Viết tổng quan tài liệu theo hướng ngược: Khẳng định trước, nguồn sau

Sáu mươi tệp PDF đã lưu mà không biết chúng cộng lại thành gì là kiểu thất bại phổ biến nhất trong một tổng quan tài liệu, và nó xuất phát từ việc làm các bước theo sai thứ tự. Lời khuyên thông thường, tìm kiếm rộng, lưu mọi thứ liên quan, rồi mới tìm mạch lập luận chung, coi việc tìm nguồn là thu thập dữ liệu trước, xây dựng lập luận sau. Đảo ngược thứ tự đó thì việc tìm kiếm sẽ sắc hơn: nêu mệnh đề trước, rồi chỉ tìm những gì có thể xác nhận hoặc bác bỏ nó.

Cách tìm nguồn cho một tổng quan tài liệu thường được dạy như một vấn đề duyệt tìm: chọn cơ sở dữ liệu tốt, chọn từ khóa tốt, lưu những gì có vẻ liên quan. Nhưng nó hiệu quả hơn nếu được xem như một vấn đề nhắm mục tiêu. Khi đã có một mệnh đề, một nguồn chỉ xứng đáng có mặt trong tổng quan nếu nó làm một trong hai việc: củng cố mệnh đề đó hoặc làm nó trở nên phức tạp hơn. Bất cứ thứ gì không làm cả hai việc ấy đều không phải là bằng chứng cho lập luận. Nó chỉ là một bài báo tình cờ cùng chủ đề.

Điều này giả định rằng mệnh đề đã tồn tại ở dạng sơ bộ, một luận đề làm việc hoặc nửa giả thuyết thay thế trong một cặp giả thuyết, từ giai đoạn trước đó của quá trình. Nếu quyết định đó vẫn còn bỏ ngỏ, hãy quay lại hướng dẫn đầy đủ về cách lập kế hoạch cho một bài nghiên cứu trước khi chạy bất kỳ tìm kiếm nào bên dưới.

Cách Tìm Nguồn Cho Một Tổng Quan Tài Liệu, Theo Chiều Ngược Lại

Bắt đầu với mệnh đề mà bạn thực sự cần củng cố hoặc làm phức tạp, mệnh đề mà bạn có được từ giả thuyết hoặc luận đề của mình. 'Việc sử dụng mạng xã hội hằng ngày với cường độ cao hơn có liên quan đến khoảng chú ý ngắn hơn ở sinh viên đại học' là một mệnh đề có thể tìm kiếm. 'Mạng xã hội và sự chú ý' thì không, vì nó trả về mọi thứ trong lĩnh vực này thay vì một số ít nguồn liên quan trực tiếp đến mệnh đề cụ thể đó.

Đối với mệnh đề đó, có ba loại nguồn thực sự hữu ích, và một tìm kiếm bắt đầu từ mệnh đề sẽ nhắm đúng vào ba loại này thay vì trả về mọi thứ đã được công bố về chủ đề chung.

• Điều gì đó đã tìm thấy cùng một mối quan hệ, điều này trực tiếp ủng hộ cho tuyên bố
• Điều gì đó đã không tìm thấy mối quan hệ, hoặc tìm thấy mối quan hệ ngược lại, điều mà tuyên bố phải đối mặt thay vì bỏ qua
• Điều gì đó giải thích một cơ chế hợp lý nối kết hai biến, điều này biến một tương quan thành một lời giải thích ứng viên

Nối ngược qua danh mục tài liệu tham khảo của một nguồn

Tìm một nguồn mạnh đã liên quan đến tuyên bố, lý tưởng nhất là một bài báo gần đây hoặc một bài tổng quan, rồi mở danh mục tài liệu tham khảo của nó. Mọi nguồn mà nó trích dẫn và cũng đề cập đến cùng một mối quan hệ, việc sử dụng mạng xã hội và sự chú ý, đều là một ứng viên. Cách này hiệu quả vì một bài báo gần đây được trích dẫn nhiều đã thực hiện một phiên bản của việc tìm kiếm, và danh mục tài liệu tham khảo của nó là một tập hợp đã được lọc thay vì một bản đổ dữ liệu thô từ cơ sở dữ liệu.

Lặp lại việc này thêm một hoặc hai lần nữa từ những nguồn mới mạnh nhất xuất hiện, và cùng một nhóm nhỏ các bài báo nền tảng thường bắt đầu xuất hiện trên nhiều danh mục tài liệu tham khảo. Sự lặp lại đó là một tín hiệu thực sự: một nguồn được mọi người đã và đang làm việc về tuyên bố này trích dẫn là nguồn mà người phản biện của bạn cũng sẽ kỳ vọng nhìn thấy. Hạn chế là độ tuổi. Một danh mục tài liệu tham khảo chỉ chỉ ngược về quá khứ, vì vậy chỉ nối ngược theo cách này sẽ bỏ sót bất cứ điều gì được công bố sau bài báo khởi đầu của bạn.

Nối xuôi qua các bài báo trích dẫn

Nối xuôi bù vào chính xác những gì nối ngược bỏ sót. Hãy xem lại bài báo nền tảng đó, nhưng lần này xem mọi bài báo trích dẫn nó bằng chức năng cited-by của một cơ sở dữ liệu, Google Scholar, Scopus, hoặc Web of Science đều cung cấp một chức năng như vậy. Bạn sẽ tìm thấy một số bài báo đã kiểm tra lại cùng một mối quan hệ với một quần thể hoặc phương pháp khác, và đó chính xác là loại điều mà một tìm kiếm bắt đầu từ tuyên bố được thiết kế để phát hiện.

Chạy nó trên tuyên bố về mạng xã hội và sự chú ý, và truy vết xuôi thường là nơi bằng chứng gây phức tạp thực sự xuất hiện. Hãy hình dung một nghiên cứu tái lập năm 2024 không tìm thấy tác động có ý nghĩa nào sau khi thời gian sử dụng màn hình được đo một cách khách quan thay vì tự báo cáo, truy vết ngược từ một bài báo nền tảng cách đây năm năm sẽ không bao giờ làm lộ ra nghiên cứu đó, vì bài báo mới hơn thậm chí còn chưa tồn tại khi danh mục tài liệu tham khảo của chính bài báo cũ được viết ra.

Xây dựng chuỗi tìm kiếm nhắm vào tuyên bố

Một chuỗi tìm kiếm xuất phát từ tuyên bố đi thẳng từ các thành phần của chính tuyên bố, tức là các biến số, và những từ mà các nhà nghiên cứu trong lĩnh vực đó thực sự dùng để chỉ chúng. Với tuyên bố về mạng xã hội và sự chú ý, điều đó có nghĩa là tách ra 'social media use,' 'attention,' và 'university students' hoặc 'undergraduates,' rồi kết hợp chúng bằng AND, và mở rộng từng mục bằng OR để bắt được cách các tác giả khác nhau diễn đạt cùng một biến số. Hãy kiểm tra danh sách từ khóa của hai hoặc ba nguồn mà bạn đã tin cậy cho tuyên bố này, các nhà nghiên cứu trong lĩnh vực sẽ đã thống nhất về những thuật ngữ mà cơ sở dữ liệu lập chỉ mục, điều này đáng tin cậy hơn là tự đoán từ đồng nghĩa.

Biến số	Thuật ngữ tìm kiếm (OR)
Phơi nhiễm	"social media" OR "social networking site*"
Kết quả	attention OR "attention span" OR "sustained attention"
Quần thể	"university student*" OR undergraduate*

Bước tiếp theo là kết hợp ba hàng này bằng toán tử logic AND, và ta có một câu hoàn chỉnh trông như sau: ("social media" OR "social networking site*") AND (attention OR "attention span" OR "sustained attention") AND ("university student*" OR undergraduate*). Dấu hoa thị ở cuối một từ sẽ cắt ngắn từ đó, nghĩa là tìm kiếm của ta sẽ bắt được các phần kết thúc khác nhau của từ ấy, cùng lúc student, students và studentship. Trong hầu hết các cơ sở dữ liệu học thuật, cú pháp tìm kiếm Boolean này được chính cơ sở dữ liệu hỗ trợ trực tiếp. Nhưng một công cụ tìm kiếm chung thì phần lớn không hỗ trợ. Đây là thêm một lý do nữa cho thấy việc tìm kiếm trong cơ sở dữ liệu chuyên dụng hiệu quả hơn tìm kiếm web rộng cho nhiệm vụ cụ thể này.

A free citation finder thực hiện cùng một tìm kiếm có mục tiêu này một cách tự động, lấy chính mệnh đề làm đầu vào thay vì đòi hỏi một chuỗi Boolean được tự xây dựng, và trả về các nguồn thực, có thể kiểm tra được thay vì một danh sách đọc do máy tạo ra.

Khi nào nên dừng tìm kiếm

Dừng lại khi các tìm kiếm mới chủ yếu trả về những nguồn đã tìm thấy. Đây không phải là một mẹo năng suất. Một khi truy vết ngược, truy vết xuôi, và một chuỗi tìm kiếm được xây dựng đúng cách đều tiếp tục làm hiện ra cùng một tập lõi gồm mười đến hai mươi nguồn, bạn đã lập bản đồ cho nền tảng bằng chứng của mệnh đề. Bất kỳ tìm kiếm nào thêm vào sau đó chủ yếu chỉ làm tăng nhiễu chứ không thêm tín hiệu mới.

Một tín hiệu thứ hai quan trọng hơn số lượng: mỗi lập trường chính về mệnh đề, ủng hộ, không có tác động, và một giải thích thay thế hợp lý, đều có ít nhất một nguồn đứng sau. Một bài tổng quan trích dẫn mười hai nguồn nhưng bao quát cả ba lập trường sẽ mạnh hơn một bài trích dẫn bốn mươi nguồn nhưng chỉ bao quát lập trường mà người viết đã tin từ trước. Điều đó đáng ghi nhớ khi một người phản biện hỏi vì sao danh mục tài liệu tham khảo lại ngắn hơn của một bạn cùng lớp.

Khi một nguồn đã vượt qua ngưỡng đó, hãy định dạng nó ngay lập tức thay vì quay lại sau này với một chồng PDF. A citation generator chuyển bản ghi thành một tài liệu tham khảo được định dạng đúng theo bất kỳ kiểu nào mà bài viết yêu cầu, trong khi nguồn và mệnh đề mà nó hỗ trợ vẫn còn ở ngay trước mắt bạn.

Những gì bạn đang tìm kiếm được xác định bởi chính câu hỏi, và việc viết một câu hỏi nghiên cứu được trình bày riêng, cùng với các loại câu hỏi nghiên cứu đáng để cân nhắc lựa chọn.

Một tổng quan tài liệu được xây dựng theo cách này sẽ lập luận một điều gì đó thay vì tóm tắt mọi thứ có thể tìm thấy về chủ đề, và đó mới là khác biệt thực sự giữa một danh mục nguồn và một tổng quan. Khi các nguồn đã được thu thập và bản tổng quan đã được soạn thảo, một công cụ nhân hóa AI được xây dựng cho viết học thuật đáng để biết đến đối với những câu cần được xem lại lần thứ hai.