané záznamy v plnotextových databázích počtem slov (vytřídění krátkých nevýznamných článků) nepoužívejte v dotazech obecná slova (problém, systém, otázka, využití...) a slovesa (tzv. stop-slova) výsledkem je příliš málo záznamů zkontrolujte překlepy vypusťte nejméně důležitý vyhledávací termín použijte krácení (přidání dalších variant termínu) podívejte se do vyhledaných záznamů a vyberte z nich další termíny (metoda rostoucí perly) vyberte další zdroj (další databázi) přehodnoťte požadavek – psalo se o tom vůbec? (obtížné hledání informací ke zcela novým tématům)

Citace Citační normy http://www.citace.com/ http://www.infogram.cz/findInSection.do?sectionId=1115&categoryId=1172 http://www.citace.com/ Generátor citací http://www.citace.com/generator.php

Rešerše – odkazy INFOGRAM – Portál pro podporu informační gramotnosti Portál vznikl s podporou centralizovaného rozvojového projektu MŠMT v roce 2008 http://www.infogram.cz/article.do?articleId=1245 – jak vyhledávat v databázích http://www.infogram.cz/findInSection.do?sectionId=1113 – pro studenty http://www.infogram.cz/article.do?articleId=1254 – odkazy na prezentace týkající se rešerše, práce s informacemi, apod. na různých VŠ, zde odkaz na e-learningové kurzy: http://is.muni.cz/elportal/estud/ff/js07/informace/materialy/kurz_prace_s_informacemi.html#05 http://moodlinka.ped.muni.cz/course/view.php?id=640