słowa kluczowe w artykule naukowym

Jak namierzyć słowa kluczowe w artykule naukowym

  • warsztat

Słowo kluczowe to taki wytrych podczas wyszukiwania. Dobrze skonstruowane i dobrane pomaga szybko namierzyć cenne i wartościowe materiały zarówno w sieci, jak i w naukowych bazach danych. Praktyka pokazuje, że to jeden z najważniejszych elementów dobrego researchu, ale też taki, który nastręcza najwięcej problemów niemal każdemu użytkownikowi sieci. Jak w takim razie te słowa kluczowe wymyślić, stworzyć i dobrać?

Tutaj rozwiązania mamy trzy. Pierwsze – samodzielne eksplorowanie artykułów i kreatywna praca naszych szarych komórek (dobrze robi dla mózgu, ale potrafi być frustrujące). Drugie – korzystanie z różnych bezpłatnych i płatnych narzędzi online, które za nas tworzą podsumowanie treści i wyciągają słowa kluczowe, czasem narzędzia te wykorzystują do tego sztuczną inteligencję. Trzecie – korzystanie z naukowych baz danych i dodatkowych funkcji, które oferują.

SAMODZIELNA EKSPLORACJA

Pierwszym krokiem jest oczywiście tradycyjne przeszukiwanie literatury oparte na słowach kluczowych, które zwykle rozpoczyna się od ustalenia dwóch lub trzech słów kluczowych zdefiniowanych przez naukowca.

W przypadku prac naukowych, zwłaszcza tych, tworzonych współcześnie, niby sprawa jest prosta. Autor oddając swoją pracę do publikacji z reguły zobowiązany jest do wskazania słów kluczowych dla swojego artykułu. Znajdziesz je niemal w każdym artykule/książce pod streszczeniem (zarówno w wersji papierowej, jak i online). To właśnie te słowa kluczowe mogą posłużyć do dalszej kwerendy. Wystarczy przepisać wybrane słowo kluczowe do bazy, uruchomić wyszukiwanie i wtedy wszystkie inne treści, opatrzone tym samym słowem kluczowym pojawią się na liście wyników.

No dobrze, a co jeśli to słowo kluczowe nie są wystarczające? Może potrzebujesz ich więcej albo okazuje się, że takie wyszukiwanie daje niewiele wyników? Może potrzebujesz konkretnych słów kluczowych dotyczących poszczególnych wątków pojawiających się w publikacji?

Trudność polega na tym, że takie słowa kluczowe, nadawane przez autorów, nie są w żaden sposób „kontrolowane” i każdy autor może użyć takich słów kluczowych, jakie chce – w innej formie, w innym brzmieniu, użyć np. synonimów lub innych szerszych/węższych określeń na opisanie podobnego zjawiska. Bywa tak, że wiele ciekawych prac można znaleźć przy użyciu odpowiednich słów kluczowych, ale wcale nie będą to te słowa, które wybraliśmy na początku.

Żeby dokładnie opisać, o co chodzi, posłużę się cytatem. Co prawda opisana sytuacja dotyczy nauk medycznych, ale bez wątpienia można ją odnieść także do innych dziedzin wiedzy:

„Dostrajanie słów kluczowych może być trudne, ponieważ często istnieją różne terminologie opisujące te same lub ściśle powiązane pojęcia, a zatem, aby uzyskać pełny zestaw odpowiednich artykułów, należy wziąć pod uwagę wszystkie powiązane terminy. Na przykład zarówno „migotanie przedsionków”, jak i „tachyarytmia przedsionkowa” są szeroko stosowane w pracach opisujących „migotanie przedsionków”; nieuwzględnienie obu tych fraz w słowach kluczowych może spowodować pominięcie dużej części artykułów w wynikach wyszukiwania. Dla wygody nazywamy te w dużej mierze synonimami słowa kluczowe, takie jak „migotanie ucha” i „tachyarytmia przedsionkowa”. Zastępcze słowa kluczowe są powszechne; na przykład „choroba zakrzepowo-zatorowa”, „choroba naczyń mózgowych”, „niedokrwienna” i „zatorowość” mają podobne znaczenie do „udaru”, podczas gdy „niedomykalność mitralna”, „niedomykalność zastawki aortalnej”, „niedomykalność zastawki trójdzielnej”, „zwężenie zastawki mitralnej” i „stenoza aortalna” ma podobne znaczenie do „choroby zastawkowej serca”. Te zastępcze słowa kluczowe mogą nie mieć dokładnie takiego samego znaczenia jak oryginalne słowo kluczowe, ale należy również przedstawić do rozważenia artykuły dotyczące tych innych terminów.”1

NARZĘDZIA ONLINE I AI

Są już dostępne także różne aplikacje czy narzędzia, które pomagają w wyłapywaniu słów kluczowych i najważniejszych myśli zawartych w artykule. Te narzędzia to tzw. Summarizing Tools. Za ich pomocą możesz podsumować całość lub dowolną część tekstu bez plagiatowania dokładnych terminów i fraz. Niektóre z tych narzędzi podkreślają kluczowe zdania, tworzą zestawienia najcenniejszych myśli, wyodrębniają słowa kluczowe, kierują do wersji online publikacji, które znalazły się w przypisach czy bibliografii. W ten sposób możesz „przeskanować” artykuł, pracę badawczą, raport lub rozdział książki. Jednym z takich narzędzi jest np. Scholarcy – jak piszą twórcy może zaoszczędzić do 70% czasu potrzebnego na uzyskania kluczowych informacji z artykułu. Inne tego typu narzędzia to np. Summarizerbot, QuillBot, Open Text Summarizer, Resoomer ale i wiele, wiele innych.

Narzędzi wykorzystujących AI możecie szukać też za pomocą Google wprowadzając pytanie typu: „AI keyword in papers” albo „keyword extraction in papers”.

BAZY NAUKOWE

Bazy naukowe to ogromne zasoby, których przeglądanie napawa niektórych lekkim przerażeniem. Nie działają tu typowe dla Google patenty na wyszukiwanie, choć nie ulega najmniejszej wątpliwości, że twórcy baz naukowych starają się jak mogą, żeby ułatwić proces eksploracji milionów publikacji. Jakby jednak nie było, słowa kluczowe zawsze są i będą wyzwaniem. Zawsze zachęcam do tego, by „poklikać” na stronie konkretnej bazy i zobaczyć, czym dysponuje i jakie daje możliwości. Czasem w tych bazach pojawiają się różne dodatkowe opcje czy funkcje i jedną z nich jest TextAnalyzer udostępniany w bazie Jstore. Dzięki tej opcji możesz poszukać w bazach Jstore artykułów podobnych/pokrewnych/zgodnych z jakimś wskazanym przez Ciebie tekstem – to może być np. abstrakt albo inny fragmentu publikacji! Działa to tak, że ze wskazanego przez Ciebie tekstu wyciągane są przez narzędzie słowa kluczowe, a potem na ich podstawie system szuka innych tekstów w bazie opatrzonych takimi, a nie innymi słowami kluczowymi. Co najlepsze – widzisz te zidentyfikowane słowa kluczowe i możesz je edytować – zmieniać, usuwać, dodawać nowe, możesz nawet każdemu wybranemu terminowi nadać odpowiedni priorytet. Działa to naprawdę znakomicie!

1/ Ma, J., Wu, X., & Huang, L. (2022). The Use of Artificial Intelligence in Literature Search and Selection of the PubMed Database. Scientific Programming, 2022 https://www.hindawi.com/journals/sp/2022/8855307/ [dostęp 03.08.2022].

5 1 vote
Article Rating
Subscribe
Powiadom o
guest
0 komentarzy
Inline Feedbacks
View all comments