Connected Papers مقابل Research Rabbit: ما الفرق الحقيقي بين خرائط الأبحاث؟

تساعد أداتا (Connected Papers) و(ResearchRabbit) الباحثين على اكتشاف الدراسات السابقة وفهم العلاقات بين الأوراق العلمية من خلال خرائط بصرية تفاعلية. تركز الأولى على إنشاء خريطة تشابه انطلاقًا من ورقة بحثية محورية، بينما تعتمد الثانية على استكشاف شبكات الاستشهادات وبناء مجموعات بحثية تتوسع تدريجيًا ويعتمد الاختيار بينهما على عدد الدراسات المتاحة، ومرحلة البحث، والحاجة إلى تتبع المؤلفين أو اكتشاف الأعمال المؤسسة والحديثة.

وتبرز أهمية الأداتين بصورة خاصة عند إعداد رسائل الماجستير والدكتوراه ومراجعات الأدبيات؛ لأنهما تساعدان على اكتشاف مصادر قد لا تظهر بسهولة عند استخدام البحث التقليدي بالكلمات المفتاحية وحده.

Connected Papers مقابل Research Rabbit: ما الفرق الحقيقي؟

على الرغم من أن المنصتين تعرضان الأبحاث في صورة خرائط وعلاقات بصرية، فإن الاختلاف بينهما يبدأ من الطريقة التي تنظم بها كل أداة عملية اكتشاف الأدبيات العلمية.

فالأولى تنشئ تصورًا بصريًا للعلاقات بين الدراسات المتشابهة انطلاقًا من ورقة محورية، بينما الثانية تمنح الباحث مساحة عمل مستمرة يستطيع من خلالها إضافة الأوراق وتنظيمها وتوسيع شبكة الاكتشاف بمرور الوقت.

الفرق في الفكرة الأساسية لكل أداة.

Connected Papers أداة لاكتشاف الأدبيات بصريًا، تعتمد على اختيار ورقة بحثية أصلية (Origin Paper) ثم إنشاء خريطة تضم مجموعة من الأوراق المرتبطة بها وفق مقياس التشابه العلمي والهدف منها مساعدة الباحث على رؤية التجمعات البحثية والأعمال السابقة التي ساهمت في تشكيل الموضوع، إلى جانب الدراسات اللاحقة المرتبطة به.

أما ResearchRabbit فتعمل باعتبارها مساحة استكشاف بحثي متواصلة؛ إذ يبدأ المستخدم بورقة واحدة أو مجموعة أوراق (Seed Papers)، ثم ينتقل بين الأعمال المشابهة والمراجع السابقة والدراسات التي استشهدت بالمصادر المختارة، مع إمكانية حفظ النتائج في مجموعات مستقلة ومتابعة المؤلفين.

ويمكن توضيح الاختلاف في طريقة الاستخدام من خلال النقاط التالية:

• نقطة البداية: تعتمد Connected Papers بصورة أساسية على ورقة محورية لبناء خريطة تشابه، بينما تسمح ResearchRabbit بالانطلاق من عدة أوراق وإضافة مصادر جديدة إلى مجموعة البحث كلما تطورت عملية الاستكشاف.

• طبيعة الاكتشاف: تحاول Connected Papers إظهار الدراسات المتقاربة من حيث علاقاتها الببليوغرافية، بينما تستفيد ResearchRabbit من شبكة الاستشهادات لتقديم توصيات بحثية مرتبطة بالمجموعة التي أنشأها المستخدم.

• طريقة عرض النتائج: تركز الأولى على خريطة بصرية تعرض مجموعة من الأوراق في مساحة واحدة، بينما تجمع الثانية بين الخرائط والقوائم والمجموعات والتوصيات المتتابعة.

• استمرارية العمل: يمكن حفظ خرائط Connected Papers والعودة إليها، لكن ResearchRabbit مصممة بصورة أوضح لبناء مجموعات تتطور مع إضافة الأوراق وتعديل مصادر البحث.

• تتبع الباحثين: تقدم ResearchRabbit إمكانات مخصصة لاستكشاف أعمال المؤلفين ومتابعة الباحثين المرتبطين بالموضوع، بينما تركز Connected Papers بصورة أكبر على العلاقات بين المنشورات.

وبالتالي، فإن Connected Papers مناسبة للحصول على تصور سريع لبنية موضوع بحثي، في حين تكون ResearchRabbit أكثر ملاءمة لمن يريد الاستمرار في اكتشاف الأدبيات وتنظيمها على مدار فترة إعداد الرسالة.

الفرق بين خريطة التشابه وشبكة الاستشهادات.

من الضروري فهم هذا الاختلاف قبل استخدام أي من الأداتين؛ لأن وجود خط بين ورقتين في الخريطة لا يعني بالضرورة أن إحداهما استشهدت بالأخرى مباشرة.

وتختلف المفاهيم المستخدمة في بناء الخرائط البحثية على النحو التالي:

• خريطة التشابه (Similarity Map): تمثل درجة التقارب بين الأوراق وفق مجموعة من العلاقات والخصائص الببليوغرافية. وقد تظهر دراستان متقاربتان حتى إذا لم تستشهد إحداهما بالأخرى مباشرة.

• شبكة الاستشهادات (Citation Network): توضح العلاقات المباشرة بين الدراسات، عندما تشير ورقة منشورة إلى ورقة أخرى ضمن مراجعها.

• الاستشهاد المشترك (Co-citation): يحدث عندما يستشهد بحث لاحق بمرجعين أو أكثر معًا؛ وكلما تكرر ظهور المرجعين في الأبحاث نفسها زادت الإشارة إلى وجود ارتباط بينهما داخل الأدبيات.

• الربط الببليوغرافي (Bibliographic Coupling): يحدث عندما تشترك ورقتان في الاستشهاد بمراجع سابقة؛ أي أن قائمة مراجع كل منهما تحتوي على مصادر مشتركة.

تعتمد Connected Papers على مفهومي (Co-citation) و(Bibliographic Coupling) لبناء مقياس التشابه الذي تستخدمه في إنشاء الخرائط. أما ResearchRabbit فتستكشف شبكة الاستشهادات المحلية للأوراق المدخلة، وتستخدم العلاقات الناتجة لتوليد توصيات بأبحاث مرتبطة.

لماذا تبدو الخريطتان متشابهتين بينما تختلف آلية الاكتشاف؟

يعود التشابه الظاهري إلى أن كلتا الأداتين تستخدمان العقد والخطوط لعرض العلاقات بين المنشورات العلمية، لكن البيانات التي تستند إليها طريقة ترتيب الأوراق ليست متطابقة.

فعندما يفتح الباحث خريطة في Connected Papers، فإنه يرى مجموعة من الأوراق التي اختيرت بسبب تقاربها مع الورقة المحورية، أما في ResearchRabbit، فقد تكون الخريطة ناتجة عن تشابه موضوعي أو علاقات استشهاد أو تتبع المراجع السابقة واللاحقة، بحسب وضع الاستكشاف الذي اختاره المستخدم.

وتظهر الفروق بصورة عملية في الحالات التالية:

• قد تظهر ورقة في خريطة Connected Papers لأنها تشترك مع الورقة الأصلية في مراجع كثيرة، حتى لو لم تستشهد بها مباشرة.

• قد تظهر ورقة في وضع (Earlier Work) داخل ResearchRabbit لأنها مدرجة ضمن مراجع الدراسات التي اختارها الباحث.

• قد تظهر دراسة حديثة في وضع (Later Work) لأنها استشهدت بإحدى الأوراق الموجودة في مجموعة البحث.

• قد تتغير توصيات ResearchRabbit عندما يضيف المستخدم أوراقًا جديدة، بينما يتطلب توسيع خريطة Connected Papers إنشاء خريطة أخرى أو إضافة مصدر محوري جديد.

ومن هنا، لا ينبغي تفسير الخريطتين باعتبارهما تمثيلًا واحدًا لشبكة الاستشهادات؛ فكل أداة تجيب عن سؤال بحثي مختلف، حتى عندما تعرض الأوراق نفسها.

ما هو Connected Papers وكيف يبني خريطة الأبحاث؟

تعمل Connected Papers على تحويل العلاقات الببليوغرافية بين المنشورات العلمية إلى خريطة بصرية تسمح للباحث بالتعرف على الدراسات المتقاربة ومجموعات الأبحاث التي تنتمي إلى الموضوع نفسه.

ويبدأ الاستخدام باختيار ورقة محورية، ثم تحلل المنصة مجموعة واسعة من الأوراق المرتبطة بها وتختار الأوراق التي تحقق أقوى روابط التشابه، قبل ترتيبها في رسم شبكي تفاعلي. وتوضح المنصة أن عملية بناء الخريطة تحلل مجموعة في حدود 50 ألف ورقة، ثم تعرض عشرات الأوراق ذات الروابط الأقوى بالورقة الأصلية.

ما المقصود بـ Origin Paper؟

تشير (Origin Paper) إلى الورقة البحثية المحورية التي يستخدمها الباحث نقطة انطلاق لإنشاء الخريطة.

وتؤثر جودة اختيار هذه الورقة بصورة مباشرة في طبيعة الدراسات التي تظهر حولها؛ لأن الخريطة تُبنى وفق درجة ارتباط الأوراق الأخرى بالمصدر الذي اختاره المستخدم.

ويفضل اختيار الورقة المحورية وفق معايير علمية واضحة:

• الارتباط المباشر بالمشكلة البحثية: يجب أن تتناول الورقة متغيرات الدراسة أو موضوعها بصورة واضحة، وليس مجرد اشتراكها في مصطلح عام.

• الملاءمة المنهجية: من الأفضل أن تكون الدراسة قريبة من نوع البحث الذي يعده المستخدم، سواء كان تجريبيًا أو وصفيًا أو تحليليًا.

• وضوح البيانات الببليوغرافية: يساعد وجود عنوان دقيق ومعرف رقمي (DOI) وبيانات نشر مكتملة في الوصول إلى الورقة الصحيحة.

• القيمة العلمية: يفضل اختيار دراسة ذات صلة مثبتة بالأدبيات، مع عدم استبعاد الدراسات الحديثة لمجرد انخفاض استشهاداتها.

• تجنب الانحياز لمصدر واحد: إذا كان الموضوع متعدد التخصصات، فمن الأفضل اختبار أكثر من ورقة محورية للحصول على صورة أوسع.

فعلى سبيل المثال، إذا كانت رسالة الماجستير تتناول أثر التعلم الإلكتروني في التحصيل الأكاديمي، فمن الأفضل اختيار دراسة تبحث العلاقة بين التعلم الإلكتروني والتحصيل، بدلًا من اختيار بحث يتناول التكنولوجيا التعليمية بصورة عامة فقط.

كيف تستخدم Co-citation وBibliographic Coupling؟

تعتمد Connected Papers على الجمع بين طريقتين لتحليل العلاقات الببليوغرافية، بهدف تحديد الأوراق التي ترتبط بالورقة المحورية حتى عندما لا توجد بينها إحالات مباشرة.

ويمكن فهم الآليتين من خلال المثال التالي:

أولًا: الاستشهاد المشترك (Co-citation)

لنفترض وجود دراستين قديمتين، الأولى تتناول التعلم الإلكتروني والثانية تتناول التحصيل الدراسي. إذا استشهدت بهما مجموعة من الدراسات الحديثة معًا بصورة متكررة، فإن ذلك يشير إلى وجود ارتباط بينهما في المجال البحثي الذي تعمل فيه هذه الدراسات.

ثانيًا: الربط الببليوغرافي (Bibliographic Coupling)

لنفترض أن باحثين نشرا دراستين مختلفتين عن التعليم الإلكتروني، لكنهما اعتمدا على عدد من المراجع السابقة نفسها. هنا تظهر علاقة ببليوغرافية بين الدراستين نتيجة اشتراكهما في المصادر التي استندا إليها.

والفرق الجوهري بينهما هو اتجاه العلاقة:

• في (Co-citation)، ننظر إلى المراجع السابقة التي تستشهد بها الدراسات اللاحقة معًا.

• في (Bibliographic Coupling)، ننظر إلى المراجع المشتركة التي استخدمتها الدراسات نفسها.

وتوضح الأبحاث المتخصصة في تحليل الاستشهادات أن اختيار طريقة الربط يؤثر في شكل التجمعات البحثية الناتجة، ولا توجد طريقة واحدة تكون الأفضل بصورة مطلقة لكل أنواع التحليل العلمي.

لماذا قد تكون ورقتان متقاربتين دون أن تستشهدا ببعضهما؟

قد تتناول دراستان المشكلة العلمية نفسها، أو تستخدمان الإطار النظري نفسه، أو تعتمدان على مصادر تأسيسية مشتركة، دون أن تذكر إحداهما الأخرى في قائمة المراجع.

وتوجد عدة أسباب تفسر هذه الحالة:

• النشر المتزامن: قد تصدر الدراستان خلال فترة زمنية متقاربة، فلا تتاح فرصة كافية لإحداهما للاستشهاد بالأخرى.

• الاستقلال البحثي: قد يعمل الباحثان في مجموعتين علميتين مختلفتين، لكنهما يدرسان المشكلة نفسها.

• اختلاف المصطلحات: قد يستخدم كل فريق مصطلحات مختلفة لوصف المفهوم أو الظاهرة نفسها.

• الاعتماد على الأساس النظري ذاته: قد تشترك الدراستان في المراجع المؤسسة أو النماذج النظرية، رغم عدم وجود استشهاد مباشر بينهما.

وهنا تظهر فائدة خريطة التشابه؛ لأنها تستطيع إظهار بعض العلاقات غير المباشرة التي قد لا تكشفها مراجعة قائمة الاستشهادات وحدها.

ماذا تعني العقد Nodes والخطوط Connections؟

تستخدم الخريطة البصرية عنصرين رئيسيين لتمثيل العلاقات بين المنشورات العلمية:

• العقد (Nodes): تمثل كل عقدة ورقة علمية مستقلة، ويمكن الضغط عليها للوصول إلى بياناتها مثل العنوان والمؤلفين وسنة النشر.

• الخطوط (Connections): تمثل الروابط التي يستخدمها النظام للتعبير عن العلاقة أو التشابه بين الأوراق.

ويجب الانتباه إلى أن الخط في Connected Papers يعبر عن ارتباط في مساحة التشابه، وليس بالضرورة عن استشهاد مباشر. أما في ResearchRabbit فقد تختلف دلالة الروابط بحسب نوع الخريطة وطريقة الاستكشاف المختارة.

ماذا يعني حجم العقدة ولونها وموقعها؟

تساعد الخصائص البصرية للعقد على قراءة الخريطة بسرعة، لكنها لا تمثل تقييمًا شاملًا لجودة الورقة العلمية.

وفي Connected Papers يمكن قراءة الخريطة من خلال العناصر التالية:

• حجم العقدة: يرتبط بعدد الاستشهادات التي حصلت عليها الورقة وفق البيانات المتاحة للمنصة.

• لون العقدة: يعبر عن سنة النشر، بما يساعد على التمييز بين الأعمال الأقدم والدراسات الأحدث.

• موقع العقدة: يعكس درجة التشابه والعلاقة مع الأوراق الأخرى داخل الخريطة.

• قوة الاتصال: تساعد الخطوط الأكثر وضوحًا في فهم الروابط التي يعتمد عليها التمثيل البصري.

أما ResearchRabbit فتستخدم بدورها التمثيل الشبكي والخطوط والاختلافات البصرية في عرض العلاقات، مع إمكان الانتقال إلى عرض زمني يوضح تطور الدراسات عبر السنوات.

ومن الضروري عدم تفسير العقدة الكبيرة باعتبارها دليلًا على أن الدراسة أكثر موثوقية أو جودة؛ فالحجم المرتبط بالاستشهادات يقيس الانتشار أو الحضور داخل الأدبيات، ولا يقيس سلامة المنهجية أو صحة النتائج.

ما هو ResearchRabbit وكيف يعمل؟

تقدم ResearchRabbit طريقة مختلفة لاستكشاف الأدبيات العلمية؛ فهي لا تكتفي بعرض قائمة نتائج مرتبطة باستعلام بحثي، بل تستخدم العلاقات الموجودة بين المنشورات لبناء مسارات اكتشاف متتابعة.

يستطيع الباحث إنشاء مكتبة خاصة بموضوعه، وإضافة الدراسات التي يعرفها بالفعل، ثم استخدام هذه الدراسات كنقاط انطلاق للحصول على أوراق مشابهة ومراجع أقدم وأبحاث أحدث، مع إمكانية تنظيم النتائج في مجموعات ومتابعة المؤلفين.

ما هي Seed Papers؟

تعني (Seed Papers) الأوراق البحثية التي يختارها المستخدم لتكون نقطة البداية التي تعتمد عليها ResearchRabbit في استكشاف الأدبيات.

ولا يشترط أن تكون هذه الأوراق كثيرة؛ إذ يمكن بدء البحث بدراسة واحدة، ثم إضافة مصادر أخرى عندما يتعرف الباحث على الاتجاهات البحثية المرتبطة بموضوعه.

ويُفضل اختيار الأوراق الأولية وفق المعايير التالية:

• الارتباط بالمشكلة البحثية: ينبغي أن تتناول الأوراق المختارة الموضوع أو المتغيرات الأساسية بصورة مباشرة، حتى لا تنحرف التوصيات إلى موضوعات بعيدة.

• التنوع العلمي: إذا كان البحث يتناول أكثر من جانب، فمن الأفضل اختيار دراسات تمثل الجوانب المختلفة بدلًا من الاعتماد على مجموعة متشابهة للغاية.

• التوازن الزمني: اجمع بين الدراسات التأسيسية القديمة والأبحاث الحديثة حتى تستطيع الأداة إظهار تطور المجال.

• التنوع المنهجي: قد يساعد اختيار أوراق تستخدم مناهج مختلفة على اكتشاف مسارات بحثية لا تظهر عند الاعتماد على نوع واحد من الدراسات.

• قابلية التحقق: تأكد من صحة بيانات النشر والعنوان والمؤلفين، لأن إدخال دراسة غير مناسبة قد يؤثر في اتجاه التوصيات التالية.

وتسمح الخطة المجانية الحالية باستخدام ما يصل إلى 50 ورقة كبذور للبحث، بينما ترفع خطة (ResearchRabbit+) الحد إلى 300 ورقة، وهو ما يمنح الباحث مساحة أكبر عند التعامل مع مشروعات مراجعة الأدبيات واسعة النطاق.

كيف تعمل Collections؟

تعد (Collections) من أهم خصائص ResearchRabbit؛ فهي تسمح بإنشاء مجموعات منظمة من الدراسات التي ترتبط بموضوع أو مشروع بحثي محدد، بدلًا من ترك جميع الأوراق المكتشفة داخل قائمة واحدة يصعب الرجوع إليها.

ويمكن تنظيم المكتبة بطريقة تعكس الهيكل الفعلي للرسالة أو المراجعة العلمية، من خلال إنشاء مجموعات رئيسية وفرعية.

ومن الاستخدامات العملية لهذه الخاصية:

• تقسيم الدراسات حسب المحاور: يمكن إنشاء مجموعة للدراسات المتعلقة بالمتغير المستقل، وأخرى للدراسات التي تتناول المتغير التابع، وثالثة للأبحاث التي اختبرت العلاقة بينهما.

• تنظيم المصادر حسب المنهج: يمكن فصل الدراسات التجريبية عن الدراسات الوصفية والنوعية والمراجعات المنهجية لتسهيل المقارنة بينها.

• إنشاء مجموعات زمنية: يمكن الاحتفاظ بالدراسات التأسيسية في مجموعة، والأبحاث المنشورة خلال السنوات الأخيرة في مجموعة أخرى.

• الاحتفاظ بالمصادر غير المحسومة: يمكن وضع الدراسات التي لم يقرر الباحث بعد مدى ملاءمتها في مجموعة مؤقتة لحين مراجعة النص الكامل.

• مشاركة العمل البحثي: تسمح المنصة بمشاركة المجموعات مع المتعاونين، وهو أمر مفيد عندما يعمل فريق بحثي أو طالب مع مشرفه على مراجعة الأدبيات.

وتتميز المجموعات بأنها قابلة للتطوير؛ إذ يستطيع الباحث إضافة الأوراق ونقلها بين المجموعات أو إنشاء مجموعات فرعية، كما يمكنه العودة إلى الدراسات التي اكتشفها سابقًا دون إعادة بناء البحث من البداية.

كيف تتوسع نتائج البحث مع إضافة أوراق جديدة؟

تعتمد ResearchRabbit على فكرة البحث التكراري (Iterative Search)، أي أن عملية الاكتشاف لا تتوقف عند النتائج الأولى، بل تتطور كلما أضاف الباحث مصادر جديدة ذات صلة إلى مجموعته.

وتعمل هذه العملية من خلال دورة متتابعة:

1. اختيار الدراسات الأولية: يضيف الباحث مجموعة من الأوراق التي تمثل موضوعه بصورة مناسبة، ثم يبدأ باستكشاف الأعمال المرتبطة بها.

2. اكتشاف مصادر إضافية: تعرض المنصة دراسات مشابهة ومراجع سابقة وأبحاثًا استشهدت بالمصادر المختارة.

3. تقييم النتائج: يراجع الباحث العناوين والملخصات، ويحدد الدراسات التي تستحق إضافتها إلى مجموعته.

4. تحديث نقاط البداية: تتحول الدراسات الجديدة المختارة إلى مصادر إضافية يمكن الاستناد إليها في جولة البحث التالية.

5. تكرار الاكتشاف: تتوسع شبكة العلاقات تدريجيًا، وقد تظهر أوراق ومؤلفون واتجاهات لم تكن واضحة في الجولة الأولى.

وتكمن فائدة هذا الأسلوب في أن الباحث لا يعتمد على ورقة واحدة لتحديد نطاق الأدبيات بالكامل؛ بل يستطيع تحسين مجموعة البذور تدريجيًا وفق ما يكتشفه من مصادر مناسبة.

كيف تستكشف Similar Work وReferences وCitations؟

تتيح ResearchRabbit الانتقال بين ثلاثة اتجاهات أساسية لاستكشاف الأوراق العلمية، وهي التشابه والأعمال السابقة والدراسات التي استشهدت بالمصادر المختارة.

ويساعد فهم الفرق بينها على استخدام الخريطة بصورة صحيحة:

• الأعمال المشابهة (Similar Work): تعرض دراسات مرتبطة بالمصادر التي اختارها الباحث، وقد تعتمد العلاقات على التشابه الموضوعي والروابط الببليوغرافية والاستشهادات المشتركة.

• المراجع السابقة (References): تكشف الأوراق التي استشهدت بها الدراسات المدخلة، وهو اتجاه يساعد على الرجوع إلى المصادر التي بُنيت عليها المعرفة الحالية.

• الأبحاث المستشهِدة (Citations): تعرض المنشورات التي استشهدت بالأوراق المختارة، وبالتالي تسمح بتتبع تطور الموضوع والأبحاث التي ظهرت بعد نشر المصدر الأصلي.

وتختلف هذه الأوضاع من حيث السؤال الذي تجيب عنه؛ فالبحث عن الأعمال المشابهة يساعد في توسيع نطاق الموضوع، بينما البحث في المراجع السابقة يكشف الأساس العلمي، والبحث في الاستشهادات اللاحقة يساعد على متابعة تطور المجال.

ومن الأفضل عدم الاكتفاء بأحد الاتجاهات الثلاثة، خاصة عندما تكون الرسالة الجامعية بحاجة إلى تمثيل الدراسات القديمة والحديثة والاتجاهات البحثية المختلفة.

كيف تتبع المؤلفين وشبكات التعاون؟

لا يقتصر الاستكشاف في ResearchRabbit على المنشورات، بل يمكن الانتقال إلى المؤلفين المرتبطين بالأوراق التي اختارها الباحث، ثم التعرف على إنتاجهم العلمي والعلاقات البحثية بينهم.

وتقدم المنصة مسارين مهمين في هذه المهمة:

• هؤلاء المؤلفون (These Authors): يتيح هذا الاختيار استكشاف الأعمال المنشورة بواسطة الباحثين الذين ألفوا الأوراق الموجودة في مجموعة البذور.

• المؤلفون المرتبطون (Other Related Authors): يساعد في الوصول إلى باحثين آخرين ترتبط منشوراتهم بشبكة الأدبيات التي يستكشفها المستخدم.

كما يمكن فتح خريطة المؤلف لمعرفة المنشورات التي شارك فيها الباحث وترتيبها بحسب تاريخ النشر وعدد الاستشهادات، وهو ما يساعد على فهم تطور اهتماماته العلمية.

وتفيد هذه الخصائص في التعرف على الباحثين النشطين في تخصص معين، واكتشاف مجموعات البحث التي تتكرر أعمالها في الأدبيات، ومتابعة التطورات التي ينشرها المؤلفون المرتبطون بموضوع الرسالة.

Connected Papers مقابل Research Rabbit في جدول مقارنة شامل

تتضح الفروق العملية بين المنصتين عند مقارنتهما وفق المهام التي يحتاج إليها الباحث أثناء اكتشاف الدراسات السابقة وتنظيمها وتحليل العلاقات بينها.

والجدول التالي يجمع أهم الخصائص الوظيفية، مع التمييز بين ما توفره كل أداة فعليًا وما ينبغي استكماله باستخدام قواعد البيانات أو برامج إدارة المراجع.

ملاحظة مهمة: هذه مقارنة للخصائص المعلنة والمتاحة في وثائق المنصتين وقت إعداد المقال، وليست نتيجة اختبار تجريبي موحد يقيس استرجاع جميع الدراسات ذات الصلة.

طريقة بناء الخريطة

تختلف آلية البناء بين الأداتين؛ إذ تبدأ Connected Papers من قياس التشابه بين الورقة المحورية والأوراق الأخرى، ثم ترتب النتائج في خريطة واحدة.

أما ResearchRabbit فتستفيد من شبكة الاستشهادات المرتبطة بمجموعة البذور، وتسمح للمستخدم بالتنقل بين التشابه والمراجع السابقة والاستشهادات اللاحقة، مع إمكانية تحديث النتائج كلما أضاف أوراقًا جديدة.

عدد الأوراق التي تبدأ منها

تسمح Connected Papers ببناء خريطة حول ورقة أصلية، كما توفر خاصية (Multi-origin Graphs) للتعامل مع أكثر من مصدر محوري في عملية بناء الخريطة.

أما ResearchRabbit فتسمح بإدخال عدة أوراق كبذور، وتصل حدود الخطة المجانية حاليًا إلى 50 ورقة، بينما تتيح الخطة المدفوعة استخدام ما يصل إلى 300 ورقة كبذور.

العمل بورقة واحدة أو عدة أوراق

إذا كان الباحث يمتلك دراسة واحدة تمثل موضوعه بدقة ويريد رؤية سريعة للأعمال المرتبطة بها، فإن Connected Papers خيار مباشر وسهل.

أما عندما يمتلك قائمة من الدراسات الأساسية، ويريد استكشاف العلاقات بينها وتوسيع المجموعة تدريجيًا، فإن ResearchRabbit تقدم بيئة أكثر ملاءمة لهذا الأسلوب.

اكتشاف الدراسات القديمة

تتيح Connected Papers الوصول إلى (Prior Works)، وهي مجموعة من الأعمال التي استشهدت بها أوراق الخريطة بصورة متكررة، ولذلك يمكن أن تساعد في التعرف على المصادر التأسيسية.

وتقدم ResearchRabbit الاتجاه نفسه من خلال (Earlier Work) أو (References)، حيث يستطيع الباحث الرجوع إلى المراجع التي اعتمدت عليها الدراسات التي اختارها.

اكتشاف الدراسات الحديثة

تساعد (Derivative Works) في Connected Papers على الوصول إلى أبحاث لاحقة استشهدت بعدد من الأوراق الموجودة داخل الخريطة.

أما ResearchRabbit فتقدم (Later Work) أو (Citations)، وهي وسيلة لتتبع الدراسات التي استشهدت بالمصادر المختارة، بما يسمح بمواصلة متابعة تطور الموضوع عبر الزمن.

تتبع الاستشهادات

تقدم ResearchRabbit أفضلية عندما يريد الباحث الانتقال مباشرة بين المراجع السابقة والاستشهادات اللاحقة، لأنها توفر أوضاعًا مستقلة لهذا الغرض.

أما Connected Papers فلا ينبغي التعامل مع خريطتها الأساسية باعتبارها شبكة استشهاد مباشرة؛ فالغرض منها إظهار التشابه، بينما تساعد قوائم Prior Works وDerivative Works في استكشاف بعض العلاقات السابقة واللاحقة.

تتبع المؤلفين

تتميز ResearchRabbit في تتبع المؤلفين من خلال خرائط خاصة بأعمال الباحثين وإمكانية اكتشاف مؤلفين آخرين مرتبطين بالمصادر الأولية.

وتظل Connected Papers مفيدة للتعرف على مؤلفي الأوراق الموجودة في الخريطة، لكن تتبع المسار المهني والبحثي للمؤلف ليس الوظيفة المحورية التي صممت الأداة من أجلها.

Collections

تقدم ResearchRabbit إمكانات أوسع لتنظيم الدراسات داخل مجموعات رئيسية وفرعية، ومشاركة هذه المجموعات مع باحثين آخرين.

أما Connected Papers فتتيح حفظ الأوراق والخرائط والرجوع إلى سجل الخرائط السابقة، لكنها لا تقدم مفهوم المجموعات البحثية المستمرة بالمرونة نفسها التي توفرها ResearchRabbit.

البحث التكراري

تتفوق ResearchRabbit في هذا الجانب عندما يكون المطلوب هو بناء عملية اكتشاف مستمرة؛ لأن إضافة دراسة جديدة إلى المجموعة تسمح بإعادة استكشاف الشبكة انطلاقًا من مصادر أكثر تمثيلًا للموضوع.

في المقابل، يستطيع مستخدم Connected Papers إنشاء خرائط جديدة انطلاقًا من أوراق مختلفة أو استخدام أكثر من مصدر محوري، لكنه يحتاج إلى إدارة عملية التوسع من خلال إنشاء خرائط إضافية.

التنبيهات

تقدم ResearchRabbit إشارات وتنبيهات بحثية ضمن خصائص (ResearchRabbit+)، بما يساعد الباحث على متابعة المستجدات المرتبطة بعمله، مع اختلاف نطاق التنبيهات بحسب نوع الخطة.

أما Connected Papers فتعتمد بصورة أساسية على إنشاء الخرائط وحفظها والعودة إليها، ولا تعرض صفحة الأسعار الرسمية الحالية نظام متابعة مستمرة مماثلًا بوصفه خاصية أساسية.

Zotero

تدعم المنصتان نقل المراجع إلى برامج إدارة المصادر، لكن طريقة التكامل تختلف بينهما.

تسمح Connected Papers بتصدير بيانات الدراسات إلى برامج مثل Zotero وMendeley وEndNote، بينما تقدم ResearchRabbit مستوردًا خاصًا بـZotero، إضافة إلى المزامنة ثنائية الاتجاه ضمن الخطة المؤهلة حاليًا.

التصدير

تتيح Connected Papers تنزيل بيانات الأوراق التي تظهر في الخريطة والقوائم الببليوغرافية، بما يساعد على نقل المصادر إلى برنامج إدارة المراجع.

أما ResearchRabbit فتتيح تصدير المجموعات بصيغ متعددة، أبرزها (BibTeX) و(RIS) و(CSV)، وهو ما يوفر مرونة عند الانتقال بين أدوات إدارة المراجع وتحليل البيانات.

سهولة الاستخدام

تتميز Connected Papers ببساطة خطواتها؛ إذ يحتاج الباحث إلى إدخال الورقة المحورية ثم قراءة الخريطة والتعرف على الأوراق المرتبطة بها.

أما ResearchRabbit فتحتاج إلى وقت أطول في البداية لفهم المجموعات والبذور واتجاهات الاستكشاف، لكنها تصبح أكثر فائدة مع استمرار المشروع وزيادة عدد الدراسات.

الملاءمة للرسائل العلمية

تساعد Connected Papers طالب الماجستير أو الدكتوراه على فهم المجال البحثي بسرعة وتحديد الدراسات التأسيسية والمجموعات المتقاربة.

بينما تناسب ResearchRabbit الباحث الذي يحتاج إلى تنظيم عدد كبير من الأوراق، ومتابعة المؤلفين، وتحديث قائمة الدراسات السابقة خلال مراحل إعداد الرسالة.

الملاءمة للمراجعات المنهجية

لا تمثل أي من الأداتين بديلًا عن البحث المنهجي في قواعد البيانات المعتمدة؛ لكنهما تستطيعان دعم مرحلة اكتشاف الدراسات الإضافية وتتبع المراجع والاستشهادات.

وتتميز ResearchRabbit بإمكانية بناء مجموعات كبيرة ومتعددة المصادر، بينما تساعد Connected Papers على تكوين تصور بصري سريع عن المجال والأعمال المؤسسة المرتبطة به.

bmj.com+2

حدود الاستخدام المجاني

تقدم Connected Papers حاليًا خمس خرائط مجانية شهريًا، مع إتاحة الخصائص الأساسية والخرائط متعددة المصادر وقوائم الأعمال السابقة واللاحقة، بينما تزيل الخطط الأكاديمية والتجارية المدفوعة حد عدد الخرائط.

أما ResearchRabbit فتقدم خطة مجانية دائمة تشمل البحث غير المحدود في قاعدة بياناتها، والمجموعات غير المحدودة، والتعاون، واستخدام ما يصل إلى 50 ورقة كبذور. وتصل خطة (ResearchRabbit+) إلى 300 ورقة كبذور مع إمكانات بحث وتنظيم إضافية.

ويجب الانتباه إلى أن تكلفة الاشتراك النهائي قد تختلف بحسب الدولة وطريقة الفوترة والخصومات المتاحة، ولذلك ينبغي مراجعة صفحة الأسعار الرسمية قبل اتخاذ قرار الشراء.

الفرق بين Prior Works وDerivative Works في Connected Papers

من أهم الخصائص التي تساعد الباحث على فهم الخريطة البحثية في Connected Papers وجود قائمتين منفصلتين للأعمال السابقة والأعمال اللاحقة.

لكن هاتين القائمتين لا تمثلان جميع المراجع والاستشهادات المرتبطة بالورقة الأصلية، وإنما تعرضان مجموعات منتقاة مرتبطة بالأوراق الموجودة داخل الخريطة.

ماذا تعني Prior Works؟

تعني (Prior Works) الأعمال البحثية السابقة التي استشهدت بها مجموعة من الأوراق الموجودة في الخريطة بصورة متكررة، ولذلك يمكن أن تكشف عن المصادر التي ساهمت في تأسيس المجال أو تطوير مفاهيمه ومنهجياته.

وتفيد هذه الخاصية في:

• التعرف على الدراسات التأسيسية التي تكررت الإشارة إليها في الأدبيات المرتبطة بالموضوع.

• اكتشاف النظريات والنماذج التي استندت إليها الأبحاث الحديثة.

• تحديد المراجع القديمة التي قد لا تظهر بسهولة في البحث بالكلمات المفتاحية.

• فهم التسلسل المعرفي الذي أدى إلى ظهور الدراسات الحالية.

ومع ذلك، لا ينبغي اعتبار كل دراسة تظهر في Prior Works مرجعًا لا غنى عنه؛ بل يجب فحص محتواها ومدى ارتباطها المباشر بسؤال البحث.

ماذا تعني Derivative Works؟

تشير (Derivative Works) إلى الأوراق اللاحقة التي استشهدت بعدد من الأوراق الموجودة في الخريطة، وقد تكون هذه الدراسات مراجعات علمية أو أبحاثًا حديثة أو منشورات بنت نتائجها على الأدبيات التي تمثلها الخريطة.

وتساعد الباحث على:

• اكتشاف الاتجاهات البحثية التي ظهرت بعد نشر الدراسة المحورية.

• العثور على مراجعات علمية قد تلخص تطورات المجال.

• التعرف على الأبحاث التي وسعت تطبيقات النظريات أو النماذج السابقة.

• متابعة الموضوعات التي اكتسبت اهتمامًا متزايدًا خلال السنوات اللاحقة.

ومن الأفضل فحص هذه الأوراق من حيث حداثتها وجودة منهجيتها، لأن ظهورها في القائمة لا يضمن أنها تقدم نتائج أقوى أو أكثر موثوقية من الدراسات السابقة.

هل تمثلان كل الاستشهادات السابقة واللاحقة؟

لا، فهما مجموعتان منتقاتان من العلاقات المرتبطة بأوراق الخريطة، وليستا سجلًا كاملًا لجميع المراجع التي استخدمتها الدراسات أو لجميع الأوراق التي استشهدت بها.

وهذا يعني أن عدم ظهور مرجع في Prior Works لا يثبت أنه غير مهم، كما أن عدم ظهور دراسة حديثة في Derivative Works لا يعني أنها لم تستشهد بالأبحاث الموجودة في الخريطة.

ولهذا يجب فتح الأوراق الأصلية ومراجعة قوائم مراجعها والاستشهادات اللاحقة من خلال قواعد البيانات المتخصصة عند الحاجة إلى تغطية أوسع.

لماذا لا ينبغي تفسيرهما كمسار Citation Tree كامل؟

لأن الخريطة الأساسية في Connected Papers ترتب الأوراق وفق التشابه الببليوغرافي، ولا تعرض جميع علاقات الاستشهاد المباشرة والمتسلسلة بين كل ورقة وأخرى.

وقد تظهر دراستان متقاربتان في الخريطة دون أن تستشهد إحداهما بالأخرى، كما قد لا تظهر بعض الروابط التي يحتاج إليها الباحث لفهم المسار الكامل لتطور الفكرة.

لذلك، ينبغي استخدام Prior Works وDerivative Works باعتبارهما وسيلتين لتوسيع الاكتشاف، وليس بديلًا عن رسم شبكة الاستشهادات الكاملة عند إجراء تحليل ببليومتري متخصص.

الفرق بين Similar Work وEarlier Work وLater Work في ResearchRabbit

تتيح ResearchRabbit ثلاثة أوضاع أساسية لاستكشاف الأوراق، ويعتمد اختيار الوضع المناسب على نوع العلاقة التي يريد الباحث اكتشافها.

Similar Work.

يستخدم (Similar Work) للعثور على أوراق ترتبط بالدراسات التي اختارها الباحث، سواء من حيث التشابه الموضوعي أو العلاقات الببليوغرافية أو الروابط الموجودة داخل شبكة الاستشهادات.

وتفيد هذه الخاصية عندما يريد الباحث توسيع نطاق الدراسات السابقة دون الاقتصار على المراجع التي استشهدت بها الأوراق الأصلية.

Earlier Work.

يشير (Earlier Work) إلى الأعمال التي نُشرت قبل الأوراق المختارة، ويرتبط أساسًا باستكشاف المراجع السابقة التي استندت إليها تلك الدراسات.

ويكون مفيدًا عند البحث عن المصادر المؤسسة والنظريات والمناهج التي شكلت الأساس العلمي للموضوع.

Later Work.

يعرض (Later Work) الدراسات التي ظهرت بعد الأوراق المختارة واستشهدت بها، ويساعد الباحث على تتبع كيفية تطور الموضوع والاتجاهات التي ظهرت لاحقًا.

ويفيد بصورة خاصة في تحديث الدراسات السابقة واكتشاف الأبحاث الحديثة التي اختبرت النتائج القديمة أو وسعت نطاقها.

متى تستخدم كل وضع؟

يمكن اختيار وضع الاستكشاف وفق السؤال البحثي الذي تريد الإجابة عنه:

• استخدم Similar Work عندما تحتاج إلى توسيع قائمة الدراسات المرتبطة بالموضوع، والعثور على أوراق لم تظهر في نتائج البحث الأولية.

• استخدم Earlier Work عندما تريد معرفة الأساس النظري والتاريخي والمنهجي الذي قامت عليه الدراسات الحالية.

• استخدم Later Work عندما تريد متابعة التطورات اللاحقة ومعرفة الأبحاث التي استشهدت بالدراسات المحورية.

كيف تبني منها مسار Citation Chasing؟

يعتمد (Citation Chasing) على تتبع العلاقات بين الأوراق العلمية في الاتجاهين، سواء بالرجوع إلى المراجع السابقة أو الانتقال إلى الدراسات اللاحقة التي استشهدت بالمصدر.

ويمكن تنفيذ هذه العملية بصورة متتابعة:

1. ابدأ بدراسة محورية مرتبطة بموضوع البحث.

2. افتح Earlier Work لاكتشاف المراجع التي استندت إليها.

3. حدد المصادر التأسيسية التي ترتبط مباشرة بمشكلة الدراسة.

4. انتقل إلى Later Work للعثور على الأبحاث التي استشهدت بالمصدر.

5. استخدم Similar Work لاكتشاف دراسات إضافية مرتبطة بالشبكة.

6. أضف الأوراق المهمة إلى Collection، ثم أعد البحث باستخدام المجموعة المحدثة.

ويجب توثيق تواريخ البحث ومصادره وعدد جولات الاستكشاف عندما تستخدم هذه الطريقة ضمن مراجعة منهجية؛ لأن تتبع الاستشهادات يحتاج إلى إجراءات قابلة للتكرار والتقرير العلمي.

أيهما أفضل لاكتشاف الدراسات السابقة؟

يعتمد الاختيار على طبيعة المصادر التي يمتلكها الباحث والمرحلة التي وصل إليها؛ فالأداة المناسبة للعثور على دراسات مشابهة لورقة واحدة قد لا تكون هي الأنسب لتنظيم مئات الدراسات ضمن مشروع بحثي طويل.

عندما تملك ورقة محورية واحدة.

إذا كان لديك بحث علمي واحد يمثل موضوعك بدقة، فإن Connected Papers خيار مناسب لإنشاء خريطة سريعة واكتشاف الأوراق المرتبطة به.

وتظهر فائدتها عندما تريد التعرف على التجمعات البحثية والمراجع التأسيسية والدراسات التي بنت على مجموعة الأوراق المتقاربة.

عندما تملك 5 إلى 10 أوراق مهمة.

في هذه الحالة، تصبح ResearchRabbit أكثر ملاءمة؛ إذ يمكنك إدخال الأوراق كبذور داخل مجموعة واحدة، ثم استكشاف العلاقات التي تربطها بالمراجع السابقة والأبحاث الحديثة.

كما تستطيع فصل النتائج وفق المحاور البحثية، ثم إضافة الأوراق الجديدة وإعادة تشغيل عملية الاكتشاف.

عندما يكون الموضوع جديدًا عليك.

إذا لم تكن لديك معرفة كافية بالأدبيات، فمن الأفضل أن تبدأ بالبحث بالكلمات المفتاحية في محرك أكاديمي مثل Google Scholar أو Semantic Scholar، ثم تختار ورقة مناسبة وتستخدم Connected Papers لفهم المجال بصورة بصرية.

وبعد ذلك يمكنك الانتقال إلى ResearchRabbit لتوسيع الاستكشاف وتنظيم الدراسات التي تجدها.

عندما تكون لديك قائمة مراجع كبيرة.

تكون ResearchRabbit أكثر فائدة في هذه الحالة، خاصة إذا كانت المراجع موزعة على موضوعات فرعية متعددة وتحتاج إلى تنظيم مستمر.

ويمكن استيراد مجموعة المراجع من Zotero، ثم استخدامها كبذور للبحث عن الدراسات المرتبطة، مع مراجعة النتائج وتحديد ما يصلح للإدراج في الرسالة.

أيهما أفضل لرسائل الماجستير والدكتوراه في السعودية؟

تختلف احتياجات الباحث خلال إعداد الرسالة العلمية بحسب المرحلة التي يعمل عليها؛ ولذلك لا ينبغي اختيار أداة خرائط الأبحاث بمعزل عن متطلبات الجامعة والمشرف وطبيعة المنهج البحثي.

وتساعد الأداتان في دعم عدد من المراحل المهمة، لكنهما لا تحلان محل البحث المنظم في قواعد البيانات العلمية أو التحليل النقدي للمصادر.

مرحلة تحديد موضوع الرسالة.

في هذه المرحلة يحتاج الباحث إلى معرفة الموضوعات التي تناولتها الدراسات السابقة، والتعرف على الاتجاهات الحديثة والموضوعات التي تستحق مزيدًا من البحث.

ويمكن البدء باستخدام Semantic Scholar أو Google Scholar لجمع أوراق مرتبطة بالمفاهيم الأساسية، ثم استخدام Connected Papers لاكتشاف التجمعات البحثية التي ترتبط بالموضوع.

وإذا لم يكن موضوع الرسالة قد تحدد بعد، فمن المفيد مراجعة اقتراح عناوين رسائل الماجستير والدكتوراه باعتبارها خطوة مساعدة في بلورة الفكرة وتحديد اتجاهها البحثي.

مرحلة بناء الإطار النظري.

تحتاج هذه المرحلة إلى تجميع النظريات والمفاهيم والنماذج التي تفسر متغيرات الدراسة، وربطها بنتائج الأبحاث المنشورة.

ويمكن استخدام Connected Papers للتعرف على الأعمال المؤسسة، ثم الاستفادة من Earlier Work في ResearchRabbit للرجوع إلى المصادر النظرية والمنهجية التي اعتمدت عليها الدراسات المختارة.

ومن المهم أن يكون بناء الإطار النظري قائمًا على التحليل والربط بين المفاهيم، وليس مجرد تجميع تعريفات منفصلة. ويمكن الاطلاع على خدمة إعداد الإطار النظري لفهم متطلبات تنظيم الأساس النظري للدراسة.

مرحلة جمع الدراسات السابقة.

تكون ResearchRabbit مناسبة بصورة خاصة في هذه المرحلة؛ لأنها تسمح بتجميع الأوراق داخل Collections وتنظيمها وفق متغيرات البحث ومحاوره، ثم توسيع المجموعات كلما ظهرت مصادر جديدة.

أما Connected Papers فتفيد في اكتشاف الدراسات التي ترتبط بالأوراق الأساسية، خصوصًا عندما يريد الباحث التأكد من عدم إغفال أعمال تأسيسية أو مجموعات بحثية مهمة.

ويمكن الاستفادة من توفير المراجع وتلخيص الدراسات السابقة في تنظيم المصادر وتحليل المعلومات التي يحتاج إليها الباحث عند إعداد هذا الجزء من الرسالة.

مرحلة اكتشاف الفجوة البحثية.

تساعد الخرائط في إظهار التجمعات الموضوعية والأبحاث التي تتركز حول موضوعات محددة، كما قد تكشف عن مسارات بحثية متقاربة أو مجالات تحتاج إلى استكشاف إضافي.

لكن تحديد الفجوة لا يعتمد على وجود مساحة فارغة في الخريطة؛ بل يحتاج إلى تحليل ما تناولته الدراسات وما لم تتناوله، ومقارنة المناهج والعينات والنتائج والبيئات البحثية.

ويجب أن تنتهي هذه المرحلة إلى مشكلة بحثية واضحة تبرر الدراسة الجديدة، وليس مجرد ملاحظة أن عدد الأبحاث في أحد الفروع قليل.

مرحلة تحديث المراجع قبل المناقشة.

يحتاج الباحث قبل تسليم الرسالة أو مناقشتها إلى التأكد من أن قائمة الدراسات السابقة تعكس التطورات الحديثة في التخصص.

ويمكن استخدام ResearchRabbit لمتابعة الدراسات الجديدة المرتبطة بالمجموعات، ثم مراجعة الأعمال اللاحقة في Connected Papers، مع إعادة البحث في قواعد البيانات الرسمية لضمان عدم الاعتماد على التوصيات وحدها.

كيف يستفيد الباحث السعودي من الأداتين دون اعتبارهما بديلًا عن Scopus أو Web of Science؟

يمكن استخدام Connected Papers وResearchRabbit لاكتشاف العلاقات بين الأوراق وتوسيع نطاق المصادر، بينما تُستخدم قواعد البيانات المتخصصة عند الحاجة إلى استراتيجية بحث موثقة وقابلة للتكرار.

ومن الأفضل توزيع الأدوار على النحو التالي:

• استخدم أدوات الخرائط لتحديد الدراسات المتصلة بالموضوع واكتشاف العلاقات غير المباشرة.

• استخدم Scopus وWeb of Science وفق متطلبات التخصص والجامعة للتحقق من الفهرسة وبناء عمليات البحث المنهجية.

• استخدم Google Scholar لتوسيع الاكتشاف والوصول إلى أنواع إضافية من المنشورات.

• استخدم Zotero لتنظيم بيانات المراجع والاحتفاظ بالملفات والملاحظات.

• ارجع إلى دليل الجامعة لتطبيق متطلبات التوثيق وتنسيق الرسالة.

وتوضح الدراسات المقارنة لقواعد البيانات أن التغطية تختلف باختلاف التخصص ونوع البحث وهدف عملية الاسترجاع، ولذلك لا توجد قاعدة واحدة يمكن اعتبارها الأكثر اكتمالًا في جميع الحالات.

Connected Papers أم ResearchRabbit لاكتشاف الفجوة البحثية؟

تساعد خرائط الأبحاث في تكوين صورة عن الموضوعات التي تناولتها الدراسات السابقة، وتوضح كيفية تجمع الأوراق حول أفكار أو مناهج أو اتجاهات علمية معينة.

لكن يجب التمييز بين اكتشاف منطقة بحثية قليلة التمثيل وبين إثبات وجود فجوة علمية؛ فالخريطة تعرض العلاقات الموجودة في البيانات المتاحة، بينما يحتاج إثبات الفجوة إلى مراجعة نقدية للأدبيات وتحديد ما لم تجب عنه الدراسات بصورة كافية.

ما الذي يمكن للخريطة أن تكشفه؟

يمكن الاستفادة من خرائط Connected Papers وResearchRabbit في التعرف على البنية العامة للمجال، واكتشاف الموضوعات التي تتكرر فيها الدراسات، والأبحاث التي تربط بين أكثر من اتجاه بحثي.

ومن أبرز المعلومات التي يمكن استخلاصها:

• التجمعات الموضوعية: تكشف عن مجموعات من الدراسات التي تتناول مفاهيم أو مشكلات متقاربة، وقد تساعد على تحديد المحاور الرئيسية للأدبيات.

• المصادر التأسيسية: تساعد في الوصول إلى الأوراق التي تتكرر الإشارة إليها في الأبحاث المرتبطة بالموضوع.

• الاتجاهات الحديثة: تتيح متابعة الدراسات اللاحقة التي استشهدت بالأبحاث السابقة، والتعرف على التطورات التي ظهرت في المجال.

• العلاقات بين التخصصات: قد تكشف عن أوراق تقع عند تقاطع أكثر من مجال علمي، وهو ما يساعد على اكتشاف موضوعات بحثية متعددة التخصصات.

• المؤلفون النشطون: تساعد ResearchRabbit على تحديد الباحثين الذين تتكرر أعمالهم داخل شبكة الأدبيات المرتبطة بالموضوع.

كيف تكتشف عنقودًا بحثيًا مزدحمًا؟

يظهر العنقود البحثي المزدحم عندما تتجمع أعداد كبيرة من الأوراق حول موضوع أو علاقة علمية معينة، بما يشير إلى وجود نشاط بحثي واضح حولها.

ولا يعني ذلك أن الموضوع استُنفد تمامًا، بل ينبغي فحص طبيعة المساهمات التي قدمتها الدراسات ومدى تكرار الأسئلة والمناهج المستخدمة.

ويمكن تحليل العنقود من خلال:

• مراجعة الدراسات الأكثر ارتباطًا بالمجموعة وتحديد المتغيرات التي تتكرر فيها.

• مقارنة المناهج البحثية المستخدمة لمعرفة ما إذا كانت معظم الدراسات تعتمد على التصميم نفسه.

• تحديد المجتمعات والبيئات التي تركز عليها الأدبيات.

• فحص النتائج المتكررة والنتائج التي ما زالت محل خلاف.

• البحث عن جوانب لم تتناولها الدراسات بصورة مباشرة، مثل اختلاف البيئة أو العينة أو أداة القياس.

فقد يكون الموضوع مزدحمًا بالدراسات التي تختبر العلاقة بين متغيرين، لكنه يظل بحاجة إلى بحث يختبر هذه العلاقة في مجتمع مختلف أو باستخدام تصميم منهجي أكثر ملاءمة.

كيف تبحث عن عناقيد قليلة التمثيل؟

تستطيع الخرائط إظهار مجموعات صغيرة من الدراسات أو روابط أقل كثافة بين بعض الاتجاهات البحثية، لكن هذه الملاحظة تحتاج إلى تفسير قبل تحويلها إلى مقترح بحثي.

ومن الخطوات التي تساعد على ذلك:

• تحديد المجموعات التي تحتوي على عدد محدود من الأوراق المرتبطة بموضوع الدراسة.

• مراجعة ما إذا كانت قلة الأوراق ناتجة عن حداثة المجال أو ضعف تغطيته في قاعدة البيانات.

• البحث عن المصطلحات البديلة التي قد تستخدمها دراسات أخرى لتناول الموضوع نفسه.

• مقارنة التغطية بين أكثر من محرك بحث وقاعدة بيانات.

• فحص الأبحاث المنشورة بلغات مختلفة، خصوصًا عندما يكون الموضوع مرتبطًا ببيئة محلية أو إقليمية.

ومن الممكن أن يكون العنقود الصغير ناتجًا عن ضعف فهرسة بعض المجلات أو نقص البيانات الببليوغرافية، وليس بسبب غياب الأبحاث عن الموضوع.

لماذا لا تعني المساحة الفارغة في الخريطة وجود Research Gap؟

لأن الخرائط لا تعرض بالضرورة جميع المنشورات العلمية الموجودة في المجال، كما أن ترتيب الأوراق يعتمد على خوارزميات التشابه والعلاقات الببليوغرافية المتاحة.

وقد تظهر مساحة فارغة لعدة أسباب:

• عدم وجود عدد كافٍ من الأوراق المفهرسة في قاعدة البيانات المستخدمة.

• استخدام الباحثين لمصطلحات مختلفة لوصف الظاهرة نفسها.

• حداثة الدراسات التي لم تحصل بعد على استشهادات كافية.

• ضعف البيانات المرجعية لبعض الأوراق أو عدم اكتمال قوائم المراجع.

• اعتماد الخريطة على مجموعة بذور لا تمثل جميع أبعاد المشكلة البحثية.

وتؤكد الدراسات العربية التي تناولت دور الدراسات السابقة في بناء الإشكالية البحثية أن تحديد الفجوة يتطلب تحليلًا نقديًا لأوجه الاتفاق والاختلاف والقصور بين الدراسات، ثم تحويل النتائج إلى مشكلة علمية محددة وقابلة للبحث.

هل Connected Papers وResearchRabbit أدوات ذكاء اصطناعي فعلًا؟

يُستخدم وصف أدوات الذكاء الاصطناعي بصورة واسعة عند الحديث عن منصات اكتشاف الأبحاث، لكن من الضروري التمييز بين أنظمة تحليل الشبكات الببليوغرافية وخوارزميات التوصية وبين النماذج اللغوية الكبيرة التي تولد النصوص والإجابات.

ولا ينبغي افتراض أن كل أداة تعرض خريطة تفاعلية أو تقترح أوراقًا علمية تستخدم تقنية (ChatGPT) أو نماذج لغوية من النوع نفسه.

ماذا يعني AI في أدوات اكتشاف الأبحاث؟

يشير استخدام الذكاء الاصطناعي في هذا المجال إلى توظيف الخوارزميات الحاسوبية والتعلم الآلي وتحليل البيانات لتحديد العلاقات بين المنشورات، وترتيب النتائج، وتقديم توصيات تتناسب مع اهتمام الباحث.

وتتضمن الوظائف التي قد تعتمد على هذه التقنيات:

• تحليل بيانات المنشورات والعناوين والملخصات والمراجع.

• التعرف على العلاقات بين المؤلفين والأبحاث والمصادر المشتركة.

• ترتيب الأوراق وفق مؤشرات التشابه والارتباط.

• تقديم توصيات بأبحاث أخرى مرتبطة بمجموعة المصادر المختارة.

• تمثيل العلاقات في رسوم بيانية تسهل فهم البنية البحثية.

لكن وجود هذه الوظائف لا يعني أن الأداة تمتلك القدرة على قراءة جميع الأوراق وفهم حججها العلمية بالطريقة التي يقوم بها الباحث المتخصص.

هل تستخدم ResearchRabbit نماذج LLM؟

لا توضح الوثائق التقنية الرسمية التي جرى الرجوع إليها أن ResearchRabbit تعتمد على نموذج لغوي كبير محدد مثل (GPT) لتوليد توصياتها الأساسية.

وما توضحه المنصة هو اعتمادها على شبكة الاستشهادات المحلية للأوراق المدخلة، ثم تحليل العلاقات الموجودة داخل الشبكة لتحديد الدراسات المرتبطة والمؤثرة في المجموعة.

كما تتيح خصائص بحث متقدمة تعتمد على تصفية النتائج وفق الكلمات المفتاحية وتاريخ النشر ومؤشرات المجلات، وهي خصائص لا تعني بالضرورة استخدام نموذج لغوي توليدي.

الفرق بين الخوارزميات الشبكية وLLM.

يختلف النوعان من التقنيات في طبيعة المهمة التي ينفذانها، ومن المهم عدم استخدام المصطلحات بالتبادل عند وصف أدوات البحث العلمي.

وتنتمي Connected Papers بصورة واضحة إلى أدوات بناء خرائط التشابه الببليوغرافي، بينما تركز ResearchRabbit على اكتشاف الأدبيات من خلال شبكات الاستشهادات والتوصيات. لذلك، من الأدق وصفهما بأدوات اكتشاف ورسم خرائط الأبحاث المدعومة بالخوارزميات، بدلًا من الجزم بأنهما مساعدان لغويان توليديان.

هل نتائج الخريطة أدق من Google Scholar؟

لا يمكن القول إن نتائج إحدى الأدوات أدق بصورة مطلقة؛ لأن Google Scholar وConnected Papers وResearchRabbit لا تؤدي الوظيفة نفسها.

فمحرك البحث الأكاديمي يساعد على العثور على المنشورات من خلال الكلمات والمصطلحات، بينما تساعد خرائط الأبحاث على اكتشاف العلاقات بين الأوراق التي تمثل نقطة البداية.

Google Scholar للبحث بالكلمات.

يستخدم Google Scholar للبحث عن المنشورات العلمية باستخدام الكلمات المفتاحية والعناوين وأسماء المؤلفين، كما يوفر خصائص مثل (Cited by) و(Related articles) لتوسيع عملية البحث.

وتسمح المنصة كذلك بتحديد سنة النشر، والبحث عن النسخ المتاحة، وإنشاء تنبيهات للأبحاث الجديدة والاستشهادات التي تحصل عليها الأوراق.

وتبرز أهميته في الحالات التالية:

• عندما تريد البحث عن موضوع باستخدام مصطلحات محددة.

• عندما تحتاج إلى العثور على دراسة بعنوان معروف.

• عندما تريد استكشاف النسخ المتاحة من ورقة علمية.

• عندما تحتاج إلى متابعة الاستشهادات التي تحصل عليها دراسة معينة.

• عندما تريد توسيع البحث باستخدام المصطلحات والمرادفات المرتبطة بالموضوع.

وتوضح وثائق Google Scholar الرسمية أن روابط Related articles وCited by تسمح بالانتقال إلى الدراسات المشابهة والأبحاث التي استشهدت بالمصدر الأصلي.

Connected Papers للبحث من خلال العلاقات والتشابه.

تختلف Connected Papers عن البحث التقليدي؛ لأنها لا تعتمد على كتابة مجموعة من الكلمات المفتاحية فقط، بل تستخدم ورقة محورية لإنشاء خريطة تضم دراسات متقاربة من الناحية الببليوغرافية.

وتكون مفيدة عندما تريد معرفة كيف تتجمع الأبحاث حول موضوع معين، أو عندما تبحث عن دراسات مرتبطة لم تكن تعرف عناوينها مسبقًا.

كما يمكن أن تكشف عن أعمال حديثة أو مصادر تأسيسية لا تظهر بسهولة عند الاكتفاء بالبحث المباشر عن عنوان الموضوع.

ResearchRabbit للاستكشاف التكراري.

تتميز ResearchRabbit بإمكانية تحويل عملية اكتشاف الأدبيات إلى مسار متواصل؛ إذ يبدأ الباحث بمجموعة من الأوراق، ثم يضيف المصادر الجديدة ويعيد استكشاف الشبكة من خلال Similar Work وEarlier Work وLater Work.

وهذا يجعلها مناسبة عندما يكون البحث طويل الأمد، أو عندما يحتاج الباحث إلى متابعة عدد كبير من الدراسات والمؤلفين وتنظيمهم داخل مجموعات.

لماذا ينبغي الجمع بين Keyword Search وCitation Mapping؟

لأن البحث بالكلمات المفتاحية والبحث من خلال العلاقات الببليوغرافية يكشفان أنواعًا مختلفة من المعلومات، واستخدامهما معًا يقلل الاعتماد على طريقة واحدة في اكتشاف الأدبيات.

ويمكن تنظيم التكامل بينهما كما يلي:

• ابدأ بالبحث بالكلمات المفتاحية لتحديد الدراسات التي تتناول المشكلة بصورة مباشرة.

• اختر الأوراق الأكثر ارتباطًا بموضوعك لتكون نقاط انطلاق للخرائط.

• استخدم Connected Papers لاكتشاف التجمعات البحثية والمراجع المؤسسة.

• استخدم ResearchRabbit لتوسيع المجموعة وتتبع الدراسات والمؤلفين.

• ارجع إلى Google Scholar وScopus للتحقق من المراجع والاستشهادات وتوسيع التغطية.

وتشير المقارنة العلمية بين قواعد البيانات الأكاديمية إلى أن التغطية تختلف من تخصص إلى آخر، وأن الاختيار الصحيح يعتمد على هدف البحث ومدى الحاجة إلى الاسترجاع الشامل أو النتائج المتخصصة.

هل Connected Papers وResearchRabbit مناسبين للمراجعة المنهجية؟

يمكن استخدام الأداتين ضمن المراحل الاستكشافية للمراجعة المنهجية، خصوصًا عند البحث عن مصادر إضافية من خلال العلاقات بين الأوراق، لكنهما لا تكفيان وحدهما لإثبات أن عملية البحث غطت جميع الدراسات المؤهلة.

وتحتاج المراجعة المنهجية إلى استراتيجية بحث واضحة ومحددة مسبقًا، ومصادر موثقة، ومعايير إدراج واستبعاد، وإجراءات قابلة للتكرار.

ما الذي يقدمه Citation Chasing؟

يشير (Citation Chasing) إلى تتبع الدراسات من خلال مراجعها والاستشهادات التي حصلت عليها، ويمكن أن يكون مفيدًا عندما يريد الباحث اكتشاف أوراق إضافية مرتبطة بالمصادر التي اجتازت الفحص الأولي.

وتتضمن أهم استخداماته:

• البحث العكسي (Backward Citation Searching): مراجعة قائمة المراجع التي استشهدت بها الدراسة الأصلية للوصول إلى الأبحاث الأقدم.

• البحث الأمامي (Forward Citation Searching): البحث عن الأوراق التي استشهدت بالدراسة الأصلية بعد نشرها.

• الاستشهاد المشترك (Co-citation Searching): اكتشاف الأعمال التي تتكرر الإشارة إليها معًا في المنشورات اللاحقة.

• الربط الببليوغرافي (Bibliographic Coupling): الوصول إلى دراسات تشترك في استخدام المراجع السابقة نفسها.

وتوصي إرشادات (TARCiS) باستخدام البحث العكسي والأمامي بوصفهما وسيلتين تكميليتين عند الحاجة، خصوصًا عندما يصعب استرجاع الدراسات باستخدام المصطلحات وحدها.

ما الذي لا تقدمه خرائط الأبحاث؟

لا تستطيع خرائط Connected Papers وResearchRabbit وحدها تنفيذ جميع الإجراءات المطلوبة في مراجعة منهجية مكتملة.

وتشمل المهام التي تحتاج إلى أدوات وإجراءات إضافية:

• تحديد سؤال المراجعة ومعايير الأهلية بصورة مسبقة.

• بناء استراتيجيات بحث دقيقة باستخدام معاملات البحث المنطقي.

• البحث في قواعد البيانات المتخصصة التي تغطي المجال.

• توثيق تاريخ كل عملية بحث والاستراتيجية المستخدمة.

• إزالة السجلات المكررة بطريقة منظمة.

• إجراء فرز العناوين والملخصات والنصوص الكاملة وفق معايير محددة.

• توثيق أسباب استبعاد الدراسات.

• تقييم مخاطر التحيز وجودة الأدلة.

لماذا لا تكفي الخريطة وحدها لإثبات اكتمال البحث؟

لأن نتائج الخريطة تعتمد على مجموعة الأوراق التي اختارها الباحث، وعلى البيانات التي تستطيع الأداة الوصول إليها، وعلى طبيعة الخوارزمية المستخدمة في ترتيب النتائج.

وقد يؤدي اختيار بذور غير ممثلة للموضوع إلى استبعاد مجموعة من الاتجاهات البحثية، كما قد لا تظهر الدراسات التي لا تتوفر لها بيانات استشهاد مكتملة.

وتوضح توصيات (TARCiS) أن البحث بالاستشهادات وحده لا ينبغي أن يكون الطريقة المستقلة للبحث في المراجعات التي تستهدف استرجاعًا شاملًا للأدلة؛ لأنه قد يفوّت دراسات مؤهلة لا ترتبط مباشرة ببذور البحث.

كيف تستخدم الخريطة كبحث تكميلي؟

يمكن إدراج أدوات الخرائط ضمن استراتيجية المراجعة المنهجية بعد إجراء البحث الأساسي في قواعد البيانات، بحيث تستخدم الأوراق المؤهلة كبذور لاستكشاف المراجع السابقة والاستشهادات اللاحقة.

ويفضل الالتزام بالإجراءات التالية:

1. تنفيذ البحث الأساسي في قواعد البيانات المختارة وتوثيق الاستراتيجيات المستخدمة.

2. إجراء فحص أولي للعناوين والملخصات والنصوص الكاملة وفق معايير الأهلية.

3. استخدام الدراسات المؤهلة كبذور للبحث في Connected Papers وResearchRabbit.

4. مراجعة الأوراق الإضافية المكتشفة وتطبيق معايير الإدراج والاستبعاد نفسها.

5. إزالة السجلات المكررة بين نتائج قواعد البيانات ونتائج الخرائط.

6. توثيق عدد الأوراق التي اكتشفتها كل أداة وتاريخ عملية الاستكشاف.

7. تسجيل عدد جولات البحث العكسي والأمامي وسبب التوقف.

وتتفق هذه الإجراءات مع متطلبات الإبلاغ في (PRISMA 2020) و(PRISMA-S)، التي تشدد على ذكر جميع مصادر البحث وتواريخ الوصول والاستراتيجيات والوسائل المستخدمة لاكتشاف الدراسات.

تجربة عملية: ماذا يحدث عند إعطاء الأداتين الورقة نفسها؟

يمكن تقييم اختلاف نتائج الأداتين من خلال تجربة مقارنة منظمة، تبدأ بإدخال الورقة البحثية نفسها إلى Connected Papers وResearchRabbit، ثم مقارنة الأوراق التي تقترحها كل أداة وفق معايير موحدة.

ومن المهم أن تكون التجربة قائمة على بيانات فعلية، وليس على افتراض أن إحدى الأداتين ستكتشف دائمًا عددًا أكبر من الدراسات ذات الصلة.

الخطوة الأولى: اختيار Seed Paper قوي.

ابدأ بتحديد دراسة منشورة ترتبط مباشرة بموضوع البحث، وتأكد من صحة عنوانها وبيانات مؤلفيها وتاريخ نشرها والمعرف الرقمي الخاص بها.

ويفضل أن تكون الورقة:

• مرتبطة بصورة مباشرة بالسؤال البحثي.

• منشورة في مصدر علمي يمكن التحقق منه.

• واضحة من حيث المنهج والمتغيرات والنتائج.

• ذات مراجع مكتملة نسبيًا.

• ممثلة للاتجاه البحثي الذي تريد اختباره.

ويجب تسجيل بيانات الورقة قبل بدء التجربة حتى تستخدم المصدر نفسه في الأداتين دون تغيير.

الخطوة الثانية: إنشاء الخريطة في Connected Papers.

أدخل عنوان الورقة أو المعرف الرقمي (DOI) في Connected Papers، ثم أنشئ الخريطة وسجل الأوراق التي ظهرت فيها.

وينبغي تسجيل المعلومات التالية:

• عدد الأوراق المعروضة في الخريطة.

• الأوراق الموجودة ضمن Prior Works.

• الدراسات الموجودة ضمن Derivative Works.

• سنوات نشر الأوراق وتوزيعها الزمني.

• العناوين الأكثر ارتباطًا بالورقة المحورية.

• عدد الأوراق التي تمثل اكتشافات جديدة بالنسبة إلى قائمة الباحث الأصلية.

ويفضل الاحتفاظ بصورة للخريطة ونسخة من بيانات الأوراق حتى يمكن مقارنة النتائج لاحقًا.

الخطوة الثالثة: إدخال المجموعة نفسها في ResearchRabbit.

أنشئ Collection جديدة في ResearchRabbit، ثم أضف إليها الورقة المحورية نفسها دون إضافة أوراق أخرى في البداية.

بعد ذلك، استخدم أوضاع Similar Work وEarlier Work وLater Work لاستكشاف النتائج، وسجل عدد الأوراق التي تظهر في كل وضع.

ومن الضروري الحفاظ على شروط المقارنة نفسها، مثل تاريخ تنفيذ البحث ونطاق الموضوع والمدة الزمنية المقبولة، حتى لا يكون الاختلاف ناتجًا عن تغيير طريقة البحث.

مقارنة أول 20 أو 30 توصية.

بعد جمع النتائج، حدد عددًا ثابتًا من الأوراق المراد مقارنتها من كل أداة، مثل أول 20 ورقة أو أول 30 ورقة وفق ترتيب النتائج المتاح.

ثم راجع كل ورقة من حيث:

• ارتباطها المباشر بسؤال البحث.

• مدى ملاءمة المنهج المستخدم.

• نوع الدراسة وتاريخ نشرها.

• وجود نص كامل أو ملخص كافٍ للفحص الأولي.

• مدى اختلافها عن الدراسات الموجودة بالفعل في قائمة الباحث.

ولا ينبغي افتراض أن أول النتائج في إحدى الأداتين تمثل بالضرورة الدراسات الأفضل؛ فالترتيب يعكس آليات التوصية الخاصة بكل منصة.

حساب النتائج الفريدة Unique Discoveries.

يقصد بـ (Unique Discoveries) الأوراق التي اكتشفتها إحدى الأداتين ولم تظهر في نتائج الأداة الأخرى ضمن المجموعة التي تمت مقارنتها.

ويمكن حسابها باستخدام المعادلة التالية:

\[ \text{Unique Discoveries} = \left|A\setminus B\right| + \left|B\setminus A\right| \]

حيث تمثل A مجموعة نتائج Connected Papers، وتمثل B مجموعة نتائج ResearchRabbit.

وتساعد هذه القيمة على معرفة مقدار الإضافة التي قدمتها كل أداة، مع ضرورة التمييز بين الأوراق الفريدة المرتبطة فعلًا بموضوع البحث والأوراق التي تظهر نتيجة اختلاف نطاق الاسترجاع.

حساب التكرار Duplicate Rate.

يقيس (Duplicate Rate) نسبة الأوراق المتكررة بين نتائج الأداتين إلى إجمالي السجلات الفريدة التي ظهرت في التجربة.

ويمكن حسابه باستخدام:

DuplicateRate=|AB||AB|100

وكلما ارتفعت النسبة زاد التداخل بين النتائج، بينما تشير النسبة المنخفضة إلى أن الأداتين اكتشفتا مجموعتين مختلفتين نسبيًا من الأوراق.

لكن انخفاض التكرار ليس دليلًا تلقائيًا على تفوق أداة؛ فقد يكون سببه اختلاف التغطية أو ظهور نتائج أقل صلة.

قياس Relevant Papers.

لا يكفي قياس عدد الأوراق الجديدة؛ لأن الهدف الحقيقي هو الوصول إلى الدراسات التي يمكن استخدامها في مراجعة الأدبيات.

ويمكن حساب نسبة الدراسات المرتبطة من خلال:

RelevantPapersRate=RelevantPapersTotalPapersReviewed100

ويجب أن يعتمد تصنيف الصلة على معايير موحدة يحددها الباحث قبل التجربة، مثل ارتباط الدراسة بالسؤال البحثي، وملاءمة المجتمع والعينة، ونوع المنهج، والنتائج المطلوبة.

قياس الوقت اللازم للوصول إلى 10 أوراق قابلة للقراءة.

يعد الوقت من المؤشرات العملية المهمة عند المقارنة بين أدوات اكتشاف الأبحاث، خصوصًا عندما يتعامل الباحث مع عدد كبير من النتائج.

ويُقاس من بداية إدخال الورقة المحورية حتى العثور على عشر دراسات تستوفي معايير الصلة الأولية، مع تسجيل الوقت الذي استُخدم في استبعاد النتائج غير المناسبة.

وينبغي تنفيذ الاختبار في ظروف متقاربة، وعدم احتساب الوقت الذي يستغرقه تحميل النصوص الكاملة إذا كان هذا الإجراء غير متاح بصورة متساوية في الأداتين.

تنبيه منهجي: لا تتضمن هذه التجربة نتائج رقمية فعلية؛ فالأعداد المذكورة في تصميم الاختبار تمثل حجم العينة المقترح للمقارنة، ويجب تنفيذ البحث وتسجيل النتائج قبل إعلان فائز تجريبي.

ماذا تفعل عندما تعطي الأداتان نتائج مختلفة؟

من الطبيعي أن تعرض Connected Papers وResearchRabbit مجموعتين مختلفتين من الدراسات حتى عند استخدام الورقة البحثية نفسها؛ لأن كل أداة تعتمد على طريقة مختلفة في تحليل العلاقات وترتيب النتائج.

ولا يعني اختلاف النتائج بالضرورة وجود خطأ في إحدى الأداتين، بل قد يكشف عن اختلاف في نطاق البيانات أو طبيعة العلاقات التي تعتمد عليها عملية الاكتشاف.

هل اختلاف النتائج يعني أن أحدهما خاطئ؟

ليس بالضرورة؛ فقد تكون إحدى الأداتين قد اكتشفت دراسة بسبب تشابهها الببليوغرافي مع الورقة الأصلية، بينما اكتشفتها الأخرى بسبب وجود روابط استشهاد أو علاقات داخل مجموعة البحث.

ويجب التمييز بين ثلاثة أنواع من الاختلاف:

• اختلاف التغطية: قد تكون بعض الأوراق موجودة في مصدر بيانات إحدى الأداتين وغير متاحة في مصدر بيانات الأخرى.

• اختلاف خوارزمية الاكتشاف: قد تعطي كل أداة أولوية لعلاقات مختلفة عند ترتيب الدراسات.

• اختلاف نقطة البداية: قد تتغير النتائج إذا استخدم الباحث مجموعة بذور مختلفة أو اختار ورقة لا تمثل الموضوع بصورة كافية.

افحص جودة Seed Papers.

تؤثر الأوراق الأولية في الاتجاه الذي تتخذه عملية اكتشاف الدراسات، ولذلك ينبغي التأكد من أنها تمثل السؤال البحثي بصورة مناسبة.

إذا كانت البذور متخصصة في جانب واحد فقط، فقد تنحصر التوصيات في ذلك الجانب وتغفل موضوعات أخرى مرتبطة بالمشكلة.

ويفضل إعادة التجربة باستخدام مجموعة متنوعة من الدراسات التأسيسية والحديثة، ومقارنة النتائج قبل تحديد الأوراق الأكثر فائدة.

افحص المجال العلمي.

قد تختلف جودة التغطية وطبيعة العلاقات الببليوغرافية باختلاف التخصص؛ فالمجالات الطبية والهندسية وعلوم الحاسب لا تستخدم أنماط النشر والاستشهاد نفسها التي تظهر في العلوم الإنسانية والاجتماعية.

ومن الضروري التحقق من أن الدراسات المكتشفة تنتمي إلى المجال العلمي المناسب، وأنها لا تبتعد عن السؤال البحثي لمجرد اشتراكها في بعض المصطلحات.

افحص سنة النشر.

قد تختلف النتائج لأن إحدى الأداتين تعرض أعمالًا تأسيسية قديمة، بينما تعطي الأخرى مساحة أكبر للأبحاث الأحدث.

ويجب مراجعة التوزيع الزمني للأوراق المكتشفة، مع عدم استبعاد الدراسات القديمة المهمة أو الاعتماد على الدراسات الحديثة وحدها.

افحص كثافة الاستشهادات.

تؤثر بيانات الاستشهاد في بعض آليات اكتشاف الأوراق وترتيبها، لكن كثافة الاستشهادات ليست معيارًا كافيًا للحكم على أهمية البحث أو جودته.

وتوضح وثائق ResearchRabbit أن توصياتها تستفيد من تأثير الأوراق داخل شبكة الاستشهادات، بينما تعتمد Connected Papers على علاقات التشابه الببليوغرافي. لذلك قد تختلف النتائج عند التعامل مع موضوعات حديثة أو دراسات قليلة الاستشهادات.

ارجع إلى Scopus وWeb of Science للتحقق.

إذا ظهرت اختلافات كبيرة بين النتائج، فمن الأفضل الرجوع إلى قواعد البيانات المتخصصة للتحقق من وجود الدراسات وسجلات الاستشهادات، وتوسيع البحث وفق استراتيجية موثقة.

وتفيد هذه الخطوة بصورة خاصة عندما تكون الدراسة جزءًا من مراجعة منهجية أو رسالة جامعية تتطلب تغطية واضحة للمصادر.

ولا يعني عدم ظهور الورقة في إحدى القواعد أنها غير موجودة؛ فقد تختلف التغطية وفق التخصص والفترة الزمنية ونوع المنشور وسياسات الفهرسة.

أيهما أفضل حسب نوع المهمة البحثية؟

تتغير أفضلية الأدوات بحسب طبيعة المهمة، وليس وفق عدد الخصائص الموجودة في كل منصة. ولذلك من الأفضل تحديد ما تريد إنجازه قبل اختيار الأداة.

طالب ماجستير جديد في الموضوع.

يحتاج طالب الماجستير الذي يبدأ البحث في مجال غير مألوف إلى تكوين تصور عام عن الموضوع، والتعرف على الدراسات الأساسية والمفاهيم والمناهج التي تناولتها الأدبيات.

وتكون Connected Papers مناسبة في البداية لإنشاء خريطة حول ورقة محورية، والتعرف على المجموعات البحثية والأعمال المؤسسة، ثم يمكن الانتقال إلى ResearchRabbit لتجميع الأوراق المهمة وتوسيع قائمة الدراسات السابقة.

طالب دكتوراه يبني مراجعة ممتدة.

يحتاج طالب الدكتوراه إلى عملية اكتشاف طويلة الأمد تتضمن تحديث المراجع وتحليل العلاقات بين الدراسات ومتابعة المؤلفين والاتجاهات البحثية.

وتكون ResearchRabbit أكثر ملاءمة لهذا الاستخدام؛ لأنها تسمح بإنشاء مجموعات متعددة وتنظيم الأوراق وإعادة تشغيل عمليات البحث باستخدام مصادر جديدة، بينما تساعد Connected Papers في دراسة مجموعات محددة بصورة بصرية.

باحث يريد تتبع مؤلف.

تكون ResearchRabbit الاختيار الأنسب عندما يكون الهدف هو متابعة الإنتاج العلمي لباحث معين أو اكتشاف الباحثين الذين يعملون في موضوع قريب.

وتتيح خرائط المؤلفين التعرف على منشورات الباحث وتطور اهتماماته، كما يمكن الانتقال إلى مؤلفين آخرين ترتبط أعمالهم بالمجموعة البحثية التي يستكشفها المستخدم.

باحث يريد تحديث Literature Review.

يحتاج الباحث الذي يريد تحديث مراجعة الأدبيات إلى اكتشاف المنشورات الجديدة التي ظهرت بعد إعداد القائمة الأولية.

وتقدم ResearchRabbit أفضلية من خلال متابعة المجموعات واستكشاف Later Work والتنبيهات المتاحة ضمن الخطة المؤهلة، ويمكن استخدام Connected Papers لإعادة بناء الخرائط حول الأوراق الحديثة التي تم اكتشافها.

باحث يريد العثور على الأعمال المؤسسة.

تكون Connected Papers مناسبة جدًا عندما يريد الباحث الوصول إلى الأعمال التي ساهمت في بناء المجال، خصوصًا من خلال Prior Works.

كما يمكن الاستفادة من Earlier Work في ResearchRabbit للوصول إلى المراجع السابقة، ثم مراجعة الأوراق الأصلية للتأكد من أنها تمثل مصادر تأسيسية فعلًا.

باحث يريد إنشاء مجموعة مراجع منظمة.

تتفوق ResearchRabbit في هذه المهمة بفضل Collections والمجموعات الفرعية وإمكانات المشاركة والاستيراد والتصدير.

ويمكن استخدامها لبناء مكتبة منفصلة لكل فصل أو محور من محاور الرسالة، ثم نقل المراجع التي اجتازت الفحص إلى برنامج إدارة المراجع الأساسي.

Connected Papers مقابل Research Rabbit مع Zotero

يؤدي استخدام أدوات اكتشاف الأبحاث مع برنامج لإدارة المراجع إلى تقليل الوقت اللازم لتنظيم الدراسات، ويساعد على الفصل بين مرحلة العثور على المصادر ومرحلة توثيقها داخل الرسالة.

ويُعد (Zotero) من البرامج المناسبة لهذا الغرض؛ لأنه يسمح بحفظ بيانات المراجع وتنظيم الملفات وإدراج الاستشهادات وقوائم المراجع في المستندات.

استيراد المراجع

يمكن الاستفادة من Connected Papers وResearchRabbit في اكتشاف الدراسات، ثم نقل بياناتها إلى Zotero بدلًا من الاحتفاظ بها داخل كل منصة بصورة منفصلة.

وتختلف طريقة الاستيراد بينهما:

• Connected Papers: يمكن تصدير بيانات الأوراق إلى صيغ ببليوغرافية قابلة للاستيراد في برامج إدارة المراجع، ومنها Zotero وMendeley وEndNote.

• ResearchRabbit: توفر مستوردًا مخصصًا لمكتبات Zotero، بحيث يستطيع الباحث استيراد الأوراق من مجموعاته واستخدامها كبذور للبحث.

• الملفات الببليوغرافية: يمكن استخدام صيغ مثل BibTeX وRIS عند نقل المراجع بين المنصات وبرامج إدارة المصادر.

وتوضح وثائق Zotero الرسمية أن البرنامج يدعم استيراد صيغ متعددة، منها BibTeX وRIS وCSL JSON، بما يسمح بالانتقال بين أدوات اكتشاف الدراسات وإدارة المراجع.

تصدير النتائج

تختلف صيغ التصدير المتاحة بين الأداتين، وهو أمر ينبغي مراعاته عند بناء مكتبة مراجع كبيرة.

• تسمح Connected Papers بتنزيل بيانات الدراسات التي تظهر في الخرائط وقوائم Prior Works وDerivative Works.

• توفر ResearchRabbit إمكانية تصدير المجموعات بصيغ BibTeX وRIS وCSV.

• يستطيع Zotero استيراد البيانات الببليوغرافية من الملفات المتوافقة، ثم تنظيمها في مجموعات خاصة بالرسالة أو المشروع.

ويُفضل اختبار ملف التصدير على عدد محدود من الأوراق أولًا؛ للتأكد من سلامة العناوين وأسماء المؤلفين وسنوات النشر والمعرفات الرقمية قبل نقل مكتبة كاملة.

الحفاظ على Reference Manager كمصدر رئيسي.

من الأخطاء العملية أن يعتمد الباحث على المجموعات المحفوظة داخل أدوات اكتشاف الأبحاث باعتبارها النسخة الوحيدة من مكتبته العلمية.

والأفضل أن يظل Zotero هو المرجع الأساسي لتنظيم المصادر المعتمدة في الرسالة، بينما تستخدم Connected Papers وResearchRabbit لاكتشاف الدراسات وتوسيع قائمة القراءة.

ويمكن تطبيق ذلك من خلال:

1. إنشاء مكتبة رئيسية للرسالة في Zotero.

2. تقسيم المراجع إلى مجموعات تمثل فصول الرسالة ومحاورها.

3. استخدام Connected Papers وResearchRabbit للبحث عن أوراق إضافية.

4. تصدير المراجع الجديدة بعد مراجعة بياناتها.

5. حذف التكرارات ومراجعة المعرفات الرقمية.

6. الاحتفاظ بالملاحظات والملخصات والنسخ الكاملة للدراسات المهمة.

7. استخدام إضافات Zotero لتنسيق الاستشهادات وفق النمط الذي تطلبه الجامعة.

وتجدر الإشارة إلى أن المزامنة ثنائية الاتجاه بين ResearchRabbit وZotero أصبحت متاحة ضمن خصائص الخطة المدفوعة المؤهلة وفق دليل التكامل الحالي، بينما تظل خاصية استيراد مكتبات Zotero متاحة لمستخدمي الخطة المجانية.

كم تكلفة Connected Papers وResearchRabbit؟

تختلف المنصتان في طريقة تقديم الاشتراكات؛ فـConnected Papers تركز على عدد الخرائط التي يستطيع المستخدم إنشاؤها، بينما ترتبط خطط ResearchRabbit بعدد الأوراق المستخدمة كبذور وبعض إمكانات البحث والتنظيم الإضافية.

الخطة المجانية في Connected Papers.

تتيح Connected Papers استخدام خمس خرائط مجانية شهريًا، وتشمل الخطة المجانية الخصائص الأساسية، مثل خرائط التشابه والأعمال السابقة واللاحقة والخرائط متعددة المصادر وحفظ الأوراق وسجل الخرائط.

وهذا يعني أن الباحث يستطيع الاستفادة من الوظائف الأساسية دون الاشتراك المدفوع، لكنه يحتاج إلى ترقية الحساب إذا تجاوز عدد الخرائط المتاحة شهريًا.

Find and explore academic papers+1

الخطط المدفوعة في Connected Papers

تقدم المنصة خطتين رئيسيتين للاستخدام الفردي والمؤسسي:

• Academic: مخصصة للاستخدام الأكاديمي والشخصي والمؤسسات غير الربحية.

• Business: مخصصة للاستخدام التجاري والمهني المرتبط بالأعمال الربحية.

وتوفر الخطتان إنشاء عدد غير محدود من الخرائط، مع الاحتفاظ بالخصائص الأساسية نفسها الموجودة في الخطة المجانية.

ولا تعرض صفحة الأسعار المفتوحة سعرًا رقميًا ثابتًا يمكن تأكيده لجميع المستخدمين؛ لذلك ينبغي مراجعة السعر النهائي عند الاشتراك، مع الانتباه إلى اختلاف الفوترة الدورية والسنوية.

Find and explore academic papers

الخطة المجانية في ResearchRabbit

تقدم ResearchRabbit خطة مجانية دائمة تتضمن مجموعة واسعة من الخصائص التي يحتاج إليها الباحث في الاستخدام المعتاد.

وتشمل:

• البحث غير المحدود في قاعدة البيانات المعلنة التي تتجاوز 310 ملايين منشور.

• إنشاء عدد غير محدود من المجموعات والمكتبات.

• استخدام ما يصل إلى 50 ورقة كبذور للبحث.

• مشاركة المجموعات مع المتعاونين.

• استيراد المراجع من Zotero.

• استكشاف الأوراق المشابهة والمراجع السابقة والاستشهادات اللاحقة.

• تصدير المراجع وتنظيمها في المجموعات.

وبذلك يستطيع كثير من طلاب البكالوريوس والماجستير استخدام الخصائص الأساسية دون الحاجة إلى اشتراك مدفوع.

ResearchRabbit+.

تقدم الخطة المدفوعة (ResearchRabbit+) خصائص إضافية تناسب المشروعات البحثية الأكبر، وتعرض صفحة الأسعار الرسمية الأسعار الافتراضية التالية:

الفوترة السنوية

$10

شهريًا عند الاشتراك السنوي

الفوترة الشهرية

$12.50

شهريًا دون الالتزام السنوي

أهم الإضافات:

• رفع عدد أوراق البداية إلى 300.

• أدوات بحث متقدمة لتصفية النتائج.

• إنشاء مشروعات متعددة وتنظيمها بصورة مستقلة.

• إشارات وتنبيهات للمساعدة على متابعة سلامة الأدبيات البحثية.

• دعم أسرع للمشتركين.
  الأسعار الافتراضية المنشورة على الموقع وقت إعداد المقال، وقد تختلف وفق الدولة والخصومات الإقليمية.
  ResearchRabbit

وتوضح المنصة أنها تقدم خصومات مرتبطة بالدول لأكثر من 100 دولة، ولذلك لا ينبغي اعتبار السعر الافتراضي هو بالضرورة السعر النهائي الذي سيظهر للباحث في السعودية أو مصر.

قاعدة البيانات التي يعتمد عليها كل من Connected Papers وResearchRabbit

تؤثر قاعدة البيانات التي تعتمد عليها أداة خرائط الأبحاث في الأوراق التي تستطيع اكتشافها، وفي دقة البيانات الببليوغرافية وروابط الاستشهاد التي تستخدمها.

ومن المهم عدم الخلط بين حجم قاعدة البيانات وعدد النصوص الكاملة المتاحة للقراءة؛ فوجود بيانات منشور داخل الفهرس لا يعني بالضرورة إمكانية تنزيل البحث كاملًا.

مصدر بيانات Connected Papers

تستند Connected Papers إلى قاعدة Semantic Scholar الواسعة، وتستخدم بيانات المنشورات والعلاقات الببليوغرافية المتاحة لبناء خرائط التشابه.

وتشمل البيانات التي تحتاج إليها الأداة:

• عناوين الأوراق العلمية.

• أسماء المؤلفين وبيانات النشر.

• قوائم المراجع والاستشهادات.

• معلومات تساعد على حساب التشابه بين الأوراق.

• العلاقات الببليوغرافية التي تدخل في بناء الخريطة.

وتوضح المنصة أنها تحلل مجموعة واسعة من الأوراق المرتبطة بالمصدر المحوري قبل اختيار الأوراق الأقوى اتصالًا به، وهو ما يجعل جودة البيانات وتغطيتها عنصرين أساسيين في النتائج.

Find and explore academic papers+2

مصادر بيانات ResearchRabbit

تعتمد ResearchRabbit على أكثر من مزود للبيانات، وتذكر وثائقها الرسمية ثلاثة مصادر أساسية:

• Crossref: يوفر بيانات تعريفية عن المنشورات العلمية والمعرفات الرقمية والبيانات الببليوغرافية.

• Semantic Scholar: يمد المنصة ببيانات الأوراق والعلاقات البحثية والاستشهادات.

• OpenAlex: يوفر فهرسًا مفتوحًا واسعًا للأعمال العلمية والمؤلفين والمؤسسات والموضوعات والاستشهادات.

وتعلن المنصة أن قاعدة بياناتها تضم أكثر من 310 ملايين منشور علمي، وأن بياناتها تُحدّث أسبوعيًا. لكن هذا الرقم يصف حجم السجلات البحثية المعلنة، ولا يعني أن جميع هذه المنشورات متاحة بنصها الكامل أو أن بياناتها المرجعية مكتملة بالدرجة نفسها.

هل حجم قاعدة البيانات يعني جودة أعلى؟

لا، فكبر قاعدة البيانات لا يضمن وحده جودة النتائج أو اكتمال التغطية، لأن قيمة أداة اكتشاف الأبحاث تعتمد أيضًا على دقة البيانات وطريقة الربط والترتيب ومدى تمثيلها للتخصص المطلوب.

وتوجد عدة عوامل يجب مراعاتها:

• اكتمال البيانات: قد تكون بعض الأوراق مفهرسة بعناوينها وملخصاتها دون توفر جميع مراجعها واستشهاداتها.

• تحديث الفهرس: قد تتأخر إضافة بعض الدراسات الحديثة أو تسجيل الاستشهادات الجديدة.

• تغطية اللغات: قد تختلف تغطية الأبحاث العربية وغير الإنجليزية عن تغطية المنشورات الإنجليزية.

• اختلاف التخصصات: لا تتساوى جميع المجالات في حجم النشر الإلكتروني وتوفر البيانات الببليوغرافية.

• تطابق السجلات: قد تظهر نسخ متعددة من الورقة نفسها بمعرفات أو بيانات مختلفة، ما يتطلب مراجعة بيانات المصدر.

وتشير وثائق ResearchRabbit نفسها إلى أن بعض المنشورات قد تغيب بسبب عدم توافر البيانات الوصفية المفتوحة أو عدم فهرستها في مصادرها الأساسية، كما قد تظهر أعداد أقل من الاستشهادات بسبب اختلاف طرق المطابقة والتحديث.

عيوب Connected Papers التي يجب أن يعرفها الباحث قبل الاعتماد عليه

رغم فائدة Connected Papers في رسم صورة سريعة عن المجال البحثي، فإن الاعتماد عليها بصورة منفردة قد يؤدي إلى تكوين تصور غير مكتمل عن الأدبيات، خاصة عندما تكون نقطة البداية غير مناسبة أو تكون بيانات المجال محدودة.

الاعتماد على Seed Paper

تعتمد الخريطة بصورة كبيرة على الورقة المحورية التي اختارها الباحث، ولذلك قد تؤثر جودة هذا الاختيار في جميع الأوراق التي تظهر حولها.

إذا كانت الورقة تتناول جانبًا محدودًا من الموضوع، فقد تنحصر الخريطة في ذلك الاتجاه وتغفل مجموعات بحثية أخرى ذات صلة.

والأفضل اختبار أكثر من ورقة محورية ومقارنة الخرائط قبل تحديد المصادر التي تستحق الاعتماد عليها.

الخريطة ليست Citation Tree

لا تعرض Connected Papers جميع العلاقات المباشرة والمتسلسلة بين الاستشهادات، بل تعتمد على التشابه الببليوغرافي في ترتيب الأوراق.

وقد يؤدي تفسير الخطوط باعتبارها استشهادات مباشرة إلى فهم غير صحيح للعلاقة بين المنشورات.

لذلك، إذا كان الهدف هو تحليل مسار الاستشهادات بالتفصيل، فينبغي استخدام قواعد بيانات الاستشهادات أو أدوات متخصصة في تحليل الشبكات الببليومترية.

التشابه لا يساوي دائمًا صلة مباشرة بالموضوع

قد تشترك دراستان في المراجع السابقة أو تظهر بينهما علاقات ببليوغرافية قوية، لكن إحداهما لا تتناول السؤال البحثي الذي يعمل عليه المستخدم بصورة مباشرة.

ولهذا يجب مراجعة الملخص والأهداف والمنهجية والنتائج قبل إدراج أي ورقة في الدراسات السابقة.

حدود الاستخدام المجاني

تقتصر الخطة المجانية على خمس خرائط شهريًا، وقد يكون هذا العدد غير كافٍ للباحث الذي يريد تجربة عدة أوراق محورية ومقارنة مجموعات مختلفة من الدراسات.

لكن من المهم الإشارة إلى أن الخصائص الأساسية متاحة في الخطة المجانية؛ فالقيد الرئيسي يتعلق بعدد الخرائط وليس بإخفاء جميع الوظائف المتقدمة.

خطر تحيز الخريطة إذا كانت الورقة الأصلية ضعيفة

إذا بدأ الباحث بورقة ضعيفة الصلة أو محدودة الجودة، فقد يحصل على خريطة تضم دراسات مرتبطة بها من الناحية الببليوغرافية، لكنها ليست بالضرورة أفضل الدراسات التي تمثل الموضوع.

وهذا يوضح أهمية اختيار مصادر البداية وفق معايير أكاديمية، وعدم تحويل العلاقات البصرية إلى أحكام على جودة الأدلة.

عيوب ResearchRabbit التي يجب معرفتها

تقدم ResearchRabbit مساحة عمل أوسع للاكتشاف المستمر، لكنها ليست خالية من القيود، وقد تتطلب إدارة دقيقة للبحث حتى لا تتحول كثرة التوصيات إلى عبء إضافي على الباحث.

التعلم الأولي للأداة.

تحتاج ResearchRabbit إلى وقت لفهم طريقة إنشاء المجموعات وإضافة الأوراق واختيار أوضاع الاستكشاف وتحديد البذور.

وقد يجد الباحث الجديد صعوبة في التمييز بين Similar Work وEarlier Work وLater Work إذا لم يكن معتادًا على مفهوم شبكات الاستشهادات.

ومن الأفضل البدء بمجموعة صغيرة من الدراسات والتدرب على الأوضاع الثلاثة قبل الانتقال إلى مشروع بحثي كبير.

احتمال توسع الشبكة أكثر من المطلوب.

قد تؤدي إضافة عدد كبير من الأوراق إلى توسيع نطاق التوصيات باتجاهات فرعية لا تخدم السؤال البحثي بصورة مباشرة.

ويحتاج الباحث إلى مراجعة النتائج بصورة دورية، وإزالة البذور التي تسبب انحرافًا عن الموضوع، وتقسيم الدراسات إلى مجموعات تمثل محاور واضحة.

جودة النتائج تتأثر بجودة البذور.

تعتمد توصيات ResearchRabbit على العلاقات الموجودة داخل شبكة الدراسات المدخلة، ولذلك قد تتأثر النتائج عندما تكون الأوراق الأولية غير ممثلة للموضوع.

وتوصي المنصة نفسها بإضافة مصادر مناسبة ومراجعة البذور عند ظهور نتائج بعيدة عن اتجاه البحث.

نتائج الشبكة لا تعني اكتمال البحث.

قد لا تظهر بعض الدراسات بسبب عدم وجود بيانات ببليوغرافية مكتملة أو تأخر تحديث الفهرس أو عدم توفر بيانات الاستشهاد المطلوبة.

كما أن اعتماد المنصة على العلاقات الموجودة داخل الشبكة قد يجعلها أقل قدرة على اكتشاف أوراق جديدة لا ترتبط بمصادر البداية بروابط واضحة.

لذلك ينبغي الجمع بين نتائجها والبحث بالكلمات المفتاحية في قواعد البيانات الأخرى.

ضرورة نقل المراجع المهمة إلى Reference Manager.

تساعد Collections في تنظيم الأوراق داخل ResearchRabbit، لكنها لا ينبغي أن تكون المكان الوحيد لحفظ المراجع المعتمدة في الرسالة.

ومن الأفضل تصدير الأوراق التي اجتازت الفحص إلى Zotero أو برنامج إدارة مراجع آخر، مع مراجعة بياناتها والاحتفاظ بالنسخ الكاملة والملخصات والملاحظات البحثية.

7 أخطاء تجعل الباحث يسيء تفسير خرائط الأبحاث

قد تكون خريطة الأبحاث صحيحة من الناحية التقنية، لكن طريقة قراءتها قد تؤدي إلى استنتاجات غير دقيقة عن المجال أو أهمية الدراسات أو طبيعة العلاقات بينها.

وهناك سبعة أخطاء ينبغي تجنبها عند استخدام Connected Papers وResearchRabbit:

اعتبار كل رابط Citation مباشرًا.

ليس كل خط يصل بين عقدتين دليلًا على أن إحدى الورقتين استشهدت بالأخرى؛ فقد يعبر عن التشابه الببليوغرافي أو علاقة أخرى تستخدمها الخوارزمية في ترتيب النتائج.

ويجب مراجعة نوع الخريطة والبيانات التي تعتمد عليها قبل تفسير الخطوط باعتبارها إحالات مباشرة.

مساواة عدد الاستشهادات بالأهمية العلمية.

قد تحصل دراسة على عدد مرتفع من الاستشهادات لأنها مرجع تأسيسي أو لأنها أثارت جدلًا واسعًا، لكن ذلك لا يثبت بالضرورة قوة تصميمها أو صحة نتائجها.

ومن الأفضل الجمع بين عدد الاستشهادات وجودة المنهجية ومدى ارتباط النتائج بمشكلة البحث.

اعتبار قرب العقد دليلًا على قوة العلاقة الموضوعية وحده.

يعكس قرب العقد في خريطة Connected Papers درجة التشابه التي يحسبها النظام، لكنه لا يثبت أن الدراستين تتناولان السؤال نفسه أو أن نتائجهما متطابقة.

ولهذا يجب قراءة الملخصات ومراجعة المتغيرات والمناهج قبل اعتبار الأوراق جزءًا من المحور البحثي نفسه.

اختيار Seed Paper واحد ضعيف.

قد يؤدي اختيار ورقة غير مناسبة إلى تكوين خريطة بعيدة عن موضوع الرسالة، حتى لو كانت الأوراق الموجودة فيها مرتبطة بالمصدر الأصلي.

والأفضل اختيار أكثر من دراسة ممثلة للموضوع، ثم مقارنة النتائج قبل اعتماد مجموعة المصادر النهائية.

تجاهل الدراسات الحديثة.

قد يركز الباحث على الأوراق التي حصلت على استشهادات كثيرة، فيغفل دراسات حديثة لم تحصل بعد على الوقت الكافي للانتشار.

ويجب مراجعة سنوات النشر واستخدام البحث الزمني في قواعد البيانات، إلى جانب متابعة Later Work والتنبيهات البحثية.

استخدام الخريطة دون بحث بالكلمات المفتاحية.

قد لا تكتشف أدوات الخرائط جميع الدراسات التي تتناول الموضوع، خصوصًا عندما تستخدم الأبحاث مصطلحات مختلفة أو تنتمي إلى تخصصات متداخلة.

لذلك ينبغي أن يبدأ الباحث باستراتيجية بحث بالكلمات المفتاحية والمرادفات، ثم يستخدم الخرائط لاستكمال عملية الاكتشاف.

اعتبار الخريطة بديلًا عن Scopus وWeb of Science في الدراسات الشاملة.

تُستخدم أدوات الخرائط لفهم العلاقات بين المنشورات واكتشاف مصادر إضافية، لكنها لا توفر وحدها كل متطلبات البحث الشامل الموثق.

ويجب الرجوع إلى قواعد البيانات المتخصصة وتسجيل استراتيجية البحث وتواريخ التنفيذ ومعايير الاختيار عند إعداد مراجعة منهجية أو دراسة تتطلب تغطية شاملة.

أفضل Workflow يجمع Connected Papers وResearchRabbit مع Google Scholar وScopus

بدلًا من الاعتماد على أداة واحدة طوال مدة إعداد الرسالة، يمكن بناء سير عمل بحثي يجمع بين البحث بالكلمات المفتاحية والخرائط البصرية وإدارة المراجع والتحليل النقدي.

ويمكن تنفيذ هذا المسار من خلال ثماني مراحل مترابطة:

المرحلة 1: Keyword Discovery.

ابدأ بتحديد الكلمات المفتاحية التي تعبر عن المشكلة البحثية والمتغيرات الأساسية، ثم استخدم Google Scholar وSemantic Scholar وقواعد البيانات المناسبة للتخصص لجمع مجموعة أولية من الدراسات.

ومن المهم ألا يقتصر البحث على العبارة الكاملة لعنوان الرسالة؛ بل يجب تقسيم الموضوع إلى مفاهيم أساسية، واستخدام المرادفات والمصطلحات البديلة والتعبيرات الإنجليزية المرتبطة بها.

وإذا كانت الفكرة لا تزال في مرحلة التكوين، فإن إعداد خطة البحث العلمي يساعد على تحديد المشكلة والأهداف والتساؤلات والمنهجية قبل توسيع عملية جمع المصادر.

المرحلة 2: اختيار 3–5 Seed Papers.

بعد جمع الدراسات الأولية، اختر من ثلاث إلى خمس أوراق تمثل الاتجاهات الرئيسية لموضوعك.

ويُفضل أن تتنوع هذه الأوراق بين دراسة تأسيسية، ودراسة حديثة، ودراسة تتناول العلاقة الأساسية بين المتغيرات، ودراسة تستخدم منهجًا مناسبًا لمشكلة البحث.

ولا يشترط أن تكون الأوراق الأكثر استشهادًا هي الأفضل دائمًا؛ بل يجب أن تكون الأقرب إلى السؤال البحثي والأكثر فائدة في بناء الأدبيات.

المرحلة 3: Connected Papers لفهم الخريطة الأولية.

أدخل كل ورقة محورية في Connected Papers، وأنشئ الخرائط التي تساعدك على فهم العلاقات بين الدراسات.

وركز على تحديد التجمعات البحثية والمراجع السابقة والأوراق اللاحقة، مع حفظ الدراسات التي تستحق القراءة في قائمة مستقلة.

ويفضل مقارنة الخرائط الناتجة من البذور المختلفة، لأن كل ورقة قد تكشف عن جانب من المجال لا يظهر في الخرائط الأخرى.

المرحلة 4: ResearchRabbit لتوسيع المجموعة.

أنشئ Collection خاصة بالموضوع، ثم أضف إليها الأوراق التي اخترتها من الخرائط السابقة.

استخدم Similar Work للعثور على دراسات إضافية، وEarlier Work للوصول إلى المصادر التأسيسية، وLater Work لمتابعة الأبحاث التي استشهدت بالمصادر الموجودة في مجموعتك.

وكلما اكتشفت دراسة مناسبة، يمكنك إضافتها كبذرة جديدة وإعادة تشغيل البحث؛ لكن احرص على عدم إضافة أوراق بعيدة عن السؤال البحثي حتى لا تتوسع الشبكة بصورة غير مفيدة.

المرحلة 5: Scopus/Web of Science للتحقق والتغطية.

بعد الانتهاء من الاكتشاف الأولي، ارجع إلى قواعد البيانات المتخصصة للتحقق من الأوراق وتوسيع البحث وتحديد نطاق التغطية.

وتشمل هذه المرحلة:

• التحقق من بيانات النشر والمعرفات الرقمية.

• البحث عن الاستشهادات والمراجع المرتبطة بالدراسات المهمة.

• مراجعة الفترات الزمنية واللغات وأنواع المنشورات.

• تطبيق معايير البحث المناسبة للتخصص.

• توثيق جميع استراتيجيات البحث المستخدمة.

ولا ينبغي اعتبار ظهور المجلة في إحدى قواعد البيانات دليلًا على جودة كل دراسة منشورة فيها؛ ففهرسة المجلة وتقييم الدراسة عمليتان مختلفتان.

المرحلة 6: Zotero لتنظيم المراجع.

انقل الدراسات التي اجتازت الفحص الأولي إلى Zotero، وأنشئ مجموعات فرعية تتوافق مع محاور الرسالة.

وسجل بيانات المؤلفين والعناوين وسنوات النشر والمعرفات الرقمية، وأرفق ملفات PDF والملاحظات البحثية عندما تكون متاحة.

ويمكن استخدام أدوات الدراسة والقياس البحثي عند الانتقال من مراجعة الأدبيات إلى تحديد أدوات جمع البيانات التي تتوافق مع المتغيرات والمنهج المستخدم.

المرحلة 7: Screening وتحليل نقدي.

لا تنتقل مباشرة من اكتشاف الدراسة إلى اعتمادها في الرسالة؛ بل يجب فحص مدى ملاءمتها ومعرفة ما إذا كانت تقدم دليلًا مباشرًا على الموضوع.

وتشمل عملية الفحص:

• قراءة العنوان والملخص لتحديد الصلة الأولية.

• مراجعة النص الكامل للدراسات المؤهلة.

• التحقق من تصميم الدراسة وحجم العينة والمنهجية.

• مقارنة النتائج والقيود بين الدراسات.

• البحث عن الأدلة المتعارضة.

• مراجعة حالة النشر والتصحيحات والسحب عند الحاجة.

وعند الحاجة إلى مراجعة علمية متخصصة لأدوات البحث والاستبيانات وملاءمتها لأهداف الدراسة، يمكن الاطلاع على تحكيم الدراسات والاستبانات، مع مراعاة أن مراجعة الأدوات لا تحل محل التقييم النقدي للدراسات المنشورة.

المرحلة 8: استخراج Research Gap.

بعد مراجعة الدراسات، ابدأ في تحديد ما يجمع بينها وما يختلف، وما الجوانب التي لم تحصل على معالجة علمية كافية.

ويمكن تصنيف الفجوات التي تكتشفها إلى:

• فجوة معرفية: نقص المعلومات أو الأدلة حول مفهوم أو علاقة معينة.

• فجوة منهجية: محدودية المناهج أو أدوات القياس التي استخدمتها الدراسات السابقة.

• فجوة تطبيقية: عدم اختبار النتائج في بيئة أو مجتمع معين.

• فجوة زمنية: الحاجة إلى إعادة اختبار نتائج قديمة في ضوء تطورات جديدة.

• فجوة نظرية: غياب الربط بين نماذج أو نظريات تفسر الظاهرة من زوايا مختلفة.

ويجب أن تكون الفجوة الناتجة مدعومة بمراجعة فعلية للدراسات، لا بمجرد ملاحظة مساحة فارغة في إحدى الخرائط.

خريطة قرار: متى أستخدم Connected Papers ومتى أستخدم ResearchRabbit؟

يمكن اختيار الأداة وفق طبيعة المهمة التي تريد تنفيذها، دون الحاجة إلى استخدام المنصتين في جميع المراحل.

إذا كان لديك Paper واحد فقط → Connected Papers.

تكون Connected Papers مناسبة عندما تمتلك ورقة محورية واحدة وتريد الوصول بسرعة إلى الدراسات المشابهة والأعمال التأسيسية والبحوث اللاحقة.

إذا كان لديك عدة Seed Papers → ResearchRabbit.

تكون ResearchRabbit أكثر ملاءمة عندما تمتلك مجموعة من الأوراق المهمة وتريد تحليل العلاقات بينها وتوسيعها بصورة مستمرة.

إذا أردت معرفة الأعمال المؤسسة بسرعة → Connected Papers.

استخدم Prior Works للوصول إلى الأوراق التي تكررت الإشارة إليها في المجموعة البحثية، ثم راجع مصادرها الأصلية للتأكد من أهميتها.

إذا أردت بناء Collection مستمرة → ResearchRabbit.

اختر ResearchRabbit عندما تحتاج إلى تنظيم المراجع حسب الفصول أو المحاور، ومشاركة المجموعات، وإضافة دراسات جديدة بمرور الوقت.

إذا أردت تتبع المجال لفترة طويلة → ResearchRabbit.

تقدم ResearchRabbit إمكانات مناسبة لمتابعة الأوراق والمؤلفين والمجموعات البحثية، إلى جانب الإشارات والتنبيهات المتاحة ضمن الخطط المؤهلة.

إذا أردت صورة أولية خلال دقائق → Connected Papers.

عندما يكون هدفك تكوين تصور بصري سريع عن المجال انطلاقًا من دراسة محددة، فإن Connected Papers تقدم مسارًا مباشرًا لا يحتاج إلى بناء مكتبة كبيرة أولًا.

إذا أردت Workflow أطول ومتكاملًا → استخدم الاثنين.

عندما تعمل على رسالة ماجستير أو دكتوراه أو مراجعة أدبيات ممتدة، فمن الأفضل استخدام Connected Papers لفهم التجمعات البحثية، وResearchRabbit لتنظيم الاستكشاف وتوسيعه، ثم استكمال العمل بقواعد البيانات وبرامج إدارة المراجع.

الحكم النهائي: Connected Papers أم ResearchRabbit؟

يعتمد الاختيار النهائي على حجم المشروع البحثي وطبيعة الأدبيات التي يتعامل معها الباحث ومدى حاجته إلى تتبع الدراسات والمؤلفين وتنظيم المصادر.

متى يكون Connected Papers هو الخيار الأفضل؟

تكون Connected Papers الخيار الأنسب عندما تريد اكتشاف العلاقات بين الدراسات بصورة بصرية سريعة، خصوصًا إذا كنت تمتلك ورقة محورية جيدة وتحتاج إلى تحديد الأعمال التأسيسية والدراسات القريبة منها.

وتبرز أهميتها في مرحلة التعرف على المجال، وتكوين تصور أولي عن تجمعات الأدبيات، والوصول إلى أوراق قد لا تظهر بسهولة في البحث بالكلمات المفتاحية.

متى يكون ResearchRabbit هو الخيار الأفضل؟

تكون ResearchRabbit الخيار الأنسب عندما تريد إنشاء بيئة بحثية مستمرة تجمع بين اكتشاف الدراسات وتنظيمها وتتبع المؤلفين والاستشهادات.

وتظهر فائدتها بصورة خاصة في المشروعات الطويلة التي تحتاج إلى مجموعات متعددة، وتحديث مستمر للمراجع، وإمكانية توسيع البحث كلما ظهرت أوراق جديدة.

متى يكون الجمع بينهما هو الاختيار الأذكى؟

يكون الجمع بين الأداتين مفيدًا عندما لا تقتصر المهمة على العثور على أوراق متشابهة، بل تشمل فهم المجال وتحديد الدراسات المؤسسة وتوسيع مجموعة الأدبيات ومتابعة التطورات الحديثة.

ويمكن توزيع العمل بينهما على النحو التالي:

• Connected Papers لتكوين الخريطة الأولية واكتشاف الدراسات المحورية.

• ResearchRabbit لتوسيع مجموعة البذور وتتبع المراجع والمؤلفين.

• Google Scholar وScopus وWeb of Science لاستكمال البحث والتحقق من التغطية.

• Zotero لحفظ المصادر وتنظيمها وتوثيقها.

ما الذي لا تستطيع أي منهما أن تحسمه وحدها؟

لا تستطيع أي من الأداتين تحديد جودة البحث العلمي أو إثبات صحة نتائجه أو التأكد من اكتمال مراجعة الأدبيات بمفردها.

وتظل هناك مهام تحتاج إلى الباحث نفسه، مثل:

• تقييم سلامة التصميم والمنهجية.

• مراجعة البيانات والنتائج والاستنتاجات.

• التحقق من ملاءمة الدراسات لمشكلة البحث.

• تحليل أوجه الاتفاق والاختلاف بين الأدلة.

• إثبات الفجوة البحثية من خلال مراجعة نقدية.

• توثيق إجراءات البحث وفق متطلبات الجامعة والمجلة العلمية.

وبعد الانتهاء من إعداد الرسالة، يمكن الاستفادة من التدقيق اللغوي والمراجعة للأبحاث لمراجعة سلامة الصياغة والمصطلحات والتوثيق قبل التسليم، مع بقاء مسؤولية المحتوى العلمي وقراراته على الباحث.

الأسئلة الشائعة

هل ResearchRabbit مجاني؟

نعم، توفر ResearchRabbit خطة مجانية دائمة تشمل البحث غير المحدود، وإنشاء مجموعات ومكتبات غير محدودة، والتعاون ومشاركة المجموعات، واستخدام ما يصل إلى 50 ورقة كبذور للبحث. وتوجد خطة مدفوعة (ResearchRabbit+) ترفع الحد إلى 300 ورقة وتضيف أدوات بحث وتنظيم متقدمة.

ResearchRabbit+1

هل Connected Papers مجاني؟

نعم، يمكن استخدام Connected Papers مجانًا لإنشاء خمس خرائط شهريًا، مع إتاحة الخصائص الأساسية، ومنها خرائط التشابه والأعمال السابقة واللاحقة. وتسمح الخطط المدفوعة بإنشاء عدد غير محدود من الخرائط.

Find and explore academic papers

هل يدعم ResearchRabbit Zotero؟

نعم، يدعم ResearchRabbit استيراد المراجع من مكتبات Zotero، كما يوفر تصدير الأوراق المكتشفة بصيغة BibTeX لاستيرادها إلى Zotero. وتتوفر المزامنة ثنائية الاتجاه ضمن الخطة المدفوعة المؤهلة.

ResearchRabbit – Guides+1

هل يمكن استخدام Connected Papers مع Zotero؟

نعم، يمكن تصدير بيانات الأوراق المكتشفة في Connected Papers إلى برامج إدارة المراجع، ومنها Zotero وMendeley وEndNote، بما يسمح بالاحتفاظ بالمصادر وتنظيمها داخل مكتبة بحثية مستقلة.

ETH Zurich+1

هل Connected Papers يستخدم الذكاء الاصطناعي؟

تستخدم Connected Papers خوارزميات تحليل التشابه الببليوغرافي وبناء الرسوم البيانية، وتعتمد على مفهومي الاستشهاد المشترك والربط الببليوغرافي لتحديد الأوراق المرتبطة. لكن لا توجد في الوثائق الرسمية التي تمت مراجعتها معلومات تثبت اعتمادها على نموذج لغوي توليدي مثل ChatGPT في بناء الخرائط.

هل ResearchRabbit يستخدم ChatGPT أو LLM؟

لا توضح الوثائق التقنية الرسمية أن ResearchRabbit تستخدم ChatGPT أو نموذجًا لغويًا كبيرًا محددًا لتوليد توصياتها الأساسية. وتشرح المنصة أن اكتشاف الدراسات يعتمد على شبكة الاستشهادات والعلاقات بين الأوراق، مع استخدام خوارزميات لتحديد المنشورات المرتبطة.

ResearchRabbit – Guides

هل يمكن اكتشاف Research Gap باستخدام Connected Papers؟

يمكن استخدام Connected Papers لاستكشاف التجمعات البحثية والموضوعات التي تتركز حولها الدراسات، وقد يساعد ذلك في تكوين فرضيات أولية عن المجالات قليلة التمثيل. لكن إثبات وجود فجوة بحثية يتطلب قراءة الدراسات وتحليل مناهجها ونتائجها وحدودها، والبحث في قواعد البيانات الأخرى قبل اعتماد الفجوة في الرسالة.

هل يمكن استخدام ResearchRabbit في Systematic Review؟

نعم، يمكن استخدامها كأداة تكميلية لاكتشاف الدراسات وتتبع المراجع والاستشهادات، لكنها لا تغني عن البحث الأساسي في قواعد البيانات المتخصصة، وتوثيق الاستراتيجية ومعايير الإدراج والاستبعاد وإجراءات الفحص وفق الإرشادات المنهجية المناسبة.

bmj.com+1

ما أفضل أداة للعثور على الدراسات السابقة؟

يعتمد الاختيار على طريقة البحث؛ فإذا كنت تمتلك ورقة محورية واحدة وتريد إنشاء خريطة سريعة للأوراق المتشابهة، فإن Connected Papers مناسبة. أما إذا كنت تريد استخدام عدة أوراق وتنظيمها في مجموعات ومتابعة المؤلفين وتوسيع نتائج البحث تدريجيًا، فإن ResearchRabbit أكثر ملاءمة.

ما أفضل بديل لـ Google Scholar لاكتشاف الدراسات المرتبطة؟

لا توجد أداة واحدة تحل محل جميع وظائف Google Scholar. يمكن استخدام Semantic Scholar للبحث الأكاديمي المدعوم بالذكاء الاصطناعي، وConnected Papers لبناء خرائط التشابه، وResearchRabbit لاستكشاف شبكة الاستشهادات. والأفضل الجمع بين البحث بالكلمات المفتاحية والبحث البصري بدلًا من الاعتماد على بديل واحد.

ما الفرق بين ResearchRabbit وSemantic Scholar؟

تُعد Semantic Scholar محرك بحث أكاديميًا يساعد على اكتشاف الأوراق العلمية وتحليل بياناتها واستشهاداتها، بينما تركز ResearchRabbit على تحويل العلاقات بين الأوراق إلى مسارات استكشاف تفاعلية، مع تنظيم الدراسات داخل Collections وتتبع المؤلفين. كما تعتمد ResearchRabbit على Semantic Scholar ضمن مصادر البيانات التي تستخدمها إلى جانب OpenAlex وCrossref.