☎ ۰۹۱۲۰۴۳۸۸۷۴

برچسب: ابزارهای هوش مصنوعی پژوهش

  • آموزش ResearchPal؛ دستیار کشف، خلاصه‌سازی و سازمان‌دهی منابع برای پایان‌نامه و مقاله

    آموزش ResearchPal؛ دستیار کشف، خلاصه‌سازی و سازمان‌دهی منابع برای پایان‌نامه و مقاله

    ResearchPal دستیار پژوهشی مبتنی بر هوش مصنوعی است که چند کار پرتکرار پژوهش را در یک محیط جمع کرده است: جستجوی مقاله، ساخت پیش‌نویس مرور ادبیات، گفت‌وگو با PDF، مدیریت منابع و کمک به نگارش. هدف آن کم کردن رفت‌وآمد میان ابزارهای مختلف در طول نگارش پایان‌نامه یا مقاله است.

    ResearchPal چیست؟

    وب‌سایت رسمی ابزار researchpal.ai است. ResearchPal نسخهٔ رایگان محدود و طرح‌های پولی دارد. چون امکانات و قیمت‌ها ممکن است تغییر کند، پیش از اشتراک، صفحهٔ رسمی را بررسی کنید.

    امکانات اصلی ResearchPal

    • جستجوی مقاله: یافتن مقاله‌های مرتبط با یک موضوع یا سؤال.
    • Literature Review: ساخت پیش‌نویس مرور ادبیات با ارجاع به مقاله‌های یافت‌شده.
    • Chat with PDF: پرسش و پاسخ با مقاله‌های بارگذاری‌شده.
    • تحلیل مقاله: استخراج روش، یافته‌ها و نکات کلیدی.
    • مدیریت منابع: سازمان‌دهی منابع و اتصال به Zotero و Mendeley.
    • نقشهٔ ارتباط مقاله‌ها: نمایش رابطهٔ مقاله‌ها با یکدیگر.
    • دستیار نگارش: کمک به نوشتن و بازنویسی متن با ارجاع.

    کاربرد ResearchPal در پایان‌نامه و مقاله

    شروع سریع مرور ادبیات

    وقتی هنوز تصویر روشنی از حوزه ندارید، پیش‌نویس مرور ادبیات ResearchPal نقشه‌ای از موضوع‌ها و مقاله‌های اصلی می‌دهد. این پیش‌نویس را فهرست خواندن ببینید و آن را به متن فصل دوم تبدیل نکنید.

    یک محیط برای منابع و یادداشت‌ها

    اگر منابع در Zotero یا Mendeley دارید، اتصال آن‌ها به ResearchPal اجازه می‌دهد از همان منابع بپرسید و یادداشت بسازید.

    تحلیل سریع مقاله‌های منتخب

    برای مقاله‌هایی که می‌خواهید در ماتریس پیشینه بیاورید، ابزار روش و یافته‌ها را استخراج می‌کند. سپس هر ردیف را با متن مقاله تطبیق می‌دهید.

    مثال عملی: موضوع پایان‌نامهٔ شما «کاربرد هوش مصنوعی در ارزشیابی آموزشی» است.
    ۱. در ResearchPal سؤال را وارد کنید و پیش‌نویس مرور ادبیات بگیرید.
    ۲. فهرست مقاله‌های استفاده‌شده در پیش‌نویس را جدا کنید.
    ۳. مقاله‌ها را در Google Scholar پیدا کنید و مطمئن شوید همه واقعی‌اند و به ادعای نسبت‌داده‌شده مربوط‌اند.
    ۴. ده مقالهٔ اصلی را بارگذاری کنید و از هرکدام روش و یافته را بپرسید.
    ۵. فصل دوم را خودتان و بر اساس خواندن این مقاله‌ها بنویسید.

    روش نوشتن پاراگراف‌های ترکیبی پیشینه را در نوشتن پیشینه تحقیق در مقاله علمی آورده‌ام. اگر مسیر پایان‌نامه با فشار و پراکندگی همراه است، کوچینگ تحصیلی خانه کوچینگ ایران کمک می‌کند هدف و برنامه را روشن کنید.

    ResearchPal یا ترکیب ابزارهای تخصصی؟

    ابزارهای همه‌کاره مثل ResearchPal راحتی بیشتری دارند. ابزارهای تخصصی، مثل Elicit برای استخراج داده، Connected Papers برای نقشهٔ ارجاعات و Zotero برای مدیریت منابع، معمولاً در کار خود عمیق‌ترند. اگر تازه شروع کرده‌اید، یک ابزار همه‌کاره ساده‌تر است. اگر پروژهٔ بزرگی دارید، ترکیب ابزارهای تخصصی نتیجهٔ دقیق‌تری می‌دهد.

    محدودیت‌های ResearchPal

    • کیفیت پیش‌نویس مرور: متن خودکار ممکن است کلی، تکراری یا با ارجاع نادرست باشد.
    • شفافیت پوشش: مشخص نیست ابزار در کدام پایگاه‌ها و با چه پوششی جستجو می‌کند.
    • اطلاعات عمومی کم: جزئیات قیمت و امکانات همیشه شفاف اعلام نمی‌شود.
    • منابع فارسی: پوشش مقاله‌های داخلی محدود است.

    نکات اخلاقی

    ارائهٔ پیش‌نویس مرور ادبیات تولیدشده با ابزار به‌عنوان فصل دوم پایان‌نامه، تخلف پژوهشی است. متن را خودتان بنویسید و هر ارجاع را پس از خواندن منبع بیاورید.

    اگر از ابزار در یافتن منابع یا ساخت طرح کمک گرفته‌اید، طبق قواعد دانشگاه اعلام کنید. قوانین همانندجویی و اصول استفاده را در نوشتن پایان‌نامه با هوش مصنوعی و اخلاق هوش مصنوعی در پژوهش ببینید.

    پرسش‌های متداول دربارهٔ ResearchPal

    آیا ResearchPal رایگان است؟

    نسخهٔ رایگان با محدودیت دارد. برای استفادهٔ گسترده، طرح‌های پولی لازم است. قیمت‌ها را در سایت رسمی بررسی کنید.

    آیا می‌توانم منابع Zotero را به ResearchPal منتقل کنم؟

    بله، ResearchPal با Zotero و Mendeley یکپارچه است و می‌توانید منابع موجود را وارد کنید.

    آیا پیش‌نویس مرور ادبیات ResearchPal قابل استفاده در پایان‌نامه است؟

    فقط به‌عنوان فهرست خواندن و نقشهٔ اولیه. متن فصل دوم باید نوشتهٔ خود شما و بر پایهٔ منابع خوانده‌شده باشد.

    جمع‌بندی

    ResearchPal چند کار اصلی پژوهش را در یک محیط جمع کرده است. برای شروع سریع و سازمان‌دهی منابع مفید است، به شرط آنکه خروجی‌ها را پیش‌نویس ببینید و همه‌چیز را با منبع اصلی بسنجید.

  • آموزش Explainpaper؛ ساده‌سازی متون پیچیده و ریاضی‌محور مقالات با انتخاب بخش مورد نظر

    آموزش Explainpaper؛ ساده‌سازی متون پیچیده و ریاضی‌محور مقالات با انتخاب بخش مورد نظر

    Explainpaper ابزاری ساده با یک کار مشخص است: مقاله را بارگذاری می‌کنید، بخشی را که نمی‌فهمید هایلایت می‌کنید و Explainpaper آن را به زبان ساده‌تر توضیح می‌دهد. اگر توضیح کافی نبود، سؤال پیگیری می‌پرسید. این ابزار برای خواندن مقاله‌هایی ساخته شده که پر از اصطلاحات تخصصی، فرمول یا استدلال فشرده‌اند.

    سادگی Explainpaper نقطهٔ قوت آن است. شلوغی ابزارهای همه‌کاره را ندارد و تمرکز را روی خود متن نگه می‌دارد.

    Explainpaper چیست؟

    وب‌سایت رسمی ابزار explainpaper.com است. Explainpaper نسخهٔ رایگان با امکانات پایه و نسخهٔ Pro با امکاناتی مثل خلاصهٔ مقاله و گفت‌وگو با کل مقاله دارد. نسخهٔ تیمی هم برای گروه‌ها ارائه می‌شود.

    امکانات اصلی

    • هایلایت و توضیح: انتخاب کلمه، جمله یا پاراگراف و دریافت توضیح ساده.
    • پرسش پیگیری: ادامهٔ گفت‌وگو دربارهٔ همان بخش برای فهم عمیق‌تر.
    • تنظیم سطح توضیح: توضیح برای مبتدی یا برای خوانندهٔ آشنا با موضوع.
    • خلاصه و گفت‌وگو با مقاله: در نسخهٔ Pro.
    • کتابخانهٔ مقاله‌ها: نگه‌داری مقاله‌های بارگذاری‌شده و توضیح‌های قبلی.

    کاربرد Explainpaper در خواندن مقاله

    مقاله‌های ریاضی‌محور

    در اقتصاد، فیزیک، مهندسی و علوم رایانه، بسیاری از مقاله‌ها استدلال خود را با فرمول پیش می‌برند. هایلایت یک معادله و پرسیدن «این معادله چه چیزی را مدل می‌کند؟» راه ورود به استدلال است.

    مقاله‌های نظری علوم انسانی

    متون نظری فلسفه، جامعه‌شناسی یا نظریهٔ ادبی، جمله‌های بلند و مفاهیم انتزاعی دارند. Explainpaper می‌تواند یک جملهٔ دشوار را بازگو کند و مفاهیم پیش‌نیاز را نام ببرد.

    ورود به حوزهٔ تازه

    در ماه‌های اول دکتری یا هنگام تغییر حوزه، مقاله‌های پایه پر از اصطلاحات ناآشناست. توضیح‌های ساده سرعت یادگیری را بالا می‌برد.

    آماده شدن برای ارائه

    اگر باید مقاله‌ای را در کلاس یا ژورنال‌کلاب ارائه دهید، با Explainpaper بخش‌هایی را که نمی‌توانید به زبان ساده توضیح دهید پیدا کنید. همین بخش‌ها سؤال‌های احتمالی حاضران‌اند.

    مثال عملی: مقاله‌ای در اقتصادسنجی با مدل «Difference-in-Differences» را بارگذاری کنید. معادلهٔ اصلی مدل را هایلایت کنید و بپرسید: «هر ضریب در این معادله چه چیزی را اندازه می‌گیرد و فرض روندهای موازی یعنی چه؟» سپس بخش «Robustness Checks» را هایلایت کنید و بپرسید: «نویسندگان با این آزمون‌ها به کدام نگرانی پاسخ داده‌اند؟» توضیح‌ها را با یک کتاب درسی اقتصادسنجی مقایسه کنید.

    پس از فهم روش، نوبت ارزیابی شواهد است. ارائهٔ شواهد در مقاله علمی کمک می‌کند ببینید نویسندگان چطور داده‌ها را ارائه کرده‌اند. اگر داده‌های شما مکانی است، مثل مقایسهٔ مناطق پیش و پس از یک سیاست، تحلیل GIS در جی‌آی‌اس‌لند مکمل این روش‌هاست.

    محدودیت‌های Explainpaper

    • ساده‌سازی نادرست: توضیح ساده گاهی دقت مفهومی را از دست می‌دهد.
    • فرمول‌های تصویری: اگر فرمول در PDF به‌صورت تصویر باشد، خوب خوانده نمی‌شود.
    • بی‌خبری از زمینهٔ کامل: توضیح یک بخش ممکن است ارتباط آن با کل مقاله را در نظر نگیرد.
    • به‌روزرسانی: ابزار امکانات کمتری نسبت به رقبای بزرگ‌تر دارد.

    نکات اخلاقی

    توضیح Explainpaper جایگزین فهم شما نیست. اگر در دفاع یا جلسهٔ داوری از مفهومی استفاده می‌کنید، باید بتوانید بدون ابزار آن را توضیح دهید.

    مقاله‌هایی را که برای داوری دریافت کرده‌اید یا هنوز منتشر نشده‌اند، بارگذاری نکنید. اصول کلی را در اخلاق هوش مصنوعی در پژوهش و راهنمای کار با هوش مصنوعی برای دانشجویان را در آموزش هوش مصنوعی برای دانشجویان آورده‌ام.

    پرسش‌های متداول دربارهٔ Explainpaper

    آیا Explainpaper رایگان است؟

    بله، نسخهٔ رایگان امکان هایلایت و دریافت توضیح را دارد. خلاصهٔ کامل و گفت‌وگو با کل مقاله در نسخهٔ Pro است.

    آیا Explainpaper مقاله‌های فارسی را توضیح می‌دهد؟

    ابزار برای مقاله‌های انگلیسی طراحی شده است. با متون فارسی ممکن است کار کند، ولی کیفیت استخراج و توضیح پایین‌تر است.

    تفاوت Explainpaper با SciSpace چیست؟

    SciSpace مجموعه‌ای گسترده از ابزارهای جستجو، مرور و نگارش است. Explainpaper فقط روی فهم بخش‌های دشوار تمرکز دارد و به همین دلیل ساده‌تر است.

    آیا توضیح Explainpaper قابل ارجاع است؟

    خیر. برای ارجاع، از خود مقاله یا منابع معتبر آموزشی استفاده کنید.

    جمع‌بندی

    Explainpaper برای عبور از بخش‌های دشوار مقاله، از فرمول تا جملهٔ نظری پیچیده، ابزاری ساده و متمرکز است. توضیح‌ها را با منابع معتبر بسنجید و از آن برای ساختن فهم خودتان استفاده کنید.

  • افزونه SciSpace Copilot برای کروم؛ توضیح لحظه‌ای مقالات هنگام مطالعه در سایت ناشران

    افزونه SciSpace Copilot برای کروم؛ توضیح لحظه‌ای مقالات هنگام مطالعه در سایت ناشران

    افزونه SciSpace که با نام SciSpace Copilot شناخته می‌شود، دستیار مطالعهٔ SciSpace را به مرورگر شما می‌آورد. وقتی مقاله‌ای را در سایت ناشر، arXiv، PubMed یا هر صفحهٔ وب دیگری می‌خوانید، می‌توانید بخشی را انتخاب کنید و توضیح آن را همان‌جا ببینید. نیازی به دانلود PDF و بارگذاری آن در ابزار دیگر نیست.

    در مقالهٔ مستقل آموزش SciSpace امکانات کامل این پلتفرم را توضیح داده‌ام. اینجا تمرکز روی افزونهٔ مرورگر و کاربرد آن هنگام مطالعهٔ آنلاین است.

    افزونه SciSpace Copilot چیست؟

    افزونه از فروشگاه Chrome Web Store قابل نصب است و از طریق وب‌سایت رسمی scispace.com هم معرفی شده است. پس از نصب و ورود به حساب SciSpace، یک دکمه یا پنل کناری هنگام مطالعهٔ مقاله ظاهر می‌شود. سهمیهٔ استفاده به طرح حساب شما بستگی دارد.

    امکانات اصلی افزونه

    • توضیح متن انتخاب‌شده: انتخاب یک جمله، پاراگراف یا اصطلاح و دریافت توضیح ساده‌تر.
    • توضیح فرمول و جدول: برای مقاله‌های فنی و ریاضی‌محور.
    • پرسش از مقالهٔ باز: پرسیدن سؤال دربارهٔ کل مقاله‌ای که در صفحه باز است.
    • خلاصهٔ سریع: دیدن خلاصهٔ مقاله پیش از تصمیم به خواندن کامل.
    • کار روی سایت‌های مختلف: سایت ناشران، مخازن پیش‌انتشار و پایگاه‌های داده.
    • پاسخ به زبان دلخواه: امکان دریافت توضیح به زبان‌های دیگر، از جمله فارسی.

    کاربرد افزونه SciSpace در مطالعهٔ روزانه

    مرور سریع نتایج جستجو

    وقتی از Google Scholar به صفحهٔ مقاله‌ها می‌روید، افزونه کمک می‌کند در یکی دو دقیقه بفهمید مقاله به کار شما مربوط است یا نه.

    عبور از مانع اصطلاحات

    در مقاله‌های میان‌رشته‌ای، یک اصطلاح ناآشنا می‌تواند کل پاراگراف را نامفهوم کند. انتخاب اصطلاح و دیدن توضیح، جریان مطالعه را حفظ می‌کند.

    خواندن پیش‌انتشارها

    در arXiv یا medRxiv، مقاله‌های تازه را مستقیم در مرورگر می‌خوانید. افزونه اجازه می‌دهد بدون خروج از صفحه، بخش‌های دشوار را بپرسید.

    مثال عملی: در arXiv مقاله‌ای دربارهٔ مدل‌های ترنسفورمر را باز کنید. فرمول مکانیزم توجه (Attention) را انتخاب کنید و بپرسید: «هر نماد در این فرمول چه معنایی دارد و چرا تقسیم بر ریشهٔ d انجام می‌شود؟» سپس بپرسید: «این مقاله در مقایسه با کار قبلی خود چه نوآوری‌ای دارد؟» پاسخ اول را با منابع آموزشی معتبر و پاسخ دوم را با بخش مقدمه و کارهای مرتبط مقاله تطبیق دهید.

    برای آشنایی با سیر تحول این مدل‌ها، تاریخچه هوش مصنوعی؛ از زمستان تا رنسانس را بخوانید. اگر می‌خواهید علم داده را در رشتهٔ خودتان به کار ببرید، دورهٔ علم داده برای علوم انسانی در بینش جدید نقطهٔ شروع خوبی است.

    محدودیت‌های افزونه SciSpace

    • دسترسی به متن کامل: برای مقاله‌های پشت دیوار پرداخت، افزونه فقط به بخش قابل مشاهده دسترسی دارد.
    • توضیح نادرست: به‌ویژه در فرمول‌های پیچیده، توضیح ممکن است ناقص یا اشتباه باشد.
    • سازگاری سایت‌ها: در برخی سایت‌ها افزونه درست کار نمی‌کند.
    • سهمیه: در طرح رایگان تعداد پرسش محدود است.

    نکات امنیتی و اخلاقی

    افزونه‌های مرورگر به محتوای صفحه‌های شما دسترسی دارند. افزونه را فقط از فروشگاه رسمی نصب کنید و هنگام کار با سامانه‌های داوری، ایمیل یا اسناد محرمانه، آن را غیرفعال کنید.

    توضیح افزونه را به‌جای فهم خودتان در یادداشت‌ها و متن پایان‌نامه نیاورید. اگر مفهومی را از توضیح ابزار یاد گرفتید، آن را در منبع معتبر هم بررسی کنید. اصول کلی را در اخلاق هوش مصنوعی در پژوهش آورده‌ام.

    پرسش‌های متداول دربارهٔ افزونه SciSpace

    افزونه SciSpace روی کدام مرورگرها کار می‌کند؟

    نسخهٔ اصلی برای Chrome است و روی مرورگرهای مبتنی بر Chromium، مثل Edge و Brave، هم معمولاً نصب می‌شود.

    آیا افزونه بدون حساب SciSpace کار می‌کند؟

    خیر. برای استفاده باید وارد حساب SciSpace شوید و سهمیهٔ استفاده به طرح حساب بستگی دارد.

    آیا افزونه مقاله‌های پولی را باز می‌کند؟

    خیر. افزونه فقط به محتوایی دسترسی دارد که خودتان در صفحه می‌بینید. اگر از طریق دانشگاه دسترسی دارید، روی متن کامل هم کار می‌کند.

    آیا افزونه داده‌های مرور من را ذخیره می‌کند؟

    سیاست حریم خصوصی SciSpace را بخوانید و افزونه را روی صفحه‌های حساس غیرفعال کنید.

    جمع‌بندی

    افزونه SciSpace Copilot مطالعهٔ آنلاین مقاله‌ها را روان‌تر می‌کند: توضیح اصطلاح، فرمول و جدول، همان‌جا که می‌خوانید. از آن برای عبور از موانع فهم استفاده کنید و ادعاهای مهم را در متن اصلی و منابع معتبر بسنجید.

  • آموزش MyMap.ai؛ تبدیل ایده‌های پژوهشی به نقشه ذهنی، دیاگرام و نمودار مفهومی

    آموزش MyMap.ai؛ تبدیل ایده‌های پژوهشی به نقشه ذهنی، دیاگرام و نمودار مفهومی

    MyMap.ai ابزاری برای تبدیل متن و ایده به نقشهٔ ذهنی، فلوچارت، دیاگرام و نمودارهای بصری با کمک هوش مصنوعی است. موضوع یا متنی را وارد می‌کنید، یا فایلی بارگذاری می‌کنید، و MyMap نقشه‌ای از مفاهیم و ارتباط‌های آن‌ها می‌سازد. سپس می‌توانید با گفت‌وگو، نقشه را گسترش دهید یا اصلاح کنید.

    برای پژوهشگری که فکرش را با تصویر بهتر مرتب می‌کند، یا می‌خواهد ساختار پیچیدهٔ یک پژوهش را به استاد راهنما یا مخاطب نشان دهد، MyMap.ai ابزار کاربردی است.

    MyMap.ai چیست؟

    وب‌سایت رسمی ابزار mymap.ai است. MyMap نسخهٔ رایگان با محدودیت و طرح‌های پولی دارد. محیط کار آن ترکیبی از بوم بصری و پنجرهٔ گفت‌وگوست.

    امکانات اصلی

    • ساخت نقشهٔ ذهنی از موضوع: وارد کردن یک عنوان و دریافت نقشه‌ای از زیرموضوع‌ها.
    • تبدیل فایل به نقشه: بارگذاری PDF یا سند و دریافت نقشهٔ مفاهیم آن.
    • انواع نمودار: نقشهٔ ذهنی، فلوچارت، جدول زمانی، نمودار مقایسه و ساختار درختی.
    • ویرایش با گفت‌وگو: درخواست افزودن شاخه، ادغام گره‌ها یا تغییر چیدمان.
    • جستجوی وب: گسترش نقشه با اطلاعات تازه از اینترنت.
    • خروجی و اشتراک: خروجی تصویری یا PDF و اشتراک‌گذاری لینک.

    کاربرد MyMap.ai در پژوهش

    طراحی مدل مفهومی

    بسیاری از پایان‌نامه‌ها به مدل مفهومی نیاز دارند: نموداری که متغیرها و رابطه‌های فرضی آن‌ها را نشان دهد. MyMap پیش‌نویس سریعی از این مدل می‌سازد که می‌توانید با استاد راهنما دربارهٔ آن گفت‌وگو کنید.

    فلوچارت روش تحقیق

    مراحل پژوهش، از نمونه‌گیری تا تحلیل، را در یک فلوچارت نشان دهید. این نمودار در فصل سوم و در جلسهٔ دفاع به فهم داوران کمک می‌کند.

    نقشهٔ مفاهیم یک مقالهٔ دشوار

    مقالهٔ نظری پیچیده‌ای را بارگذاری کنید و نقشهٔ مفاهیم آن را ببینید. این نقشه کمک می‌کند ساختار استدلال را پیش از خواندن دقیق بفهمید.

    طوفان فکری برای موضوع پژوهش

    از یک موضوع کلی شروع کنید و بخواهید زیرموضوع‌ها و پرسش‌های ممکن را شاخه‌بندی کند. شاخه‌هایی که برایتان جذاب‌اند، کاندیدای موضوع پژوهش‌اند.

    مثال عملی: فرضیه‌های پایان‌نامهٔ خود را بنویسید، مثلاً: «حمایت سازمانی ادراک‌شده بر تعهد سازمانی اثر دارد و رضایت شغلی این رابطه را میانجی‌گری می‌کند. جنسیت نقش تعدیل‌گر دارد.» از MyMap بخواهید: «این فرضیه‌ها را به مدل مفهومی تبدیل کن؛ متغیر مستقل در چپ، وابسته در راست، میانجی در وسط و تعدیل‌گر با خط‌چین.» نمودار را بررسی کنید و جهت پیکان‌ها را با فرضیه‌ها تطبیق دهید. سپس نسخهٔ نهایی را در نرم‌افزار گرافیکی یا PowerPoint با کیفیت چاپ بازسازی کنید.

    برای ساختن ارائهٔ دفاع از این نمودارها، ساخت پاورپوینت با هوش مصنوعی؛ راهنمای ارائه علمی را ببینید. اگر به نگاه شبکه‌ای به مفاهیم علاقه دارید، دورهٔ تفکر شبکه‌ای در بینش جدید این مهارت را تقویت می‌کند.

    محدودیت‌های MyMap.ai

    • رابطه‌های نادرست: نقشهٔ خودکار ممکن است مفاهیم را به شکلی نامنطقی به هم وصل کند.
    • کیفیت چاپ: خروجی برای مقاله‌های علمی معمولاً نیاز به بازسازی با کیفیت بالاتر دارد.
    • نمودارهای آماری: برای مدل‌های آماری دقیق مثل نمودار مسیر SEM، ابزارهای تخصصی مناسب‌ترند.
    • متن فارسی: نمایش و چیدمان متن فارسی ممکن است مشکل داشته باشد.

    نکات اخلاقی

    مدل مفهومی پایان‌نامه باید بر پایهٔ نظریه و پیشینه ساخته شود. اگر MyMap رابطه‌ای پیشنهاد داد، پیش از افزودن آن به مدل، پشتوانهٔ نظری‌اش را در مقاله‌ها پیدا کنید.

    نقشه‌هایی که از مقاله‌های دیگران ساخته‌اید، اگر منتشر شوند، باید به منبع اصلی ارجاع دهند. برای اصول کلی، اخلاق هوش مصنوعی در پژوهش و برای طراحی پژوهش، طراحی پژوهش با هوش مصنوعی را ببینید.

    پرسش‌های متداول دربارهٔ MyMap.ai

    آیا MyMap.ai رایگان است؟

    نسخهٔ رایگان با محدودیت تعداد نقشه و امکانات دارد. طرح‌های پولی امکانات بیشتری می‌دهند.

    آیا نمودار MyMap برای مقاله کیفیت کافی دارد؟

    برای پیش‌نویس و ارائه بله، ولی برای انتشار در مجله بهتر است نمودار را با نرم‌افزار گرافیکی و طبق مشخصات مجله بازسازی کنید.

    آیا می‌توان از PDF مقاله نقشهٔ ذهنی ساخت؟

    بله. فایل را بارگذاری کنید و نوع نمودار را مشخص کنید. سپس با گفت‌وگو نقشه را اصلاح کنید.

    MyMap جایگزین نرم‌افزارهای نقشهٔ ذهنی مثل XMind است؟

    برای ساخت سریع با هوش مصنوعی بله. برای ویرایش دقیق و طولانی‌مدت، نرم‌افزارهای تخصصی کنترل بیشتری می‌دهند.

    جمع‌بندی

    MyMap.ai ایده‌ها و متن‌ها را به نقشه و نمودار تبدیل می‌کند. برای طوفان فکری، پیش‌نویس مدل مفهومی و فلوچارت روش تحقیق ابزاری سریع است. نسخهٔ نهایی را با پشتوانهٔ نظری و کیفیت مناسب انتشار آماده کنید.

  • پادکست علمی با NotebookLM؛ تبدیل مقاله‌ها به گفت‌وگوی صوتی، نقشه ذهنی و خلاصه منسجم

    پادکست علمی با NotebookLM؛ تبدیل مقاله‌ها به گفت‌وگوی صوتی، نقشه ذهنی و خلاصه منسجم

    ساخت پادکست علمی با NotebookLM یکی از جذاب‌ترین کاربردهای این ابزار گوگل است. NotebookLM منابعی را که خودتان بارگذاری کرده‌اید، مثل مقاله، فصل کتاب یا یادداشت، می‌خواند و از آن‌ها گفت‌وگویی صوتی بین دو گوینده می‌سازد. نتیجه، پادکستی است که محتوای منابع را با زبان ساده و روایی توضیح می‌دهد.

    در مقالهٔ آموزش NotebookLM برای پژوهش و مرور ادبیات کار پایه با این ابزار را توضیح داده‌ام. اینجا روی قابلیت‌های صوتی، تصویری و خلاصه‌سازی منسجم تمرکز می‌کنم.

    NotebookLM چیست؟

    وب‌سایت رسمی ابزار notebooklm.google.com است. NotebookLM ابزار رایگان گوگل است و نسخهٔ پولی سهمیهٔ بیشتری دارد. تفاوت مهم آن با چت‌بات‌های عمومی، تکیه بر منابع شماست. پاسخ‌ها و خلاصه‌ها از همان اسنادی ساخته می‌شوند که بارگذاری کرده‌اید و ارجاع به بخش دقیق منبع دارند.

    قابلیت‌های تولید محتوا

    • Audio Overview: گفت‌وگوی صوتی دو نفره دربارهٔ منابع، با امکان تعیین تمرکز و طول.
    • حالت تعاملی: وسط پادکست سؤال بپرسید تا گویندگان پاسخ دهند.
    • Video Overview: ارائهٔ تصویری با اسلایدهای خلاصه از محتوای منابع.
    • Mind Map: نقشهٔ ذهنی مفاهیم اصلی و ارتباط آن‌ها.
    • گزارش‌ها: راهنمای مطالعه، خلاصهٔ اجرایی، پرسش‌های متداول و جدول زمانی.
    • Flashcards و Quiz: کارت‌های مرور و آزمونک برای یادگیری.

    کاربرد پادکست علمی با NotebookLM در پژوهش و آموزش

    مرور منابع در زمان‌های مرده

    ساعت‌هایی که در رفت‌وآمد یا ورزش می‌گذرد را می‌توان به شنیدن خلاصهٔ مقاله‌ها اختصاص داد. این کار جای خواندن دقیق را نمی‌گیرد، ولی پیش‌زمینهٔ ذهنی می‌سازد.

    آماده‌سازی محتوای آموزشی

    استادان می‌توانند از مقاله‌های کلیدی یک جلسه، پادکست کوتاهی بسازند تا دانشجویان پیش از کلاس با موضوع آشنا شوند. نقشهٔ ذهنی و آزمونک هم برای مرور بعد از کلاس مفید است.

    ترویج علم

    پژوهشگرانی که می‌خواهند یافته‌هایشان را برای عموم توضیح دهند، می‌توانند از Audio Overview برای پیش‌نویس روایت ساده استفاده کنند و سپس متن خود را بنویسند و ضبط کنند.

    یافتن شکاف در فهم خودتان

    گوش دادن به توضیح دیگری از مقاله‌ای که خوانده‌اید، گاهی نشان می‌دهد کدام بخش را درست نفهمیده‌اید یا کدام ارتباط را ندیده‌اید.

    مثال عملی: پنج مقالهٔ کلیدی فصل دوم پایان‌نامه را در یک نوت‌بوک بارگذاری کنید. در تنظیمات Audio Overview بنویسید: «روی تفاوت روش‌شناسی این مطالعات و تناقض یافته‌هایشان تمرکز کن. مخاطب دانشجوی دکتری است.» پادکست را گوش دهید و هر جا ادعایی شنیدید که برایتان تازه بود، با ارجاع‌های NotebookLM به متن مقاله برگردید. در پایان، Mind Map بسازید و آن را با طرح فصل دوم مقایسه کنید.

    اگر می‌خواهید از همین محتوا ارائه هم بسازید، ساخت پاورپوینت با هوش مصنوعی را ببینید. برای دیده شدن یافته‌ها در شبکه‌های اجتماعی و ساختن هویت علمی، دورهٔ برند شخصی آکادمیک در بینش جدید هم مرتبط است.

    محدودیت‌ها

    • ساده‌سازی: گویندگان گاهی ظرافت‌ها و قیدهای احتیاط را حذف می‌کنند.
    • لحن پرشور: روایت جذاب ممکن است اهمیت یافته‌ها را بزرگ‌تر از واقع نشان دهد.
    • زبان: کیفیت خروجی فارسی در حال بهبود است، ولی تلفظ اصطلاحات تخصصی همیشه درست نیست.
    • دسترسی: استفاده از سرویس‌های گوگل از ایران ممکن است محدود باشد.

    نکات اخلاقی

    اگر پادکست NotebookLM را منتشر می‌کنید، مشخص کنید که با هوش مصنوعی ساخته شده است. حقوق نشر مقاله‌های منبع را هم در نظر بگیرید؛ انتشار عمومی خلاصهٔ کامل اثر دیگران ممکن است مجاز نباشد.

    پادکست را منبع ارجاع ندهید؛ منبع، مقالهٔ اصلی است. اصول بیشتر را در اخلاق هوش مصنوعی در پژوهش آورده‌ام.

    پرسش‌های متداول دربارهٔ پادکست علمی با NotebookLM

    آیا Audio Overview به فارسی هم ساخته می‌شود؟

    بله، NotebookLM ساخت خلاصهٔ صوتی را به زبان‌های مختلف، از جمله فارسی، پشتیبانی می‌کند. کیفیت تلفظ اصطلاحات تخصصی را پیش از انتشار بررسی کنید.

    طول پادکست را می‌توان تنظیم کرد؟

    بله. می‌توانید طول کوتاه‌تر یا بلندتر و تمرکز محتوا را در تنظیمات تعیین کنید.

    آیا می‌توانم پادکست NotebookLM را در کلاس پخش کنم؟

    برای استفادهٔ آموزشی معمولاً مشکلی ندارد، به شرط آنکه منابع را معرفی کنید و بگویید محتوا با هوش مصنوعی ساخته شده است. برای انتشار عمومی، حقوق نشر منابع را هم در نظر بگیرید.

    NotebookLM چند منبع را هم‌زمان می‌پذیرد؟

    هر نوت‌بوک ده‌ها منبع را می‌پذیرد و سقف دقیق به نوع حساب بستگی دارد.

    جمع‌بندی

    پادکست علمی با NotebookLM راهی تازه برای مرور، آموزش و ترویج یافته‌هاست. Audio Overview، نقشهٔ ذهنی و گزارش‌های خلاصه را مکمل خواندن دقیق ببینید و ادعاهای مهم را همیشه در منبع اصلی بررسی کنید.

  • آموزش Poe برای پژوهشگران؛ دسترسی یکجا به ChatGPT، Claude، Gemini و Llama و مقایسه خروجی‌ها

    آموزش Poe برای پژوهشگران؛ دسترسی یکجا به ChatGPT، Claude، Gemini و Llama و مقایسه خروجی‌ها

    Poe پلتفرمی است که دسترسی به چندین مدل هوش مصنوعی را در یک جا فراهم می‌کند. به‌جای داشتن حساب جداگانه در ChatGPT، Claude، Gemini و دیگر سرویس‌ها، در Poe می‌توانید با همهٔ آن‌ها گفت‌وگو کنید و پاسخ‌هایشان را کنار هم ببینید. Poe را شرکت Quora ساخته است.

    برای پژوهشگری که می‌خواهد بداند کدام مدل برای کار مشخص او بهتر است، یا می‌خواهد پاسخ‌های مهم را با چند مدل بسنجد، Poe ابزار عملی است.

    Poe چیست؟

    وب‌سایت رسمی ابزار poe.com است. Poe نسخهٔ رایگان با سهمیهٔ روزانه و اشتراک پولی با سهمیهٔ بیشتر دارد. هزینهٔ استفاده بر اساس «امتیاز» محاسبه می‌شود و هر مدل امتیاز متفاوتی مصرف می‌کند. Poe نسخهٔ وب، موبایل و دسکتاپ دارد.

    امکانات اصلی Poe

    • دسترسی به چند مدل: مدل‌های OpenAI، Anthropic، Google، Meta و دیگر سازندگان، از جمله مدل‌های متن‌باز مثل Llama.
    • مقایسهٔ پاسخ‌ها: فرستادن یک پرسش به مدل‌های مختلف و دیدن پاسخ‌ها.
    • بارگذاری فایل: فرستادن PDF، تصویر و فایل‌های دیگر به مدل‌هایی که پشتیبانی می‌کنند.
    • ساخت بات: تعریف دستیار اختصاصی با دستورالعمل ثابت و فایل‌های پایه.
    • مدل‌های تصویر و صدا: دسترسی به ابزارهای تولید تصویر برای ساخت شکل‌های مفهومی.

    کاربرد Poe در پژوهش

    انتخاب مدل مناسب برای هر کار

    مدل‌های زبانی در کارهای مختلف قوت‌های متفاوتی دارند. یکی در ویرایش انگلیسی بهتر است، دیگری در تحلیل منطقی و سومی در کدنویسی. با Poe می‌توانید روی نمونه‌ای از کار واقعی خود آزمایش کنید و برای هر کار مدل مناسب را انتخاب کنید.

    سنجش پایداری پاسخ‌ها

    اگر سؤالی مهم دارید، مثلاً انتخاب آزمون آماری یا تفسیر یک نتیجه، آن را از چند مدل بپرسید. اگر پاسخ‌ها یکسان‌اند، اطمینان بیشتری دارید. اگر متفاوت‌اند، نشانه‌ای است که باید با منابع معتبر یا متخصص بررسی کنید.

    ساخت بات برای کارهای تکراری

    اگر هر هفته کار مشابهی انجام می‌دهید، مثل ویرایش چکیده یا ساخت جدول خلاصهٔ مقاله، یک بات با دستورالعمل ثابت بسازید تا هر بار پرامپت را تکرار نکنید.

    مثال عملی: چکیدهٔ انگلیسی مقالهٔ خود را با این پرامپت به سه مدل مختلف در Poe بدهید:
    «این چکیده را از نظر وضوح، ساختار (هدف، روش، یافته، نتیجه) و رعایت محدودیت ۲۵۰ واژه بررسی کن. متن را بازنویسی نکن. فقط پنج پیشنهاد مشخص بده.»
    پیشنهادها را کنار هم بگذارید. مواردی که هر سه مدل به آن اشاره کرده‌اند، احتمالاً مشکل واقعی‌اند. مواردی که فقط یک مدل گفته، با دقت بیشتری بسنجید.

    معیارهای چکیدهٔ خوب را در نحوه نوشتن چکیده مقاله علمی آورده‌ام. برای شناخت ویژگی‌های هر مدل هم بهترین هوش مصنوعی برای پژوهش و مقاله‌نویسی را بخوانید.

    محدودیت‌های Poe

    • امکانات ناقص: برخی قابلیت‌های اختصاصی هر سرویس، مثل حافظهٔ بلندمدت، پروژه‌ها یا ابزارهای داخلی، در Poe در دسترس نیستند.
    • هزینهٔ امتیاز: مدل‌های قوی‌تر امتیاز بیشتری مصرف می‌کنند و سهمیهٔ رایگان زود تمام می‌شود.
    • کیفیت بات‌های عمومی: بات‌هایی که کاربران دیگر ساخته‌اند، کیفیت متفاوتی دارند.
    • اجماع کاذب: هم‌نظری چند مدل، تضمین درستی نیست؛ مدل‌ها ممکن است خطای مشابه داشته باشند.

    نکات اخلاقی و حریم خصوصی

    وقتی از Poe استفاده می‌کنید، داده‌های شما از یک واسطه به سازندگان مدل‌ها می‌رسد. اسناد محرمانه، داده‌های شرکت‌کنندگان و مقاله‌های داوری را بارگذاری نکنید.

    اگر خروجی مدل‌ها در متن یا تحلیل شما نقش داشته، آن را اعلام کنید و علاوه بر نام پلتفرم، نام مدل را هم ذکر کنید. اصول کلی در اخلاق هوش مصنوعی در پژوهش آمده است.

    تیم‌هایی که می‌خواهند به‌طور نظام‌مند ابزارهای هوش مصنوعی را ارزیابی و انتخاب کنند، می‌توانند از خدمات هوش مصنوعی و داده در بینش جدید کمک بگیرند.

    پرسش‌های متداول دربارهٔ Poe

    آیا Poe رایگان است؟

    بله، با سهمیهٔ روزانهٔ امتیاز. مدل‌های قوی‌تر امتیاز بیشتری مصرف می‌کنند و برای استفادهٔ گسترده اشتراک لازم است.

    آیا مدل‌های Poe همان نسخه‌های اصلی‌اند؟

    Poe به مدل‌های اصلی سازندگان دسترسی می‌دهد، ولی برخی امکانات جانبی سرویس‌های اصلی، مثل حافظه و پروژه‌ها، در آن نیست.

    ساخت بات در Poe چه کاربردی برای پژوهشگر دارد؟

    برای کارهای تکراری، مثل ویرایش چکیده یا ساخت جدول خلاصهٔ مقاله، یک بار دستورالعمل را می‌نویسید و هر بار از همان استفاده می‌کنید.

    جمع‌بندی

    Poe دروازه‌ای برای آزمودن و مقایسهٔ مدل‌های هوش مصنوعی است. از آن برای انتخاب مدل مناسب، سنجش پاسخ‌های مهم و ساخت دستیارهای کوچک استفاده کنید. هم‌نظری مدل‌ها را جایگزین منبع معتبر نکنید.

  • آموزش STORM دانشگاه استنفورد؛ ساخت پیش‌نویس گزارش جامع و منبع‌دار با جستجوی عمیق

    آموزش STORM دانشگاه استنفورد؛ ساخت پیش‌نویس گزارش جامع و منبع‌دار با جستجوی عمیق

    STORM سامانه‌ای پژوهشی از دانشگاه استنفورد است که دربارهٔ یک موضوع، گزارشی بلند و ساختاریافته با ارجاع به منابع وب می‌نویسد؛ چیزی شبیه یک مقالهٔ ویکی‌پدیا. STORM را گروه OVAL دانشگاه استنفورد ساخته و کد آن متن‌باز است. این سامانه پیش از نوشتن، موضوع را از چند زاویه بررسی می‌کند و برای هر زاویه سؤال می‌پرسد.

    برای پژوهشگری که می‌خواهد در کوتاه‌ترین زمان، نقشه‌ای کلی و منبع‌دار از یک موضوع تازه داشته باشد، STORM ابزاری جالب و متفاوت است.

    STORM چیست و چطور کار می‌کند؟

    وب‌سایت رسمی ابزار storm.genie.stanford.edu است. استفاده از نسخهٔ وب با ساخت حساب رایگان ممکن است و کد آن هم برای اجرای مستقل در دسترس است.

    نام STORM از روش کار آن می‌آید. سامانه ابتدا مقاله‌های مرتبط را مرور می‌کند تا «دیدگاه‌های» مختلف را شناسایی کند؛ مثلاً دیدگاه یک اقتصاددان، یک مهندس و یک سیاست‌گذار. سپس برای هر دیدگاه، گفت‌وگویی شبیه‌سازی می‌کند که در آن یک «نویسنده» سؤال می‌پرسد و یک «کارشناس» با جستجو در وب پاسخ می‌دهد. از دل این گفت‌وگوها، طرح کلی و سپس متن کامل گزارش با ارجاع ساخته می‌شود.

    Co-STORM چیست؟

    Co-STORM نسخهٔ تعاملی‌تر است. شما هم در گفت‌وگو شرکت می‌کنید، سؤال می‌پرسید و مسیر بحث را تغییر می‌دهید. Co-STORM یک «نقشهٔ ذهنی» از مفاهیم هم می‌سازد که دانش جمع‌شده را مرتب می‌کند.

    کاربرد STORM در پژوهش

    آشنایی سریع با یک حوزهٔ تازه

    وقتی باید دربارهٔ موضوعی خارج از رشتهٔ خود بنویسید، گزارش STORM نقطهٔ شروعی ساختاریافته است: تعریف‌ها، تاریخچه، زیرموضوع‌ها و بحث‌های اصلی.

    یافتن زاویه‌های دیده‌نشده

    چون STORM موضوع را از چند دیدگاه بررسی می‌کند، گاهی جنبه‌هایی را نشان می‌دهد که پژوهشگر به آن فکر نکرده است. این جنبه‌ها می‌توانند به سؤال پژوهشی تازه برسند.

    ساخت طرح کلی

    طرح کلی گزارش، پیش از متن کامل ساخته می‌شود. این طرح را می‌توانید با طرح فصل پیشینهٔ خود مقایسه کنید و ببینید کدام بخش‌ها جا افتاده‌اند.

    مثال عملی: موضوع «حکمرانی داده در دانشگاه‌ها» را در STORM وارد کنید. گزارشی با بخش‌هایی مثل تعریف‌ها، چارچوب‌های قانونی، چالش‌های حریم خصوصی و نمونه‌های بین‌المللی دریافت می‌کنید. حالا:
    ۱. منابع را باز کنید و فقط منابع معتبر علمی یا رسمی را نگه دارید.
    ۲. طرح کلی را با طرح فصل دوم پایان‌نامه مقایسه کنید.
    ۳. با Co-STORM سؤال‌های تکمیلی بپرسید، مثلاً «تجربهٔ کشورهای در حال توسعه چیست؟».
    ۴. منابع معتبر را به Zotero منتقل کنید و جستجو را در پایگاه‌های علمی ادامه دهید.

    برای ادامهٔ این مسیر و طراحی پژوهش، طراحی پژوهش با هوش مصنوعی را ببینید. اگر سازمان شما هم با پرسش‌های حکمرانی داده و تحول دیجیتال روبه‌روست، دورهٔ تحول دیجیتال در بینش جدید مرتبط است.

    محدودیت‌های STORM

    • منابع وب: بیشتر منابع از وب عمومی‌اند و سهم مقاله‌های داوری‌شده کم است.
    • دقت ارجاع: گاهی جمله‌ای به منبعی نسبت داده می‌شود که آن را نمی‌گوید.
    • زبان: برای موضوع‌های فارسی و منابع داخلی کارایی محدودی دارد.
    • ابزار پژوهشی: STORM پروژه‌ای دانشگاهی است؛ پایداری و امکانات آن ممکن است تغییر کند.
    • سطح عمق: گزارش گسترده است، ولی برای تحلیل انتقادی عمیق کافی نیست.

    نکات اخلاقی

    گزارش STORM مرور ادبیات نیست و نباید در پایان‌نامه یا مقاله کپی شود. آن را نقشهٔ راه ببینید و متن خود را بر اساس منابع خوانده‌شده بنویسید.

    اگر در مرحلهٔ کاوش اولیه از STORM کمک گرفته‌اید و بخشی از ساختار کار شما از آن آمده، شفاف بودن دربارهٔ آن به اعتماد خواننده کمک می‌کند. قواعد اعلام را در استفاده از ChatGPT در مقاله علمی و نحوهٔ اعلام آن و روندهای تازه را در آینده هوش مصنوعی در پژوهش ببینید.

    پرسش‌های متداول دربارهٔ STORM

    آیا STORM رایگان است؟

    نسخهٔ وب STORM با حساب رایگان در دسترس است و کد آن هم متن‌باز است. محدودیت‌های استفاده ممکن است تغییر کند.

    STORM با Deep Research در ChatGPT یا Gemini چه فرقی دارد؟

    هر دو گزارش منبع‌دار می‌سازند. STORM روش ویژه‌ای دارد: موضوع را از چند دیدگاه بررسی می‌کند و ساختاری شبیه مقالهٔ دانشنامه‌ای می‌سازد.

    آیا می‌توانم گزارش STORM را در مقاله ارجاع دهم؟

    خیر. گزارش STORM منبع دست اول نیست. به منابعی ارجاع دهید که خودتان خوانده و ارزیابی کرده‌اید.

    جمع‌بندی

    STORM با شبیه‌سازی گفت‌وگو از دیدگاه‌های مختلف، گزارشی جامع و منبع‌دار برای شروع پژوهش می‌سازد. از آن برای کاوش و ساخت طرح کلی استفاده کنید و متن نهایی را بر پایهٔ منابع معتبر بنویسید.

  • آموزش Scite.ai؛ ارزیابی ارجاعات و تشخیص مقاله‌های تأییدشده یا ردشده

    آموزش Scite.ai؛ ارزیابی ارجاعات و تشخیص مقاله‌های تأییدشده یا ردشده

    Scite.ai ابزاری است که به یک پرسش مهم پاسخ می‌دهد: مقاله‌های دیگر دربارهٔ این مقاله چه گفته‌اند؟ شمارش ساده نشان می‌دهد مقاله‌ای ۳۰۰ بار ارجاع گرفته، ولی نمی‌گوید این ارجاع‌ها یافته‌اش را تأیید کرده‌اند یا رد. Scite با خواندن متن مقاله‌های ارجاع‌دهنده، هر ارجاع را دسته‌بندی می‌کند و تصویر دقیق‌تری از اعتبار یافته‌ها می‌دهد.

    Scite.ai چیست؟

    وب‌سایت رسمی ابزار scite.ai است. Scite امروز بخشی از شرکت Research Solutions است. ابزار طرح‌های پولی دارد و برخی امکانات به‌صورت محدود رایگان یا آزمایشی در دسترس است. بسیاری از دانشگاه‌ها هم اشتراک سازمانی دارند.

    Smart Citations چیست؟

    هستهٔ Scite، «ارجاع‌های هوشمند» است. برای هر مقاله، Scite جمله‌ای را که در آن مقالهٔ دیگری به آن ارجاع داده پیدا می‌کند و آن را در یکی از سه دسته قرار می‌دهد:

    • Supporting: مقالهٔ ارجاع‌دهنده شواهدی هم‌سو با یافته ارائه کرده است.
    • Contrasting: مقالهٔ ارجاع‌دهنده یافتهٔ مخالف یا متفاوت گزارش کرده است.
    • Mentioning: ارجاع فقط اشاره یا نقل بوده، بدون داوری دربارهٔ یافته.

    بیشتر ارجاع‌ها در دستهٔ سوم قرار می‌گیرند. ارجاع‌های حمایتی و مخالف کم‌تعدادتر ولی پرمعناترند.

    امکانات دیگر

    • Scite Assistant: پاسخ به سؤال پژوهشی با ارجاع به مقاله‌ها و جمله‌های ارجاعی.
    • Reference Check: بررسی فهرست منابع پیش‌نویس شما برای یافتن مقاله‌های ابطال‌شده (Retracted) یا مقاله‌هایی با ارجاع‌های مخالف زیاد.
    • داشبوردها و هشدارها: پیگیری ارجاع‌های تازه به مقاله‌های شما یا مقاله‌های کلیدی حوزه.
    • افزونهٔ مرورگر: نمایش آمار Smart Citations هنگام دیدن مقاله در سایت ناشر.

    کاربرد Scite.ai در پژوهش

    ارزیابی اعتبار یک یافتهٔ کلیدی

    پیش از اینکه کل استدلال مقدمه را روی یک مقاله بسازید، ببینید یافتهٔ آن در پژوهش‌های بعدی تکرار شده یا زیر سؤال رفته است.

    نوشتن بخش بحث

    ارجاع‌های Contrasting منبع خوبی برای بحث‌اند. نشان می‌دهند کدام پژوهش‌ها نتیجهٔ متفاوت گرفته‌اند و چرا. بحثی که هم موافقان و هم مخالفان را می‌آورد، نزد داور اعتبار بیشتری دارد.

    بررسی منابع پیش از ارسال

    Reference Check کمک می‌کند ارجاع به مقاله‌ای ابطال‌شده، که داوران آن را خطای جدی می‌دانند، پیش از ارسال پیدا شود.

    مثال عملی: مقدمهٔ شما بر یافتهٔ مشهوری تکیه دارد که می‌گوید «تهدید کلیشه‌ای عملکرد ریاضی دانش‌آموزان دختر را کاهش می‌دهد». مقالهٔ اصلی را در Scite جستجو کنید. شاید ببینید در کنار ارجاع‌های حمایتی، تعداد قابل‌توجهی ارجاع مخالف هم وجود دارد که از دشواری تکرار این اثر خبر می‌دهند. جمله‌های مخالف را بخوانید و مقاله‌هایشان را باز کنید. حالا مقدمهٔ شما می‌تواند بنویسد: «اگرچه این اثر در مطالعات اولیه گزارش شد، تلاش‌های تکرار نتایج متفاوتی داشته‌اند»، و ادعای شما محتاطانه‌تر و دقیق‌تر می‌شود.

    برای شکل دادن به استدلال مقاله با این شواهد، استدلال در مقاله علمی را ببینید. نکته‌های بیشتر برای بررسی منابع پیش از ارسال را در چک‌لیست نهایی مقاله قبل از ارسال آورده‌ام.

    محدودیت‌های Scite.ai

    • خطای دسته‌بندی: تشخیص حمایت یا مخالفت خودکار است و گاهی اشتباه می‌کند.
    • دسترسی به متن کامل: برای مقاله‌هایی که متن کاملشان در دسترس Scite نیست، Smart Citations ناقص است.
    • بیشتر بودن Mentioning: برای بسیاری از مقاله‌ها، ارجاع‌های حمایتی و مخالف آن‌قدر کم است که نتیجه‌گیری دشوار است.
    • هزینه: استفادهٔ کامل نیاز به اشتراک دارد.

    نکات اخلاقی

    تعداد ارجاع‌های حمایتی یا مخالف، معیار درستی یک یافته نیست. کیفیت روش مطالعه‌ها از تعدادشان مهم‌تر است. پیش از نتیجه‌گیری، مقاله‌های ارجاع‌دهنده را بخوانید.

    از Scite برای انتخاب گزینشی منابع، یعنی آوردن فقط ارجاع‌های موافق با فرضیهٔ خود، استفاده نکنید. این کار سوگیری تأییدی است. اصول کلی را در اخلاق هوش مصنوعی در پژوهش بخوانید.

    نگاه شبکه‌ای به ارجاعات، شما را به درک بهتر ساختار دانش در یک حوزه می‌رساند. دورهٔ تفکر شبکه‌ای در بینش جدید این نگاه را عمیق‌تر می‌کند.

    پرسش‌های متداول دربارهٔ Scite.ai

    آیا Scite.ai رایگان است؟

    امکانات محدودی به‌صورت رایگان یا آزمایشی در دسترس است. برای استفادهٔ کامل، اشتراک فردی یا دسترسی سازمانی دانشگاه لازم است.

    Reference Check دقیقاً چه چیزی را بررسی می‌کند؟

    فهرست منابع پیش‌نویس شما را با پایگاه Scite مقایسه می‌کند و مقاله‌های ابطال‌شده یا دارای ارجاع‌های مخالف زیاد را نشان می‌دهد.

    آیا ارجاع Contrasting یعنی مقاله اشتباه است؟

    خیر. فقط نشان می‌دهد پژوهشی نتیجهٔ متفاوت گرفته است. باید روش هر دو مطالعه را مقایسه کنید.

    جمع‌بندی

    Scite.ai کیفیت ارجاع را جایگزین کمیت می‌کند. با آن می‌بینید یافته‌ها چطور در پژوهش‌های بعدی تأیید یا نقد شده‌اند و منابع خود را پیش از ارسال بررسی می‌کنید.

  • آموزش Mendeley؛ مدیریت منابع، ارجاع‌دهی در Word و کشف مقالات مرتبط

    آموزش Mendeley؛ مدیریت منابع، ارجاع‌دهی در Word و کشف مقالات مرتبط

    Mendeley نرم‌افزار مدیریت منابع متعلق به ناشر Elsevier است که برای ذخیره، سازمان‌دهی، خواندن و ارجاع‌دهی مقاله‌ها استفاده می‌شود. بسیاری از دانشجویان ایرانی Mendeley را از سال‌ها پیش می‌شناسند و هنوز یکی از گزینه‌های رایج برای ارجاع‌دهی در پایان‌نامه است. Mendeley علاوه بر مدیریت منابع، امکان کشف مقاله‌های مرتبط و ساخت شبکهٔ پژوهشی را هم دارد.

    Mendeley چیست؟

    وب‌سایت رسمی ابزار mendeley.com است. استفاده از Mendeley رایگان است و حساب کاربری مقدار مشخصی فضای ابری می‌دهد. نسخهٔ فعلی شامل این بخش‌هاست:

    • Mendeley Reference Manager: نرم‌افزار دسکتاپ و نسخهٔ وب برای نگه‌داری و خواندن منابع.
    • Mendeley Cite: افزونهٔ Microsoft Word برای درج ارجاع و فهرست منابع.
    • Mendeley Web Importer: افزونهٔ مرورگر برای ذخیرهٔ مقاله از سایت ناشران و پایگاه‌ها.
    • Groups: کتابخانهٔ مشترک برای تیم‌های پژوهشی.
    • پیشنهاد مقاله: معرفی مقاله‌های مرتبط بر اساس کتابخانهٔ شما.

    توجه به نسخهٔ قدیمی

    نسخهٔ قدیمی Mendeley Desktop و افزونهٔ قدیمی Word آن دیگر پشتیبانی نمی‌شوند. اگر هنوز از آن‌ها استفاده می‌کنید، داده‌ها را به نسخهٔ جدید منتقل کنید تا با به‌روزرسانی Word یا سیستم‌عامل دچار مشکل نشوید.

    کاربرد Mendeley در پژوهش

    ساخت کتابخانهٔ منظم

    برای هر پروژه یک Collection بسازید و منابع را برچسب‌گذاری کنید. با جستجو در متن کامل PDFها، می‌توانید هر مفهوم را در کل کتابخانه پیدا کنید.

    خواندن و حاشیه‌نویسی

    هایلایت‌ها و یادداشت‌ها روی PDF ذخیره و بین دستگاه‌ها همگام می‌شوند. وقتی چند ماه بعد سراغ مقاله برمی‌گردید، یادداشت‌هایتان سر جایشان است.

    ارجاع‌دهی در Word

    Mendeley Cite ارجاع‌ها را درج و فهرست منابع را با سبک انتخابی شما می‌سازد. تغییر سبک برای مجلهٔ دیگر هم سریع است.

    کار گروهی

    در پروژه‌های تیمی یا وقتی استاد راهنما منابعی را پیشنهاد می‌دهد، گروه‌های Mendeley کتابخانهٔ مشترک می‌سازند.

    مثال عملی: پایان‌نامهٔ شما دربارهٔ «سواد سلامت سالمندان» است. در Mendeley یک Collection با نام پایان‌نامه و زیرمجموعه‌هایی برای هر فصل بسازید. با Web Importer، مقاله‌ها را از PubMed و ScienceDirect ذخیره کنید. سپس در Word، از تب Mendeley Cite سبک APA 7 را انتخاب کنید، ارجاع‌ها را هنگام نوشتن درج کنید و در پایان «Insert Bibliography» را بزنید. اگر دانشگاه سبک دیگری خواست، فقط سبک را عوض کنید.

    برای مراحل نوشتن فصل‌ها، نوشتن پایان‌نامه با هوش مصنوعی را ببینید. نکته‌های انتخاب مجله برای مقالهٔ مستخرج را هم در انتخاب مجله مناسب برای مقاله ISI و اسکوپوس آورده‌ام.

    Mendeley یا Zotero؟

    هر دو رایگان‌اند و کار اصلی را خوب انجام می‌دهند. Zotero متن‌باز است، افزونه‌های بیشتری دارد و با ابزارهای هوش مصنوعی پژوهش یکپارچگی گسترده‌تری دارد. Mendeley با محصولات Elsevier مثل ScienceDirect و Scopus هماهنگ است و رابط کاربری ساده‌ای دارد. اگر از صفر شروع می‌کنید، Zotero انتخاب انعطاف‌پذیرتری است. اگر کتابخانهٔ بزرگی در Mendeley دارید، دلیلی برای تغییر عجولانه نیست. انتقال بین این دو هم با فایل‌های RIS یا BibTeX ممکن است.

    محدودیت‌های Mendeley

    • کیفیت اطلاعات ذخیره‌شده: برخی منابع با اطلاعات ناقص ذخیره می‌شوند و باید اصلاح شوند.
    • منابع فارسی: اطلاعات مقاله‌های فارسی اغلب باید دستی وارد شود.
    • مالکیت ناشر: برخی پژوهشگران نگران وابستگی داده‌هایشان به یک ناشر تجاری‌اند.
    • هوش مصنوعی محدود: امکانات هوش مصنوعی آن نسبت به ابزارهای تخصصی کمتر است.

    نکات اخلاقی و حرفه‌ای

    ارجاع خودکار خطای انسانی را حذف نمی‌کند. پیش از ارسال، فهرست منابع را با ارجاع‌های درون‌متن تطبیق دهید و اطلاعات هر منبع را بررسی کنید.

    پیشنهادهای مقالهٔ Mendeley را هم مثل هر پیشنهاد الگوریتمی، با معیارهای پژوهش خود بسنجید. برای بررسی نهایی منابع پیش از ارسال، چک‌لیست نهایی مقاله قبل از ارسال را ببینید.

    ساختن شبکهٔ پژوهشی، چه در Mendeley و چه در جاهای دیگر، بخشی از برند علمی شماست. دورهٔ برند شخصی آکادمیک در بینش جدید به این موضوع می‌پردازد.

    پرسش‌های متداول دربارهٔ Mendeley

    آیا Mendeley رایگان است؟

    بله. Mendeley رایگان است و فضای ابری مشخصی برای ذخیرهٔ فایل‌ها می‌دهد.

    چطور از Mendeley به Zotero منتقل شوم؟

    از Mendeley خروجی RIS یا BibTeX بگیرید و آن را در Zotero وارد کنید. یادداشت‌ها و هایلایت‌ها ممکن است کامل منتقل نشوند.

    چرا افزونهٔ Word قدیمی Mendeley کار نمی‌کند؟

    نسخهٔ قدیمی دیگر پشتیبانی نمی‌شود. Mendeley Reference Manager و افزونهٔ Mendeley Cite را نصب کنید.

    جمع‌بندی

    Mendeley ابزار رایگان و ساده‌ای برای مدیریت منابع و ارجاع‌دهی در Word است. اگر با نسخهٔ جدید کار کنید و اطلاعات منابع را بررسی کنید، همراه مطمئنی برای پایان‌نامه و مقاله خواهد بود.

  • آموزش Zotero با افزونه‌های هوش مصنوعی؛ مدیریت رفرنس‌ها و یکپارچه‌سازی با ابزارهای AI

    آموزش Zotero با افزونه‌های هوش مصنوعی؛ مدیریت رفرنس‌ها و یکپارچه‌سازی با ابزارهای AI

    Zotero نرم‌افزار رایگان و متن‌باز مدیریت منابع است که میلیون‌ها پژوهشگر در دنیا از آن استفاده می‌کنند. Zotero منابع را جمع می‌کند، مرتب نگه می‌دارد و هنگام نوشتن در Word یا Google Docs، ارجاع درون‌متنی و فهرست منابع را با هر سبکی که بخواهید می‌سازد. در سال‌های اخیر، افزونه‌های متعددی هوش مصنوعی را هم به Zotero آورده‌اند.

    📚 راهنمای کامل منبع‌نویسی: برای قواعد ارجاع درون‌متنی، نمونه‌ی رفرنس مقاله، کتاب، پایان‌نامه و منابع فارسی، و رفرنس دادن به ChatGPT، برگه‌ی رفرنس نویسی به روش APA 7؛ آموزش کامل منبع‌نویسی پایان‌نامه و مقاله را ببینید.

    اگر هنوز منابع را دستی تایپ می‌کنید، یادگیری Zotero شاید سودمندترین ساعتی باشد که برای پایان‌نامه‌تان صرف می‌کنید.

    Zotero چیست؟

    وب‌سایت رسمی ابزار zotero.org است. نرم‌افزار برای ویندوز، مک و لینوکس در دسترس است و نسخه‌های موبایل هم دارد. حساب کاربری رایگان، همگام‌سازی داده‌ها و مقدار محدودی فضا برای فایل‌ها می‌دهد و فضای بیشتر پولی است.

    امکانات پایه

    • Zotero Connector: افزونهٔ مرورگر که با یک کلیک، اطلاعات مقاله و PDF آن را از سایت ناشر ذخیره می‌کند.
    • افزودن با شناسه: وارد کردن منبع با DOI، ISBN یا شناسهٔ arXiv.
    • افزونهٔ Word و Google Docs: درج ارجاع و ساخت خودکار فهرست منابع.
    • بیش از ۱۰ هزار سبک ارجاع: از APA و Vancouver تا سبک اختصاصی مجلات.
    • خواندن و حاشیه‌نویسی PDF: هایلایت و یادداشت داخل خود Zotero.
    • گروه‌ها: کتابخانهٔ مشترک برای تیم‌های پژوهشی.

    هوش مصنوعی در Zotero

    خود Zotero هوش مصنوعی داخلی گسترده‌ای ندارد، ولی جامعهٔ کاربران افزونه‌هایی ساخته‌اند که مدل‌های زبانی را به آن وصل می‌کنند. برخی از این افزونه‌ها امکان خلاصه‌سازی مقاله، پرسش از PDFها، ترجمهٔ متن و برچسب‌گذاری خودکار را می‌دهند. معمولاً برای استفاده از آن‌ها، کلید API یک سرویس هوش مصنوعی لازم است.

    علاوه بر افزونه‌ها، بسیاری از ابزارهای هوش مصنوعی پژوهش با Zotero یکپارچه‌اند: ResearchRabbit کالکشن‌ها را همگام می‌کند، Elicit و SciSpace خروجی قابل ورود به Zotero می‌دهند و برخی دستیارهای هوش مصنوعی می‌توانند مستقیم به کتابخانهٔ Zotero متصل شوند.

    افزونه‌های Zotero را فقط از منابع معتبر، مثل صفحهٔ افزونه‌ها در وب‌سایت Zotero یا مخزن رسمی سازنده، نصب کنید و از کتابخانهٔ خود نسخهٔ پشتیبان داشته باشید.

    کاربرد Zotero در فرایند پژوهش

    جمع‌آوری منظم منابع

    برای هر فصل پایان‌نامه یک Collection بسازید و منابع را از همان ابتدا در جای خود ذخیره کنید. برچسب‌هایی مثل «خوانده‌شده»، «کلیدی» و «روش» پیدا کردن منابع را ساده می‌کنند.

    ارجاع‌دهی بدون خطا

    با افزونهٔ Word، ارجاع را درج می‌کنید و فهرست منابع خودکار ساخته می‌شود. اگر مجله سبک دیگری بخواهد، با یک کلیک همهٔ ارجاع‌ها تغییر می‌کنند.

    یادداشت‌برداری متصل به منبع

    هایلایت‌ها و یادداشت‌های PDF را می‌توانید به یادداشت مستقل تبدیل کنید. هر یادداشت به صفحهٔ منبع پیوند دارد.

    مثال عملی: برای مقاله‌ای دربارهٔ «فرسودگی شغلی معلمان» این مراحل را بروید:
    ۱. Collection با نام مقاله بسازید و زیرپوشه‌های «مقدمه»، «پیشینه» و «روش» را اضافه کنید.
    ۲. با Zotero Connector، ۲۰ مقالهٔ اصلی را از سایت ناشران ذخیره کنید.
    ۳. اطلاعات هر منبع را بررسی کنید؛ گاهی نام نویسنده یا سال اشتباه ذخیره می‌شود.
    ۴. Collection را به ResearchRabbit وصل کنید و مقاله‌های پیشنهادی را مرور کنید.
    ۵. هنگام نوشتن در Word، ارجاع‌ها را از Zotero درج کنید و سبک APA 7 را انتخاب کنید.

    مراحل کامل نگارش مقاله را در نوشتن مقاله علمی در ۱۲ هفته و نکات ارجاع‌دهی هنگام ویرایش را در ویرایش مقاله با هوش مصنوعی ببینید. نظم در منابع بخشی از نظم در کار پژوهشی است؛ تکنیک‌های مدیریت زمان خانه کوچینگ ایران هم در این مسیر کمک می‌کند.

    محدودیت‌ها

    • کیفیت اطلاعات ذخیره‌شده: اطلاعات برخی سایت‌ها ناقص ذخیره می‌شود و باید دستی اصلاح شود.
    • منابع فارسی: برای مقاله‌های فارسی، اطلاعات اغلب باید دستی وارد شود.
    • افزونه‌های AI: کیفیت، امنیت و پشتیبانی آن‌ها متفاوت است.
    • فضای ذخیره: فضای رایگان همگام‌سازی فایل محدود است.

    نکات اخلاقی

    مدیریت منابع با Zotero ارجاع را آسان می‌کند، ولی مسئولیت خواندن منبع را برنمی‌دارد. خلاصه‌های تولیدشده با افزونه‌های AI را به‌جای خواندن مقاله در متن نیاورید.

    وقتی از افزونه‌های AI استفاده می‌کنید، متن PDFها به سرویس هوش مصنوعی ارسال می‌شود. مقاله‌های محرمانه یا داوری را از این فرایند دور نگه دارید. برای اصول کلی، اخلاق هوش مصنوعی در پژوهش را بخوانید.

    جمع‌بندی

    Zotero ستون فقرات مدیریت منابع هر پژوهشگر است و با افزونه‌ها و یکپارچگی با ابزارهای AI، توانمندتر هم شده است. از همان ابتدای پروژه از آن استفاده کنید.