Bibliographic Exploration Methodologies to Support Systematic and Scoping Reviews
تقترح هذه الورقة وتستعرض إطار عمل قابلاً للتكرار يستفيد من تقنيات معالجة اللغات الطبيعية وتعلم الآلة لتحليل المتون الببليوغرافية، مما يساعد الباحثين في صياغة الأسئلة البحثية، وتحديد الفجوات الموضوعاتية، وتحسين استراتيجيات البحث قبل إجراء المراجعات المنهجية أو الاستقصائية الرسمية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول فهم مكتبة شاسعة، متنامية باستمرار، حيث تُضاف كتب جديدة إليها كل ثانية، مكتوبة بلغات مختلفة، ومنظمة دون نظام واحد. هذا هو واقع العلم الحديث. يواجه الباحثون اليوم فيضاً من المعلومات الهائل لدرجة أن مجرد العثور على الكتب المناسبة لقراءتها من أجل مشروع معين أصبح مهمة جسيمة. عندما يريد العلماء فهم موضوع ما، فإنهم غالباً ما يجرون "مراجعة استقصائية"، وهي عملية دقيقة لرسم خريطة لما هو معروف بالفعل، وتحديد الفجوات، وتنظيم الفوضى. ولكن قبل أن يتمكنوا حتى من البدء في قراءة النصوص الكاملة، يجب عليهم أولاً جمع آلاف المقالات المحتملة من قواعد بيانات ضخمة. والمشكلة هي أن هذه القوائم الأولية غالباً ما تكون كبيرة وفوضوية للغاية بحيث يصعب التعامل معها يدوياً. تشير دراسة جديدة إلى أنه يمكن للباحثين استخدام أدوات حاسوبية للحصول على رؤية واضحة وعالية المستوى لهذا الجبل من الأدبيات قبل أن يبدأوا العمل البطيء في قراءة كل صفحة.
وضع الباحثون، وهم فريق من الجامعة الفيدرالية في ABC بالبرازيل، هدفهم لاختبار طريقة تستخدم الذكاء الاصطناعي لاستكشاف الأدبيات العلمية. وقد ركزوا على مجال محدد وحرج: كيفية إدارة البرازيل لنفاياتها البلدية الصلبة. في يناير 2026، بحثوا في اثنتين من أكبر قواعد البيانات العلمية في العالم، Scopus وWeb of Science، باستخدام كلمات رئيسية تتعلق بالنفايات الصلبة والبرازيل. أسفر بحثهم عن 1,336 سجلاً. وبعد إزالة المكررات، تبقى لديهم 1,281 عملاً أكاديمياً، بما في ذلك مقالات المجلات، وفصول الكتب، وأوراق المؤتمرات. وبدلاً من قراءة كل عنوان وملخص واحداً تلو الآخر، قاموا بتغذية هذه المجموعة بأكملها في برنامج حاسوبي مصمم لإيجاد الأنماط في اللغة.
عامل الفريق عناوين هذه الأوراق وملخصاتها كنص واحد ضخم. قاموا أولاً بتنظيف البيانات، وإزالة الكلمات الشائعة مثل "the" أو "and" التي لا تحمل معنى كبيراً، وركزوا على المصطلحات الهامة. ثم استخدموا عدة تقنيات حاسوبية لرؤية كيف تتصل الكلمات والأفكار ببعضها البعض. نظرت إحدى الطرق إلى الكلمات التي تظهر معاً بشكل متكرر، مما خلق خريطة للعلاقات. وطريقة أخرى قامت بتجميع الوثائق في مجموعات بناءً على مدى تشابه مفرداتها، تماماً مثل فرز كومة من البطاقات المختلطة إلى مجموعات مرتبة دون معرفة القواعد مسبقاً. كما استخدموا نهجين إحصائيين متقدمين للكشف عن الموضوعات الخفية، أو "المواضيع"، التي تمر عبر المجموعة. أحد هذين النهجين، والذي وجدوا أنه الأكثر فعالية لهذه المجموعة المحددة من النصوص، قام بتفكيك الوثائق إلى مجموعات متميزة بناءً على مزيج الكلمات التي تحتوي عليها.
كشفت النتياج عن هيكل واضح داخل الأدبيات. أظهر التحليل الحاسوبي أن البحث حول النفايات الصلبة في البرازيل ليس مجموعة مشتتة من الأفكار العشوائية، بل هو منظم حول نواة مركزية. تربط هذه النواة الفعل الفيزيائي لإدارة النفايات مع أربعة أبعاد رئيسية: المخاوف البيئية، والسياسات المؤسسية، والخدمات اللوجستية التشغيلية، والعوامل الاجتماعية والاقتصادية. أظهرت الخرائط الحاسوبية أن مصطلحات مثل "مكب النفايات"، و"إعادة التدوير"، و"الانبعاثات" شكلت مجموعة واحدة متماسكة، بينما شكلت كلمات مثل "السياسة"، و"الخدمة العامة"، و"البلدية" مجموعة أخرى. وربطت مجموعة ثالثة الجوانب الاقتصادية، مثل "التكلفة" و"القيمة"، مع القضايا الاجتماعية مثل "الصحة" و"السكان". ومن خلال تصور هذه الروابط، استطاع الباحثون رؤية أن المجال تهيمن عليه التحديات العملية لإدارة النفايات في السياق البرازيلي، مع ظهور مجالات فرعية واضحة حول عمليات محددة مثل اللوجستيات العكسية وطاقة الغاز الحيوي.
ومن الأهمية بمكان ملاحظة أن الدراسة لم تجد أن الحاسوب يمكن أن يحل محل الباحث البشري. فقد أكد المؤلفون بحذر أن هدفهم لم يكن أتمتة عملية المراجعة أو ترك الآلة تقرر أي الأوراق هي المهمة. بدلاً من ذلك، كان الحاسوب يعمل كعدسة قوية ساعدت الباحثين على رؤية شكل المجال قبل أن يبدأوا عملهم التفصيلي. أشار التحليل إلى أن الطريقة الأكثر فعالية لتنظيم هذا النوع المحدد من الأدبيات هي من خلال طريقة تنشئ مجموعات مواضيع متميزة وغير متداخلة، بدلاً من الطريقة التي تسمح للموضوعات بالاختلاط ببعضها كثيراً. ساعد هذا التمييز الفريق على فهم أنه بينما تكون بعض مجالات البحث محددة ومنفصلة للغاية، فإن أخرى تتداخل طبيعياً، ويمكن للأدوات الحاسوبية تسليط الضوء على مكان وجود تلك الحدود.
خلص الفريق إلى أن هذا النهج يقدم طريقة قابلة للتكرار للتحضير للمراجعات الرسمية. ومن خلال استخدام هذه الأدوات، يمكن للباحثين صياغة أسئلة أفضل، وتحسين استراتيجيات البحث الخاصة بهم، وتحديد أين توجد الفجوات في المعرفة حقاً قبل أن يقضوا شهوراً في قراءة الأوراق الفردية. وتوضح الدراسة أنه عندما يواجه العلماء فيضاً من المعلومات، يمكن للطرق الحسابية أن توفر طريقة مهيكلة، وشفافة، وقائمة على الأدلة لاتخاذ الخطوة الأولى. فهي تسمح للعلماء بالانتقال من الشعور بالارتباك أمام الحجم الهائل للبيانات إلى امتلاك رؤية بانورامية واضحة للمشهد، مما يضمن أنه عندما يبدأون غوصهم العميق، فإنهم يتجهون في المسار الصحيح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.