ჭეშმარიტების შემუშავება: Google Scholar Concept

წარმოიდგინეთ, რომ დილით გაიღვიძეთ დეიდისგან ელ.ფოსტით გაგზავნილ სტატიაზე, გააფრთხილეთ რომ არ ვაქცინოთ ახალშობილი შვილი. თქვენ შემაშფოთებლად გახსნით ბმულს და წაიკითხავთ, რომ Lancet- ში (მსოფლიოში ერთ-ერთი ყველაზე ცნობილი სამეცნიერო ჟურნალი) გამოქვეყნებულმა კვლევამ საბოლოოდ დაადგინა, რომ ვაქცინები იწვევს აუტიზმს. ფაქტობრივი გამოკვლევის PDF ლეგიტიმურად გამოიყურება, თუმცა სამედიცინო ექსპერტიზის ნაკლებობა ხელს გიშლის მისი გაგება ან მარტივად დისკრედიტაცია. ყოველივე ამის შემდეგ, იგი გამოქვეყნებულია Lancet- ით, აქვს ათეული ციტატა, და სტატია გონივრულ არგუმენტს აკეთებს. შეიძლება შემდგომი გამოკვლევა აირჩიოთ, მაგრამ შეიძლება ზოგი დარწმუნდეს და ფეისბუქზე ხელახლა გააზიაროთ, რომ სხვა მშობლები გააფრთხილონ ვაქცინაციის საშიშროების შესახებ.

ასე ხდება დეზინფორმაცია.

ეს კვლევა ფაქტობრივად აითვისა ენდრიუ ვაიკფილდმა და გამოქვეყნდა The Lancet- ში 1999 წელს. მაგრამ თქვენი დეიდის სტატია რაც გამოტოვებულია არის ის, რომ კვლევა სრულად იქნა გამოყვანილი 2010 წელს მონაცემთა მანიპულირების გამო და უეიკფილდის სამედიცინო ლიცენზია გაუქმებულია. ინციდენტი ფართოდ იქნა მიჩნეული, როგორც საწინააღმდეგო ვაქცინაციის მოძრაობის მთავარი კატალიზატორი, რომელიც პასუხისმგებელია ადრე კონტროლირებადი დაავადებების, წითელა და ყბაყურის გამომწვევ დაავადებებზე, რამაც მრავალი ადამიანი დაიღუპა.

სიმართლე კომპასი

ჩვენ ვგულისხმობთ ეპისტემოლოგიური კრიზისის დროს, არაპატენტური დეზინფორმაციის შედეგად, რომლის შესამოწმებლად არც დრო გვჭირდება და არც ექსპერტიზა. მიუხედავად იმისა, რომ არ არის სრულყოფილი, მეცნიერება საუკეთესო იარაღია, რომლის მისაღწევად ჩვენ უნდა მივიდეთ სიმართლეს, რადგან ის წარმოშობს იმ ფუნდამენტურ ფაქტებს, რომლებზეც ემყარება მოსაზრებებს, რწმენას და მსოფლიო პოლიტიკას. ამასთან, სანდო კვლევის იდენტიფიცირების მრავალი გამოწვევა არსებობს:

  1. მიუწვდომელი ტექნიკური ჟარგონი, მკვრივი ტექსტი და ხშირი გადახურებები სამეცნიერო კვლევებს პრაქტიკულად მიუწვდომელ მასებს ხდის, რის გამოც მას მედიაზე დაყრდნობით ვეყრდნობით თარგმანს.
  2. გაზვიადებულია - მედია ხშირად ამარტივებს და სენსაციალიზაციას უკეთებს დასკვნებს, რათა შექმნას რეკლამირების შემოსავალი, სიმართლის შემდგომი განზავება.
  3. დინამიური სამყარო, სტატიკური ინფორმაცია - დღეს გამოქვეყნებული ინფორმაციის უმეტესობა ქვაშია ნაჩვენები, თუ ხელით არ განახლდება. ეს განსაკუთრებით საშიშია მეცნიერებისათვის, რადგან ის ყოველთვის ვითარდება - ის, რაც დღეს დადასტურდა, შეიძლება ხვალ უარყო და პირიქით.
  4. ციტატის კურდღლის ხვრელის შესახებ - კვლევები ხშირად მოიხსენიებს 20–50 სხვა კვლევებს. თუ ერთ-ერთი გამოკვლევა შეწყვეტილია, ხომ არ უნდა იმოქმედოს იგი რომელიმე კვლევის სანდოობაზე?
როგორ უნდა ვიცოდეთ, სტატიაში შესწავლილი შესწორდა ან გამოცხადდა?
რამდენად სანდოა გამოკვლევა, რომელიც მოიხსენიებს შეწყვეტილ ან მოძველებულ კვლევებს?
გამოქვეყნებულია გამოკვლევა, რომელიც კერძო ორგანიზაციამ გამოაქვეყნა ინტერესთა კონფლიქტით?
აქვს თუ არა ავტორს თაღლითობის დოკუმენტირებული ისტორია?

RetractionWatch.com– ის მსგავსი ძალისხმევა ადევნებს თვალყურს ადევნებულ გამოქვეყნებულ მასალებს, განსაკუთრებით ციტირებულ გამოხმაურებებთან და ავტორთა ლიდერებთან, რომელთაც აქვთ ყველაზე მაღალი წევა. მიუხედავად იმისა, რომ სწორი მიმართულებით გადადგმული ნაბიჯი, საიტის მონახულება ყოველ ჯერზე, როდესაც გსურთ დაადასტუროთ კვლევა ან ავტორი, მძიმეა და მასშტაბური არ არის.

Google Scholar ბროუზერი გაფართოება

შესაძლოა, გუგლის ერთ-ერთი უფრო მეტად დაქვემდებარებული პროექტი იყოს Google Scholar - უფასო მონაცემთა ბაზა, რომლის თანახმად, 150 მილიონი ფუნტია გადამოწმებული აკადემიური ჟურნალი, წიგნები, კონფერენციების ფურცლები, დისერტაცია, დისერტაციები, და კიდევ სასამართლო მოსაზრებები და პატენტები.

მე ვგულისხმობ Google Scholar ბრაუზერის გაფართოებას, რომელიც ამოიცნობს გამოთხოვილ ან მოძველებულ დოკუმენტებს, აფრთხილებს, თუ სწავლის ციტატა აღარ არის გამოსაყენებელი, ავტორების გაფრთხილება აქვს დოკუმენტაციულ თაღლითობას და აცნობებს კერძო დაფინანსებულ კვლევებს, იმ იმედით, რომ მკითხველს დაეხმარება სანდოობის დამკვიდრებაში.

მოდით გადახედოთ თქვენი დეიდის სტატიას ადრე, დაინსტალირებულია Google Scholar გაფართოება:

სტატიის გახსნისას, თქვენი Google Scholar ბრაუზერის გაფართოება აფრთხილებს, რომ თქვენ აღმოაჩენთ სტატიაში ცუდი შესწავლას:

როდესაც კითხვის დაწყებას შეამჩნევთ, ხაზგასმულია მოცემული კვლევის ბმული:

დააჭირეთ ღილაკს "დეტალების ნახვა" ან გაფართოების ხატულა ინფორმაციის ბარათების შესახებ, სადაც უფრო მეტი დეტალია:

საინფორმაციო ბარათები 7 სექციისგან შედგება:

  • გაფრთხილება (საჭიროების შემთხვევაში).
  • დოკუმენტის ტიპი: დოკუმენტის სახელი და ბმული.
  • გამომცემელი: გამომცემლის სახელი, თარიღი, წყარო
  • ავტორი: სახელი, სათაური, ინსტიტუტი, თანაავტორები,
  • დაწესებულება: სახელი, კერძო ან საჯარო
  • საინფორმაციო ბარი: ციტირებული ნომერი, შესაბამისი სტატიები და ჩამოტვირთვა (საჭიროების შემთხვევაში)

გაფართოების თითოეული UI ელემენტისთვის არსებობს სხვადასხვა სიმძიმის მდგომარეობა:

მრავალი დოკუმენტის არსებობის შემთხვევაში, გაფართოების ხატულა აჩვენებს ყველაზე მაღალი სიმძიმის დოკუმენტებს (თუ არსებობს 2 გამოყვანილი და 4 არააკლასფიცირებული, ხატი წითელი იქნება ნომრით 2).

ინფორმაციის ბარათის ბმულები იწვევს Google Scholar– ის შესაბამის გვერდებზე:

Კვლევა

მე დავიწყე იმის კვლევა, თუ როგორ გავრცელდა ინფორმაცია და კონსულტაცია გაუწია ჩემს მეგობარ დოქტორანტს. სამეცნიერო სიახლეების ეკოსისტემაში დავასახელე ძირითადი მოთამაშეების ურთიერთობები:

  • ავტორები (პროფესორები) ასრულებენ მეცნიერების კვლევას
  • ინსტიტუტები აფინანსებენ ამ ავტორებს
  • ჟურნალები გამოაქვეყნეთ ხარისხის შედეგების შესახებ
  • მედია საიტები და ბლოგები აცნობებენ ამ აღმოჩენებს
  • მკითხველი სწავლობს სამეცნიერო კვლევის შედეგებს მედიის საიტების საშუალებით

გარკვეული თხრილების შემდეგ, ცხადი ხდება, რომ თითქმის ყველა მოთამაშე არის სტიმულირებული, რომ იმოქმედონ საკუთარი ინტერესით:

  • ავტორები - ღირებული კვლევის შედეგები = კარიერული წინსვლა
  • ინსტიტუტები - დასაქმებული უფრო ღირებული ავტორები = უკეთესი რეპუტაცია / $
  • ჟურნალები - გამოქვეყნებულია უფრო ღირებული კვლევა = უკეთესი რეპუტაცია / $
  • გამოქვეყნდა მედია - უფრო საინტერესო გამოკვლევა = უფრო მეტი სარეკლამო ფულის გამომუშავება

ეს დასკვნები კიდევ უფრო აძლიერებს ასეთი გაფართოების საჭიროებას.

ამის შემდეგ, მე დავადგინე Google Scholar– ის მიმდინარე ნავიგაცია:

ამის შემდეგ დავგეგმე იმ ფუნქციონალური ფუნქციონირება, რომელსაც ვგეგმავდი და გვერდებს შორის ნავიგაცია:

მომავალი ნაბიჯები

ბრაუზერის გაფართოების უარყოფითი მხარე ის არის, რომ ისინი არ მუშაობენ მობილურით. შესაძლო გამოსავალი იქნება გამოყოფილი მობილური ბრაუზერი ან ფუნქციების გამომცხვარი Google Chrome- ში (android / iOS). გარდა ამისა, არსებობს რამდენიმე საინტერესო მომავლის შესაძლებლობა:

  • AI– დანადგარების სწავლებას საბოლოოდ შეეძლო სემანტიკის გაანალიზება და Google Scholars– ის მონაცემთა ბაზას შორის მნიშვნელოვანი ურთიერთობების შექმნა, რამაც შეიძლება შემდგომი გააზრება გამოიწვიოს. საბოლოო ჯამში, AI შეიძლება იყოს საბოლოო თანატოლის შემფასებელი და BS დეტექტორი, რადგან ეს აზროვნებს ყველა აკადემიურ ლიტერატურაში ადრე შეუმჩნეველი ნიმუშების გამოვლენით.
  • PubPeer.com– ზე მოსულ ხალხურ საიტებზე დაუკავშირდით საშუალებას, აკადემიკოსებმა შეასრულონ პოსტ-გამოქვეყნების თანატოლების მიმოხილვა, რამაც ხაზი გაუსვა ხარვეზებს რამდენიმე გახმაურებულ ნაშრომში და კიდევ გამოიწვევს რეციდივებს. საინტერესო იქნება დაზუსტებული მეცნიერების მიერ კომენტირების ან თუნდაც კენჭისყრის დათვალიერება.
  • დეცენტრალიზაცია - ვფიქრობ, რომ არცერთი პროექტი არ დასრულებულა, სანამ ბლოკჩეინი არ მონაწილეობს ... ყველა ხუმრობს გარდა, ვხედავდი Ethereum- ს სამეცნიერო ჟურნალის DApp- ს, რომელიც ინახავს და დამოწმებს კვლევებს ბლოკჩეინზე. გადამოწმებული მეცნიერი, რომელიც წარუდგენს თანატოლებთან დაკავშირებულ კვლევებს, დააჯილდოვა კრიპტო ნიშნით ხარისხის ღვაწლისთვის - შეიძლება არსებობდეს ჭკვიანური ხალხმრავალი მოდელი, მომავალი კვლევების დაფინანსებისთვის. ამ ეტაპზე Google Scholar აღარ ეკუთვნის Google- ს, რადგან ეს იქნება დამოუკიდებელი მომსახურება, იმუნიტეტი ცენტრალური კონტროლისა და ცენზურის მიმართ.

ჩემი გრძელვადიანი ხედვა არის ჭეშმარიტების მექანიზმი, რომელიც ვრცელდება მეცნიერების მიღმა, ახალი ამბების სტატიებამდე, ბლოგზე, ტვიტერზე, საიტებზე და კიდევ წიგნების წიგნებში, ისეთი სერვისების ჩართვით, როგორიცაა FactCheck, Snopes, FiB, BS დეტექტორი და MediaBias.

რუსეთის გავლენა 2016 წლის აშშ-ს საპრეზიდენტო არჩევნებზე არის შეიარაღებული ინფორმაციის ძალა. იმ პერიოდში, როდესაც სოციალური მედია ბევრისთვის გახდა მთავარი სიახლე, სანდოობა და სანდოობა გაქრა და ხშირ შემთხვევაში აშკარა გაქრა. მცდარი ინფორმაცია იქცა მთავარ ძალად, რომელიც ქმნის ჩვენს სამყაროს, რადგან ეს იაფია და ადვილია, ვიდრე ოდესმე წარმოება და გავრცელება. ეს კონცეფცია მხოლოდ ერთი მიდგომაა უფრო ფართო და რთული პრობლემისადმი, რადგან ჩვენ ინსტრუმენტების სასოწარკვეთილება გვჭირდება იმისთვის, რომ დეზინფორმაციისგან დავიცვათ

PS: ამ სტატიის დასრულებიდან რამდენიმე დღის შემდეგ, Chan-Zuckerberg ინიციატივამ გამოაცხადა კომპეტენტური ცოდნის პროექტი, რომლის მიზანია AI– ს გამოყენებით სამეცნიერო ნაშრომების სრულყოფილად დაკავშირება და გაგება.