साहित्य समीक्षा को उल्टा लिखना: पहले दावा, बाद में स्रोत
अधिकांश सलाह कहती है कि पहले व्यापक रूप से सामग्री इकट्ठा करें, फिर जो मिला उसमें कोई पैटर्न देखें। इसे उल्टा करें, पहले दावा बताइए, फिर केवल वही खोजिए जो उसे पुष्ट करे या खंडित करे। यह पोस्ट दोनों दिशाओं में citation chaining, दावे से ही search string बनाना, और कब रुकना है, इन सब पर चर्चा करती है।
साठ सहेजे गए PDF और यह समझ न होना कि वे मिलकर क्या निष्कर्ष देते हैं, साहित्य समीक्षा में सबसे सामान्य विफलता-रूप है, और यह चरणों को गलत क्रम में करने से उत्पन्न होता है। सामान्य सलाह, व्यापक रूप से खोजें, जो कुछ भी प्रासंगिक लगे उसे सहेजें, फिर केंद्रीय सूत्र खोजें, स्रोत-खोज को पहले डेटा-संग्रह और दूसरे स्थान पर तर्क-निर्माण मानती है। क्रम उलट दें और खोज अधिक सटीक हो जाती है: पहले दावा स्पष्ट करें, फिर केवल वही खोजें जो उसे पुष्ट करे या उसे चुनौती दे।
साहित्य समीक्षा के लिए स्रोत कैसे खोजें, इसे सामान्यतः एक ब्राउज़िंग समस्या के रूप में सिखाया जाता है: अच्छे डेटाबेस चुनें, अच्छे कीवर्ड चुनें, जो प्रासंगिक लगे उसे सहेजें। यह एक लक्ष्य-निर्धारण समस्या के रूप में बेहतर काम करता है। एक बार दावा मौजूद हो जाने पर, कोई स्रोत समीक्षा में तभी स्थान अर्जित करता है जब वह दो में से एक काम करे: उस दावे का समर्थन करे या उसे जटिल बनाए। जो इनमें से कोई भी नहीं करता, वह तर्क के लिए साक्ष्य नहीं है। वह एक ऐसा शोध-पत्र है जो केवल विषय साझा करता है।
यह मानता है कि दावा पहले से ही मोटे रूप में मौजूद है, एक कार्यशील थीसिस या परिकल्पना-युग्म के वैकल्पिक परिकल्पना वाला आधा भाग, प्रक्रिया के पहले चरणों से। यदि यह निर्णय अभी भी खुला है, तो नीचे दी गई किसी भी खोज को चलाने से पहले अधिक पूर्ण research paper की योजना कैसे बनाएं, इस पर मार्गदर्शिका पर वापस जाएँ।
Literature Review के लिए स्रोत कैसे खोजें, उल्टे क्रम में
उस दावे से शुरू करें जिसे आपको वास्तव में समर्थन देना है या जटिल बनाना है, वह जो आपको अपनी परिकल्पना या थीसिस से मिला है। 'विश्वविद्यालय के छात्रों में अधिक दैनिक social media उपयोग का संबंध कम ध्यान-अवधि से है' खोजा जा सकता है। 'social media और attention' नहीं, क्योंकि यह क्षेत्र की हर चीज़ लौटा देता है, न कि उन कुछ स्रोतों को जो उस विशिष्ट दावे से सीधे संबंधित हैं।
उस दावे के लिए, तीन प्रकार के स्रोत वास्तविक काम करते हैं, और दावा-प्रथम खोज ठीक इन्हीं को लक्षित करती है, बजाय सामान्य विषय पर प्रकाशित हर चीज़ को लौटाने के।
- ऐसी चीज़ जिसने वही संबंध पाया, जो दावे का सीधे समर्थन करती है
- ऐसी चीज़ जिसने कोई संबंध नहीं पाया, या उसका उलटा संबंध पाया, जिसे दावे को अनदेखा करने के बजाय संबोधित करना होगा
- ऐसी चीज़ जो दोनों चरों को जोड़ने वाला एक संभाव्य तंत्र समझाती है, जो एक सहसंबंध को एक संभावित व्याख्या में बदल देती है
किसी स्रोत की संदर्भ सूची के माध्यम से पीछे की ओर शृंखलन
एक ऐसा मजबूत स्रोत खोजें जो पहले से ही दावे से संबंधित हो, आदर्श रूप से कोई हाल का शोधपत्र या समीक्षा लेख, और उसकी संदर्भ सूची खोलें। उसमें उद्धृत हर ऐसा स्रोत जो उसी संबंध, सोशल मीडिया उपयोग और ध्यान, को भी स्पर्श करता हो, एक उम्मीदवार है। यह इसलिए काम करता है क्योंकि एक अच्छी तरह उद्धृत हाल के शोधपत्र ने पहले ही खोज का एक संस्करण कर लिया होता है, और उसकी संदर्भ सूची कच्चे डेटाबेस डंप के बजाय एक छनित समुच्चय होती है।
सबसे मजबूत नए स्रोतों से, जो सामने आते हैं, यह प्रक्रिया एक या दो बार और दोहराएँ, और वही कुछ आधारभूत शोधपत्र आमतौर पर कई संदर्भ सूचियों में दिखाई देने लगते हैं। यह पुनरावृत्ति एक वास्तविक संकेत है, ऐसा स्रोत जिसे इस दावे पर पहले से काम कर रहे सभी लोग उद्धृत करते हैं, वह ऐसा स्रोत है जिसे आपका अपना समीक्षक देखने की अपेक्षा करेगा। सीमा आयु है। एक संदर्भ सूची केवल समय में पीछे की ओर संकेत करती है, इसलिए केवल इस तरह शृंखलन करने से आपके प्रारंभिक शोधपत्र के बाद प्रकाशित कुछ भी छूट जाएगा।
अपने पेपर को मानवीय बनाइए
अपने AI-सहायता प्राप्त पाठ को रूपांतरित करें और उसे मानवीय ध्वनि दें, महत्वपूर्ण शब्दों या उद्धरणों को छेड़े बिना।
उद्धृत लेखों के माध्यम से आगे की ओर शृंखलन
आगे की ओर शृंखलन ठीक वही भर देता है जो पीछे की ओर शृंखलन छोड़ देता है। उस आधारभूत शोधपत्र पर फिर से विचार करें, लेकिन इस बार डेटाबेस की cited-by सुविधा का उपयोग करके देखें कि उसे कौन-कौन उद्धृत करता है, Google Scholar, Scopus, या Web of Science, सभी यह सुविधा देते हैं। आपको कुछ ऐसे शोधपत्र मिलेंगे जिन्होंने अलग जनसंख्या या विधि के साथ उसी संबंध का फिर से परीक्षण किया, और यही ठीक वह प्रकार की चीज़ है जिसे claim-first खोज सामने लाने के लिए बनाई गई है।
सोशल मीडिया और ध्यान संबंधी दावे पर इसे चलाइए, और forward chaining अक्सर वही स्थान होता है जहाँ जटिल करने वाला साक्ष्य वास्तव में सामने आता है। कल्पना कीजिए कि 2024 की एक replication में कोई महत्वपूर्ण प्रभाव नहीं मिला, जब स्क्रीन टाइम को स्व-रिपोर्ट के बजाय वस्तुनिष्ठ रूप से मापा गया: पाँच वर्ष पुराने आधारभूत paper से backward chaining इसे कभी सामने नहीं लाएगा, क्योंकि पुराने paper की अपनी reference list लिखे जाने के समय नया paper अभी अस्तित्व में ही नहीं था।
दावे को लक्षित करने वाली Search String बनाना
claim-first search string सीधे दावे के अपने हिस्सों से आती है, variables, और वे शब्द जिनका उस क्षेत्र के शोधकर्ता वास्तव में उनके लिए उपयोग करते हैं। सोशल मीडिया और ध्यान संबंधी दावे के लिए, इसका अर्थ है 'social media use,' 'attention,' और 'university students' या 'undergraduates' को अलग करना, फिर उन्हें AND के साथ जोड़ना, और प्रत्येक को OR के साथ विस्तारित करना ताकि यह पकड़ा जा सके कि अलग-अलग लेखक उसी variable को कैसे व्यक्त करते हैं। इस दावे के लिए जिन दो या तीन स्रोतों पर आप पहले से भरोसा करते हैं, उनकी keywords list देखें, क्षेत्र के शोधकर्ता पहले ही उन terms पर सहमत हो चुके होंगे जिन्हें database index करता है, जो अपने synonyms का अनुमान लगाने से अधिक विश्वसनीय है।
| Variable | Search terms (OR) |
|---|---|
| Exposure | "social media" OR "social networking site*" |
| Outcome | attention OR "attention span" OR "sustained attention" |
| Population | "university student*" OR undergraduate* |
अगला चरण इन तीन पंक्तियों को तार्किक संचालक AND का उपयोग करके संयोजित करना है, और हमें एक पूर्ण वाक्य मिलता है जो इस तरह दिखता है: ("social media" OR "social networking site*") AND (attention OR "attention span" OR "sustained attention") AND ("university student*" OR undergraduate*). किसी शब्द के अंत में लगा तारांकन उसे संक्षिप्त कर देता है, जिसका अर्थ है कि हमारी खोज उस शब्द के विभिन्न अंतों को पकड़ लेगी, जैसे student और students और studentship, सभी एक साथ। अधिकांश शैक्षणिक डेटाबेस में, यह Boolean खोज वाक्यविन्यास सीधे डेटाबेस द्वारा समर्थित होता है। लेकिन एक सामान्य खोज इंजन प्रायः ऐसा नहीं करता। यही एक और कारण है कि इस विशिष्ट कार्य के लिए समर्पित डेटाबेस खोज, व्यापक वेब खोज से बेहतर है।
एक निःशुल्क citation finder यही लक्षित खोज स्वतः करता है, दावे को ही आधार बनाता है, न कि हाथ से बनाए गए Boolean स्ट्रिंग की आवश्यकता रखता है, और उत्पन्न पठन सूची के बजाय वास्तविक, जाँचे जा सकने वाले स्रोत लौटाता है।
खोज कब रोकें
जब नई खोजें मुख्यतः पहले से मिले स्रोत ही लौटाने लगें, तब रुक जाएँ। यह कोई उत्पादकता युक्ति नहीं है। एक बार जब backward chaining, forward chaining, और ठीक से निर्मित खोज स्ट्रिंग, सभी बार-बार उन्हीं दस से बीस स्रोतों के मूल समूह को सामने लाने लगें, तब आपने दावे के साक्ष्य आधार का मानचित्रण कर लिया है। इसके बाद की कोई भी खोज अधिकतर नया संकेत देने के बजाय शोर ही जोड़ती है।
एक दूसरा संकेत मात्रा से अधिक महत्वपूर्ण है, दावे पर हर प्रमुख स्थिति, समर्थन, कोई प्रभाव नहीं, और एक संभाव्य वैकल्पिक व्याख्या, के पीछे कम से कम एक स्रोत होना चाहिए। बारह स्रोतों वाली लेकिन तीनों स्थितियों को समेटने वाली समीक्षा, चालीस स्रोतों वाली लेकिन केवल उसी स्थिति को समेटने वाली समीक्षा से अधिक मजबूत है, जिस पर लेखक पहले से विश्वास करता था। यह याद रखने योग्य है, जब कोई समीक्षक पूछे कि संदर्भ सूची सहपाठी की तुलना में छोटी क्यों दिखती है।
एक बार जब कोई स्रोत उस मानक पर खरा उतर जाए, तो उसे बाद में PDFs के ढेर पर लौटने के बजाय तुरंत स्वरूपित कर दें। एक citation generator अभिलेख को उचित रूप से स्वरूपित संदर्भ में बदल देता है, उस शैली में जिसकी पेपर को आवश्यकता होती है, जबकि स्रोत और जिस दावे का वह समर्थन करता है, वे अभी भी आपके सामने होते हैं।
आप जो खोज रहे हैं, वह स्वयं प्रश्न द्वारा निर्धारित होता है, और एक शोध प्रश्न लिखना अलग से कवर किया गया है, साथ ही शोध प्रश्नों के प्रकार भी, जिनमें से चुनना उचित है।
इस तरह से तैयार की गई साहित्य समीक्षा विषय पर जो कुछ भी वह पा सकती है, उसका केवल सारांश देने के बजाय कुछ तर्क प्रस्तुत करती है, और यही स्रोत सूची तथा समीक्षा के बीच वास्तविक अंतर है। जब स्रोत एकत्र कर लिए जाते हैं और समीक्षा का प्रारूप तैयार हो जाता है, तब शैक्षणिक लेखन के लिए निर्मित एक AI humanizer उन वाक्यों के लिए उपयोगी होता है जिन्हें दूसरी बार देखने की आवश्यकता होती है।
अक्सर पूछे जाने वाले प्रश्न
उस विशिष्ट दावे से शुरू करें जिसे आपको समर्थन देना है या जटिल बनाना है, सामान्य विषय से नहीं, फिर ऐसे स्रोत खोजें जो उसे पुष्ट करें, उसका खंडन करें, या उसके पीछे की किसी प्रक्रिया को समझाएँ। किसी मजबूत स्रोत की reference list के माध्यम से पीछे जाएँ और फिर यह देखें कि बाद में किसने उसे cite किया है। विषय पर आधारित search क्षेत्र में प्रकाशित हर चीज़ लौटा देता है, जबकि दावे पर आधारित search वह सामग्री लौटाता है जो वास्तव में आपके तर्क से संबंधित होती है।
Content planner and copywriter at TextPulse. Sara runs the blog day to day, from planning and drafting through to publishing. She writes the practical guides: clear explanations of academic writing problems, aimed at the person who actually has to hand something in.