Trainees Edition Trainers Edition Trainees Edition Trainers Edition

MOOC HOME

MODUL 14: UČINKOVITE STRATEGIJE ISKANJA

Opis modula

Glavni namen tega modula je razložiti nekatere iskalne funkcije in operatorje, ki so potrebni za razvoj učinkovite strategije iskanja.  

The secondary aim is to guide trainers who want to use the content of this Module to train their trainees.

Sekundarni namen je usmerjanje predavateljev, ki želijo vsebino tega modula uporabiti pri usposabljanju svojih udeležencev.   V skladu s temi cilji so v tem modulu obravnavani Boolova logika, nadzorovani besednjaki, iskanje po poljih, iskanje po bližnjici, krajšanje in nadomestni znaki, omejitve do iskanja z omejitvami ter smernice za poučevanje te teme. Udeleženci, ki bodo uspešno zaključili ta modul, bodo znali,
  • razumeti, zakaj je pomembna učinkovita strategija iskanja,
  • razumeti Boolovo logiko in opredeliti operatorje (IN, ALI, NE),
  • razumeti pomen nadzorovanih besednjakov,
  • razumeti iskanje po poljih in opredeliti osnovna polja,
  • opredeliti operatorje bližine ter razlikovati med sosedskimi in bližnjimi operatorji,
  • razumeti, zakaj in kako uporabljati krajšanje in nadomestne znake.
  Poleg tega bodo izvajalci usposabljanja, ki bodo uspešno zaključili ta modul, lahko dokazali, da razumejo smernice za poučevanje tega predmeta.

Additionally, trainers who successfully complete this module, will be able to demonstrate an understanding of the guidelines for teaching the subject.

 

Struktura modula

Ta modul je sestavljen iz naslednjih delov:
  • Opis modula (objectives, description of the content, and learning outcomes)
  • Struktura modula
  • Smernice za udeležence usposabljanja
  • Guidelines for Trainers (how to prepare, methods to use, and tips for trainers)
  • Smernice za izvajalce usposabljanja (kako se pripraviti, metode za uporabo in nasveti za izvajalce usposabljanja)
  • Vsebina (študijsko gradivo in vaje)
  • Kviz
  • Viri (reference in priporočeni viri ter videoposnetki)
  Glavni cilji modula, opis vsebine in učni rezultati so pojasnjeni v delu Opis modula. Smernice za udeležence usposabljanja vključujejo navodila in predloge za udeležence izobraževanja. Smernice za izvajalce usposabljanja vodijo izvajalce usposabljanja skozi različne faze usposabljanja in vsebujejo nasvete, ki bi lahko bili koristni pri poučevanju predmeta. Vsebina vključuje vsa študijska gradiva in vaje, povezane z vsebino. Kviz vključuje vprašanja z več možnostmi izbire in/ali resnična/nepravilna vprašanja, s katerimi lahko udeleženci usposabljanja preverijo svoj napredek. Viri vsebujejo dve komponenti: reference in priporočene vire za nadaljnje branje in študij. Reference so seznam virov, navedenih v vsebinskem delu. Priporočeni viri so sestavljeni iz seznama dodatnih virov in videoposnetkov, ki jih priporočamo za branje in gledanje, da bi se naučili več o temi.

Smernice za udeležence usposabljanja

Od udeležencev izobraževanja se pričakuje, da bodo prebrali besedilo, si ogledali priporočene videoposnetke in izvedli vaje. Za dodatne informacije lahko poiščejo predlagane vire. Po končanem študiju vsebine učencem priporočamo, da opravijo kviz za oceno svojega napredka. Po potrebi lahko ponovno pregledajo študijsko gradivo.

Guidelines for Trainers

Guidelines for Trainers includes suggestions and tips for trainers on how to use the content of this module to train people in the use of effective search strategies.

 

Preparation

Preparing a presentation (PowerPoint/Prezi/Canva) which is supported by visual materials and which displays the results of database/search engine searches is strongly suggested. During the course a real time demonstration is also strongly suggested.

Getting Started

A short Kviz (3 to 5 questions) in Kahoot, or questions with Mentimeter can be used at the beginning for engaging participants in discussion on the topic. The Kviz can also be used as a motivation tool, as well as a tool used to check trainees’ existing knowledge on the subject. Some examples for questions could be: What are Boolean operators? What are truncations? How can we use “quotation marks” for phrase searching?

Methods to Use

Various teaching methods can be used in combination with each other during the training. Such as:
  • Lecturing
  • Group discussion
  • Individual work
  • Self-reflection

Tips for Trainers

Warming-up

An effective way of involving participants and their expectations about what they will learn is to ask a few preliminary questions on the subject. For instance, trainees can be asked to conduct online searches for one or more negotiated queries. The activity can be conducted as follows:
  • prepare different queries which need to apply search strategies
  • select a database for each query
  • ask participants to conduct online searches for these queries
  • ask participants to save their search strategy and results
  • ask participants to share and discuss their results with other participants
After sharing make sure that participants are able to understand that different search strategies bring different results. Trainees should understand the benefits of effective search strategies.

Presenting the Objective of the Lesson

The objective of the lesson (which is to explain effective search strategies, and understanding the impact of using these strategies on search results) should be made clear. Following the warm-up questions, it will be easier to clarify the objectives.

Presenting the Lesson Content

While presenting the content, make sure to interact with the trainees and encourage them to participate actively.
Before
  • Before the lesson prepare queries for participants to practice searching (determine queries, conduct searches for these queries, and try different databases for queries)
  • Before the lesson decide which sources and databases will be used for practice
During
  • At the beginning of the lesson ask participants their opinion about why an effective search strategy is important
  • At the beginning of the lesson ask participants what the effect of an effective search strategy is on information retrieval
  • At the beginning of the lesson, ask participants to conduct searches about given queries, and save the results
Afterwards
  • After explaining the topics, ask participants to conduct the same searches that were carried out at the beginning of the lesson. For example, after explaining Boolean operators, ask participants to conduct the same query, using Boolean operators
  • Compare previous saved results with the new results
  • Some techniques (for example truncations, wildcards etc.) can vary from database to database. Conduct the same queries in different databases
  • Discuss the results with the participants
Suggestions
  • Be sure to support your lessons with practical examples and exercises

Conclusion

Give a short summary of the lesson, and ask questions which would help underline the most important content and practises that you would like to emphasise. Such as: Why are effective search strategies important? After the discussion period, make sure that trainees understand that search strategies are very important for information retrieval, and that they give researchers a comprehensive plan for conducting their search. To be aware of effective search strategies will enable participants to satisfy information needs thoroughly and efficiently.  

Vsebina: Učinkovite strategije iskanja

Uvod

Novičarska pismenost vključuje razumevanje vloge novic v družbi, motivacijo za iskanje novic ter sposobnost iskanja, identifikacije, prepoznavanja, kritičnega vrednotenja in ustvarjanja novic (Malik, Cortesi in Gasser, 2013, str. 8-9). Če se izrazimo bolj splošno: da bi bili ljudje pismeni (na področju informacij, novic, podatkov, financ itd.), morajo imeti spretnosti in znanje za iskanje informacij, ki bodo zadovoljile njihove potrebe.

Učinkovita iskalna strategija je pomembna za iskanje informacij, ki so pomembne za raziskovalne teme. Na splošno je iskalna strategija celovit načrt za doseganje raziskovalnih ciljev. Pred začetkom spletnega iskanja (izvajanjem učinkovite iskalne strategije) je treba ugotoviti, ali je poizvedba iskanje po znanih predmetih ali predmetno iskanje. Iskanje po znanem predmetu je poizvedba po dejanskem (ali znanem) viru. Pri tej vrsti iskanja uporabimo informacije, ki opisujejo predmet, kot so ime avtorja, naslov, ime publikacije itd. Predmetno iskanje je poizvedba po informacijah o določeni temi. "To je najzahtevnejša vrsta iskanja, saj ne morete natančno določiti, kaj potrebujete in kaj lahko varno zavrnete" (Fulton & McGuinness, 2016, str. 123). Omeniti velja, da so pri tej vrsti iskanja še posebej pomembne in odločilne učinkovite iskalne strategije.

Po odločitvi o vrsti poizvedbe je treba izbrati ustrezen vir/podatkovno zbirko (glejte tudi modul 12). Nato je treba opraviti analizo faset in logično kombinacijo. "Faseta je beseda ali zelo kratka besedna zveza, ki opisuje en sam koncept ali idejo" (Markey, 2019, str. 98). Na primer: ali obstaja povezava med "lažnimi novicami" in "družbenimi mediji"; za to poizvedbo so fasete: lažne novice in družbeni mediji.

Po predhodni pripravi iskanja je treba uporabiti učinkovito iskalno strategijo. V tem razdelku bodo obravnavane nekatere iskalne funkcije in operaterji, potrebni za pripravo učinkovite iskalne strategije.

 

Boolova logika

V večini informacijskih podatkovnih zbirk in iskalnikov se uporabljajo logični operatorji, ki omogočajo združevanje sinonimov in variantnih pojmov za dostop do ustreznih elementov (Alexander, 2003, str. 62).

Boolova logika se nanaša na logično razmerje med pojmi v iskanju. IN, ALI in NE so osnovni Boolovi operatorji. Ti operatorji razširjajo ali zožujejo iskanje.

  • IN (angl. AND) se vstavi med dva izraza: Ta operator sporoča iskalnemu sistemu, naj poišče vire, ki vsebujejo oba izraza,
  • ALI (angl. OR) je vstavljen med dva izraza: Ta operator iskalnemu sistemu narekuje, da najde vire, ki vsebujejo oba izraza,
  • NE (angl. NOT) je vstavljen med dva izraza: Ta operator pove iskalnemu sistemu, da iz prvega izraza A izključi vire, ki vsebujejo drugi izraz B (Markey, 2019, str. 100).

Primer 1: Iskanje teme v podatkovni zbirki Web of Science

Iskalni izrazi: napačne informacije, dezinformacije

Boolovi operatorji: IN, ALI, NE

V zgornjem iskanju:

# 1 boste našli zapise na temo napačnih informacij.

# 2 bo našel zapise na temo dezinformacij.

# 3 bo našel zapise, ki vsebujejo temi napačne informacije in dezinformacije.

# 4 bo našel zapise, ki vsebujejo teme na posamezne iskalne izraze napačne informacije ali dezinformacije; ali teme na oba iskalna izraza, uporabljena skupaj.

# 5 bo našel samo zapise, ki vsebujejo temo napačne informacije, in izključil zapise na temo dezinformacij.

Primer 2: Iskanje teme v podatkovni zbirki Web of Science

Iskalni izrazi: postresnica, post resnica, post-resnica

Boolovi operatorji: ALI

V zgornjem iskanju:

# 1 bo našel zapise na temo postresnica.

# 2 bo našel zapise na temo post resnica.

# 3 bo našel zapise na temo post-resnica.

# 4 bo našel zapise, ki vsebujejo posamezne iskalne izraze postresnica ali post resnica ali post-resnica; ali kombinacije, kot so postresnica in post resnica, postresnica in post-resnica, post resnica in post-resnica; ali vse tri iskalne izraze skupaj v istem zapisu.

Primer 3: Iskanje naslovov v podatkovni zbirki Web of Science

Iskalni izrazi: www, svetovni splet, "world wide web"

Boolovi operatorji: ALI

V zgornjem iskanju:

# 1 bo našel zapise z www v naslovu.

# 2 bo našel zapise s svetovnim spletom v naslovu.

# 3 bo našel zapise, ki imajo v naslovu skupaj svetovni splet in www; ali zapise, ki imajo v naslovu samo enega od iskalnih izrazov.

# 4 bo našel zapise, v katerih sta v naslovu navedena tako "world wide web" kot www; ali zapise, v katerih je v naslovu samo eden od iskalnih izrazov.

Primer 4: Iskanje teme v podatkovni zbirki Web of Science

Iskalni izrazi: propaganda, politična

Boolovi operatorji: NE

V zgornjem iskanju:

# 1 bo našel zapise na temo propagande.

# 2 bo našel zapise na temo politične.

# 3 bo našel zapise na temo propaganda, vendar bo izključil zapise na temo politika.

Gnezdenje

Gnezdenje se uporablja za organizacijo logike iskanja in vrstnega reda izvajanja logičnih ukazov. Gnezdenje je običajno označeno z oklepaji (Alexander, 2003, str. 62). Z gnezdenjem se oklepaji uporabljajo za to, da so pojmi, ki so si podobni, skupaj, in da se zbirki podatkov ukaže, naj najprej poišče iskalne izraze v oklepajih. Sistem obdela Boolov ukaz tako, da najprej prebere izjavo v najglobljem oklepaju in nato nadaljuje z branjem navzven do skrajnega oklepaja.

Primer 1: Tema = ((novice ALI mediji) IN pismenost) NE "novi mediji"

V zgornjem primeru bo zbirka podatkov najprej poiskala dokumente o novicah ALI medijski pismenosti in izločila dokumente, ki vsebujejo "novi mediji".

Primer 2: Iskanje teme v podatkovni zbirki Web of Science

Iskalni izrazi: novičarska pismenost, medijska pismenost, informacijska pismenost, post-resnica, lažne novice, novi mediji

Boolovi operatorji: IN, ALI, NE in GNEZDENJE

V zgornjem iskanju:

# 1 bo našel zapise na temo novinarska in informacijska pismenost ali medijska in informacijska pismenost.

# 2 bo najprej našel zapise na teme novinarska in informacijska pismenost; ali medijska in informacijska pismenost ter izključil dokumente, ki vključujejo "lažne novice" ali "post-resnica" ali "novi mediji".

Vaje

  1. Upoštevajte te trditve. Poskusite opisati z besedami, kakšna bi bila vsebina dokumentov, pridobljenih na podlagi teh izjav. Izjave preizkusite v eni multidisciplinarni podatkovni zbirki (npr. ScienceDirect, Academic Search Ultimate).

revije ALI časopisi NE knjige

(revije ALI časopisi) NE knjige

(revije ALI časopisi) IN knjige

revije ALI (časopisi IN knjige)

(revije ALI (časopisi NE knjige)) IN knjižnice

  1. Izberite nekaj izrazov, ki se nanašajo na temo, ki vas zanima, in za iskanje po njih preizkusite več Boolovih kombinacij.

Nadzorovani slovarji

Podatkovne zbirke za indeksiranje zapisov uporabljajo nadzorovane slovarje; to je ena najpomembnejših razlik med podatkovnimi zbirkami in spletom z vidika iskanja (Fulton & McGuinness, 2016, str. 131).

Nadzorovani slovar je "organizirana ureditev besed in besednih zvez, ki se uporablja za indeksiranje vsebine in/ali za pridobivanje vsebine z brskanjem ali iskanjem" (Harpring, 2010). Z drugimi besedami, nadzorovani slovar je seznam enakovrednih izrazov v obliki kroga sinonimov ali seznam prednostnih izrazov. Opredeljuje hierarhične odnose med izrazi s širšimi, ožjimi, sorodnimi izrazi (Morville & Rosenfeld, 2007, str. 194). Za čim večjo učinkovitost iskanja in pridobivanje sorodnih zapisov je priporočljivo uporabljati izraze iz kontroliranega besednjaka. V primeru, da izraz, ki ga izbere uporabnik, in izraz, ki ga uporablja sistem, nista enaka, podatkovne zbirke zagotavljajo spletne tezavre/področne izraze/indekse, da bi olajšali izbiro ustreznih izrazov ali deskriptorjev, uporabljenih v sistemu (Fulton & McGuinness, 2016, str. 132). Nadzorovani slovar je znan tudi kot predmetna gesla, tezaver, deskriptorji ali nadzor avtoritete (Bell, 2015, str. 33). "Tezaver je uradni izraz za posebno vrsto nadzorovanega besedišča [...]. Tezaver lahko seznam predmetnih gesel podaja hierarhično, pri čemer prikazuje odnose med izrazi (širši, ožji, sorodni), in lahko zagotavlja napotke za najboljše izraze, ki jih je treba uporabiti" (Bell, 2015, str. 48).

  • Širši izrazi prikazujejo "hierarhično razmerje med dvema izrazoma kontroliranega slovarja v tezavru, ki izraža bodisi razmerje med celoto in delom ali vrsto, pri čemer širši izraz označuje celoto ali vrsto" (Markey, 2019, str. 367).
  • Ožji izrazi kažejo "hierarhično razmerje med dvema izrazoma kontroliranega slovarja v tezavru, ki izraža razmerje med celotnim delom ali vrsto, pri čemer ožji izraz označuje del ali vrsto" (Markey, 2019, str. 373).
  • Sorodni izrazi prikazujejo "izraz iz kontroliranega slovarja v tezavru, ki je usklajen z drugim izrazom iz kontroliranega slovarja. Ker sta oba termina na isti ravni v hierarhiji, nista hierarhično povezana. Imenuje se tudi asociativno razmerje" (Markey, 2019, str. 375).
  • Uporablja se za prikazuje "v avtoritetnem zapisu seznam neuporabljenih sopomenk za avtorizirano ime, predmet ali naslov zapisa" (Markey, 2019, str. 379).

Primer 1: Brskanje po tezavru Library, Information Science & Technology (slov. za knjižnico, informacijsko znanost in tehnologijo)

Izraz: pismenost

Ko v tezaver vnesete iskalni izraz, na primer pismenost, lahko dobite zapis, ki je videti nekako takole:

 

Pismenost je veljavni iskalni izraz, ki se uporablja za opis informacijskih elementov v podatkovni zbirki Library, Information Science & Technology. Izobraževanje je širši izraz za pismenost; primera ožjih izrazov sta računalniška pismenost in meta-literatura. Nepismene osebe in bralci so nekateri primeri sorodnih izrazov. Pismenost je treba uporabljati namesto (Uporablja se za) nepismenosti.

Bell (2015, str. 33-34) navaja naslednje prednosti nadzorovanega slovarja:

  • Prihrani vam razmišljanje o vseh možnih sopomenkah ali alternativnih črkovanjih izraza. Če je na primer oblačilo določeno kot predmetni naslov za vse dokumente, ki so povezani z "oblačili", vam ni treba razmišljati o drugih sorodnih izrazih, kot so; obleka, kostum, oprava itd.
  • Z uporabo nadzorovanega slovarja bi moralo biti vaše iskanje popolnejše (če so indikatorji zanesljivi/dosledni pri dodeljevanju predmetnih naslovov za izraze).
  • Seznami predmetnih rubrik razločujejo besede, ki imajo več pomenov. Pri imenih avtorjev nadzor avtoritete omogoča iskanje avtorja, znanega pod več imeni (npr. Mark Twain/Samuel Clemens).
Zagotavlja varno in koristno vstopno točko v neznano tematsko področje. Tudi če o predmetu ne veste ničesar, imate zagotovilo, da so izrazi na predmetnem seznamu pravilni in ustrezni. Z brskanjem po seznamu in pridobivanjem občutka za izraze (zlasti če so na njem navedbe "glej" ali "uporabljaj" ali "glej tudi") lahko pogosto dobite ideje, ki vam pomagajo razviti ali izpopolniti strategijo iskanja.

Iskanje po področjih

Iskanje po področjih omogoča iskalcu, da iskalne izraze in fraze omeji na posamezna področja, kar zagotavlja bolj jedrnate in ustrezne rezultate iskanja (Alexander, 2003, str. 62). Omejitev iskanja na določeno polje, na primer iskanje določenega imena samo v polju "ime publikacije", lahko pripomore tudi k skrajšanju časa obdelave iskanja v sistemu.

Zapisi v podatkovnih zbirkah uporabljajo polja za označevanje informacij o virih in opisovanje določene vrste podatkov, kot so avtor, naslov ali povzetek. "Ko iskalni sistemi indeksirajo vrednosti v poljih, sledijo poljem, iz katerih so bile vrednosti pridobljene" (Markey, 2019, str. 112).

Imena polj se lahko razlikujejo glede na podatkovno zbirko. Nekaj primerov imen polj: avtor, pripadnost avtorja, naslov, vir (ime publikacije, naslov revije ali knjige), ključne besede, predmet, tema, agencija za financiranje, leto itd. Nekatere podatkovne zbirke za iskanje uporabljajo kode polj, na primer AU: avtor; TS: tema. Te kode so specifične za posamezno podatkovno zbirko.

Primer 1: Imena polj in opredelitve iz podatkovne zbirke IEEE Xplore

Ime polja Definicija
Povzetek Kratek povzetek ali izjava o vsebini članka v reviji, prispevka na konferenci, standarda, knjige, poglavja v knjigi ali tečaja.
Pripadnost avtorja Institucionalna pripadnost avtorjev, navedenih v dokumentih (univerza, vladna agencija, korporacija itd.).
Ključne besede avtorja Izrazi, ki jih navede avtor in opisujejo teme ali predmete dokumenta.
Avtorji Ime avtorja ali avtorjev, navedenih v dokumentu.
Naslov dokumenta Naslov posameznega dokumenta (članek v reviji, prispevek na konferenci, standard, poglavje v knjigi ali tečaj).
Polno besedilo in metapodatki Polno besedilo se nanaša na besedilo članka, dokumenta, standarda itd. Metapodatki so podrobne informacije, ki opisujejo celotno besedilo, kot so imena avtorjev, datum objave in DOI.
Indeksni izrazi Kombinirano polje, ki uporabnikom omogoča iskanje po ključnih besedah avtorja, izrazih IEEE, izrazih INSPEC in izrazih mreže.
Naslov publikacije Naslov publikacije (revije, konference ali knjige).

Vir: IEEEE Xplore: Resources and Help (slov. EEEE Explore: Viri in pomoč)

Primer 2: Iskanje z imeni polj v podatkovni zbirki Web of Science

2.1. Iskanje z uporabo imen polj (tema, naslov, avtor, ime publikacije, leto objave, vrsta dokumenta in okrepljena organizacija) v podatkovni zbirki Web of Science
2.2. Rezultat zgornjega iskanja v podatkovni zbirki Web of Science

Iskanje približkov

Iskanje približkov omogoča, da določite, da se mora izraz A pojaviti znotraj toliko in toliko besed izraza B. Če bi na primer želeli najti nekaj o varstvu podatkov v Evropski uniji, bi lahko uporabili strategijo iskanja, kot je npr.:

TS = "Evropska unija" IN "varstvo podatkov"

bo zagotovo prinesla ustrezne rezultate, vendar tudi veliko nerelevantnih rezultatov, saj se lahko iskalni izrazi pojavijo kjer koli v iskanem dokumentu. Na primer:

Večina sistemov podatkovnih zbirk omogoča nastavitev zahtevnejšega iskanja, pri katerem določite pravilo za razmerje med iskalnimi izrazi. To pomeni, da lahko določimo, kako blizu drug drugemu in včasih v kakšnem vrstnem redu se morajo iskalni izrazi pojavljati v besedilu, da jih je mogoče poiskati. To je znano kot iskanje približkov (Bell, 2015, str. 49). Iskanje približkov pomaga doseči večjo natančnost pri pridobljenih dokumentih.

Pri iskanju približkov se uporabljajo posebni operatorji, ki se imenujejo operatorji približkov.

Operatorji približkov

Markey (2019, str. 375) pravi, da je operator približkov operator v sistemu iskanja, ki določa dve merili:

1 – kako blizu naj se besede pojavljajo v besedilu

2 – ali je zaporedje besed pomembno

Operatorji približkov pomagajo zožiti ali razširiti iskanje in izboljšati rezultate iskanja. Na primer: iskanje, "lažne novice" BLIZU 3 "napačne informacije" v zbirki podatkov ali "lažne novice" OKOLI (3) "napačne informacije", bi prineslo bolj specifične rezultate kot iskanje "lažne novice" IN "napačne informacije".

Žal se imena operatorjev in sintaksa razlikujejo od sistema do sistema.

Nekaj primerov je (v ang.) :

  • WITHIN →        Wn

Napačne informacije     Wn    družbeni mediji

To pomeni, da se morajo napačne informacije pojaviti v okviru dveh besed v družbenih medijih, da se lahko poiščejo. Kot odgovor na to iskanje bo na primer podatkovna zbirka EBSCOhost vrnila rezultate, kot so:

… deljenje napačnih informacij na družbenih omrežjih

napačne informacije na družbenih omrežjih ...

  • PRE →        Pre/n   ali        P/n

"Evropska unija" okvir PRE/5

To pomeni, da mora biti iskalni izraz Evropska unija na prvem mestu, pred njim pa mora biti okvir z največ pet besed. Na primer, kot odgovor na to iskanje bo podatkovna zbirka ProQuest vrnila rezultate, kot so:

... v pravnem okviru Evropske unije ...

... Evropska unija in Turčija v okviru ...

... Skupna kmetijska politika Evropske unije v okviru STO ...

  • NEAR →        Near/n             ali        N/n      ali        Nn

prikrajšani NEAR/5 otroci

To pomeni, da se besedi prikrajšani in otroci ne smeta pojaviti v več kot petih besedah, ne glede na besedni red. Na podlagi tega iskanja bo na primer podatkovna zbirka IEEE Xplore vrnila rezultate, kot so:

... šola za otroke iz prikrajšanih okoliščin …

... osnovna šola za otroke iz prikrajšanih okolij …

... prikrajšani, predšolski, nadarjeni otroci ...

.... otroci iz kulturno različnih/izobraževalno prikrajšanih okolij ....

Primer 1: Iskanje teme v podatkovni zbirki Web of Science

Iskalni izrazi: "lažne novice", "lažne informacije".

Operatorji bližine: NEAR

V zgornjem iskanju:

# 2 bo našel zapise z besedama "lažne novice" in "lažne informacije", ki se morata pojaviti v največ treh besedah, ne glede na besedni red.

Primer 2: Iskanje v Googlu

Iskalni izrazi: "lažne novice", "lažne informacije".

Operatorji približkov: AROUND

V nekaterih podatkovnih zbirkah in virih se namesto izraza operator približkov uporabljata izraza operator sosedstva in operator bližine. Razlika med operatorjema sosedstva in bližine je v besednem redu.
Operatorji sosedstva določajo, da morajo biti iskane besede sosednje, pri čemer je pomemben besedni red (Markey, 2019, str. 365). Kot primere operatorjev sosednosti lahko navedemo WITHIN (W), PRE in ~.

Primer iskanja rezultatov, ki bi se ujemali z "učinek množice" ali "učinek delavca v skupini", ne bi pa se ujemali z "učinkom skupine", bi bil:

EBSCOhost:                           bandwagon W2 učinek

ProQuest:                               bandwagon PRE/2 učinek

Taylor & Francis Online:         “bandwagon učinek” ~2

Bližnji operatorji določajo, da so iskane besede ločene z eno ali več vmesnimi besedami in da vrstni red iskanih besed ni pomemben (Markey, 2019, str. 373). Kot primere bližnjih operatorjev lahko navedemo NEAR, N in ~.

Primer iskanja rezultatov, ki bi ustrezali "splošno varstvo podatkov v Evropski uniji", "varstvo podatkov v Evropski uniji", "razvoj Evropske unije na področju varstva podatkov", bi bil:

EBSCOhost:                           “varstvo podatkov” N2 “Evropska unija”

ProQuest:                               bandwagon NEAR/2 učinek

Taylor & Francis Online:         "varstvo podatkov" "Evropska unija"~2

Iskanje po frazah

Iskanje po frazah je označeno tako, da so izrazi, ki jih želite iskati, v obliki natančne fraze (npr. "digitalna pismenost") med narekovaji. Z iskanjem po frazah lahko zagotovite, da se bodo vaši iskalni izrazi v rezultatih iskanja prikazali kot natančno ujemanje. Ta pristop pomaga zožiti iskanje, saj izloči rezultate, v katerih se pojavljata oba izraza, vendar ne neposredno skupaj kot natančno ujemanje (Fulton in McGuinness, 2016, str. 136). Številne podatkovne zbirke (EBSCO, WoS, JSTOR itd.) in iskalniki, kot so Google, Bing in drugi, upoštevajo konvencijo, da se iskani izrazi kot natančna fraza zapišejo v dvojne narekovaje (Bell, 2015, str. 53).

  • V nekaterih podatkovnih zbirkah, kot sta ScienceDirect ali Scopus, se pri iskanju po frazah ločila ne upoštevajo. Na primer, iskanje po besednih zvezah, kot je npr.:

"heart-attack" in "heart attack" (slov. srčni napad)

bo prineslo enake rezultate.

  • V nekaterih podatkovnih zbirkah, kot je Scopus, je treba za iskanje natančnega ujemanja uporabiti zavite oklepaje {}. Na primer, iskanje natančnega ujemanja z uporabo zavitih oklepajev, kot je npr.:

“heart attack” in {heart attack} (slov. srčni napad)

ne bo prineslo enakih rezultatov. Kajti "heart attack" bo vrnilo tudi "heart attacks", {heart attack} pa ne bo vrnil "heart attacks".

Krajšanje in nadomestni znaki

Krajšanje

Krajšanje je učinkovit način razširitve iskanja z iskanjem različic istega izraza, na primer množinskih oblik. Krajšanje omogoča iskanje z besedno osnovo, ki omogoča iskanje katere koli besede, ki se začne s temi črkami (Bell, 2015, str. 54). Za takšno iskanje se besednemu jedru dodajo simboli krajšanja, kot so *, ?, $.

Na primer:

  • za iskanje dokumentov, ki vsebujejo izraze knjižnica, knjižnice, knjižničar in knjižničarstvo, se besedni osnovi knjižni* doda zvezdica (*).
  • če vzamemo še zapis besede informacijsko vedenje v angleščini, ki se rahlo razlikuje zaradi britanske in ameriške različice jezika oz. možnosti uporabe vezajev: information behaviour, information behavior,informational behavior, informational behaviour, information-behaviour, informativeness behaviour: besednemu jedru informa* beha* se doda zvezdica (*)

Zavedati se je treba, da se lahko simboli krajšanja razlikujejo glede na podatkovno zbirko ali iskalnik (Fulton in McGuinness, 2016, str. 137). Najpogosteje uporabljeni so:

            *

            ?

            !

            $

Če je osnova samostojna beseda, bo ta vključena v rezultate iskanja (Bell, 2015, str. 54). Na primer:

  • journal* (slov. dnevnik) prikliče zapise, ki vsebujejo besede journal, journals, journalism, journalist, journalists, journalists', journalistic, journaling

Pretirano krajšanje besed lahko povzroči nizko specifičnost. Na primer:

  • cat* prikliče zapise cat, catalyst, catalogs, catastrophic itd. Če je iskalni izraz cat (mammal) (slov. mačka – sesalec), bo poizvedba, kot je cat, ali cats, prinesla natančnejše rezultate.

V nekaterih podatkovnih zbirkah so množinski števniki in pravopisne različice vključeni samodejno. Na primer, v podatkovni zbirki ScienceDirect:

"color code" ali "colour code" ali "color codes" (slov. barvna koda).

bo prinesla enake rezultate.

Nadomestni znaki

Nadomestni znaki delujejo na podoben način kot krajšanje. Simbol, kot so *, ?, !, se uporablja za iskanje izrazov, ki se lahko pišejo na različne načine. Uporabni so za iskanje izrazov, ki se pišejo tako v ameriškem kot britanskem jeziku (na primer licence in license). Simbol se običajno vstavi v besedo in nadomesti eno črko (Fulton in McGuinness, 2016, str. 13).

Na primer,

– uporaba "?" (nadomestni znak) → licen?e vrne rezultate → licenCe, licenSe (slov. licenca)

Z uporabo "?" (nadomestni znak) lahko pridobite edninske in množinske oblike nekaterih besed, na primer ženska, pa tudi ženske:

– wom?n → womAn, womEn

Nadomestni znaki se najpogosteje uporabljajo za zamenjavo samo ene črke (Bell, 2015, str. 56), v nekaterih podatkovnih zbirkah pa jih lahko uporabite za znak "od nič do enega" ali katero koli skupino znakov, ki prav tako ne vključuje nobenega znaka.

Na primer, uporaba nadomestnih znakov v podatkovni zbirki Web of Science:

  • Zvezdica (*) predstavlja katero koli skupino znakov, vključno z nobenim znakom.

h*rana             hitra hrana, hrana prihodnosti, frankenfood, ribja hrana, fit hrana

  • Vprašaj (?) predstavlja katerikoli posamezni znak.

            organizira?i                 organiziraTi, organizirAjte

  • Znak za dolar ($) predstavlja nič ali en znak.

bar$a               barva, barvE

V iskalnem izrazu lahko kombinirate nadomestne znake. Na primer,

- organi?acija* →  ( ang.) organisation, organization, organizations, organizational

Opombe

  1. Upoštevajte, da so simboli, ki se uporabljajo za nadomestne znake, enaki tistim, ki se uporabljajo za krajšanje, vendar se učinek spreminja, odvisno od podatkovne zbirke. Na primer, ena podatkovna zbirka lahko uporablja "!" za krajšanje in "*" za nadomestni znak, medtem ko druga natančno obrne ta dva pomena (Bell, 2015, str. 56).

  1. Upoštevajte, da v nekaterih podatkovnih zbirkah ni razlike med nadomestnimi znaki in krajšavami. Na primer za uporabo "*" kot nadomestnega znaka v podatkovni zbirki Scopus,

criminal* liab* (slov. kriminalistični laboratorij)

bo vrnil rezultate, kot sta criminally liable in criminal liability (slov. kazensko odgovoren in kazenska odgovornost).

  1. Upoštevajte, da so v nekaterih podatkovnih zbirkah množinski števniki in pravopisne različice vključeni samodejno. Na primer:

heart attack (slov. srčni napad)

bo vrnil rezultate, ki vključujejo heart attacks (slov. srčni napadi)

anesthesia (slov. anestezija)

vrne rezultate, ki vključujejo anaesthesia (slov. anestezija)

 

  1. Upoštevajte, da v nekaterih podatkovnih zbirkah uporaba edninske oblike izraza prikliče edninsko, množinsko in svojilno obliko večine izrazov. Na primer:

criterion  (slov. merilo)

najde criteria in criterion (slov. kriteriji in merilo)

  1. Upoštevajte, da se v nekaterih podatkovnih zbirkah, kadar je med nadomestnim znakom in besedo postavljen vezaj (-), nadomestni znak izpusti. Na primer:

*-art bo iskano kot art ( slov. umetnost)

art-* se bo iskalo kot art

(Scopus, 2021).

Izboljševanje iskanj

Skoraj vse podatkovne zbirke in iskalniki omogočajo uporabnikom, da izberejo možnosti za omejitev ali zoženje rezultatov iskanja.

Na primer: leta objave, vrsta članka/dokumenta (npr. pregledni članki, raziskovalni članki, poglavje v knjigi), vrsta vira (npr. revija, knjiga), naslov publikacije, avtor, predmetna področja (nevroznanost, psihologija itd.), ključna beseda, vrsta dostopa (npr. odprt dostop), pripadnost (npr. Univerza v Iowi) in jezik (npr. španščina).

To so nekateri od omejevalnikov, ki se uporabljajo za izpopolnjevanje rezultatov iskanja ali za omejevanje rezultatov iskanja.

Primer 1: Primer "izboljšave rezultatov" iz podatkovne zbirke Web of Science:

Kviz

Reference

Alexander, J.O. (2003). Library Applications. H. Bidgoli (Ed.), In Encyclopedia of Information Systems, (p. 57-76). Elsevier. Bates, M.J. (1979). Information Search Tactics. Journal of the American Society for Information Science, 30, 205-214. Bell, S.S. (2015). Librarian’s Guide to Online Searching: Cultivating Database Skills for Research and Instruction. California: Libraries Unlimited. EBSCO Connect (2018). Searching with Boolean Operators. Retrieved from https://connect.ebsco.com/s/article/Searching-with-Boolean-Operators?language=en_US Fulton, C. and McGuinness, C. (2016). Digital Detectives: Solving Information Dilemmas in an Online World. Amsterdam: Chandos Publishing. Harpring, P. (2010). Uvod to controlled vocabularies: Terminology for art, architecture, and other cultural works. J. Paul Getty Trust. Retrieved from http://www.getty.edu/research/publications/electronic_publications/intro_controlled_vocab/index.html IEEE Xplore: Resources and Help. (2021). Retrieved from https://ieeexplore.ieee.org/Xplorehelp/searching-ieee-xplore/command-search#summary-of-data-fields Malik, M., Cortesi, S.C., and Gasser, U. (October 18, 2013). The Challenges of Defining 'News Literacy'. Berkman Center Research Publication No. 2013-20, DOI: http://dx.doi.org/10.2139/ssrn.2342313 Markey, K. (2019). Online Searching: A Guide to Finding Quality Information Efficiently and Effectively (2nd edition). Lanham: Rowman & Littlefield. Morville, P. and Rosenfeld, L. (2007). Information Architecture for the World Wide Web. Farnham: O'Reilly. Scopus: Access and use Support Center. (2021). Retrieved from https://service.elsevier.com/app/answers/detail/a_id/11213/c/10545/supporthub/scopus/

Priporočeni viri

Brown, C.C. (2021). Librarian's Guide to Online Searching: Cultivating Database Skills for Research and Instruction (6th Edition). Libraries Unlimited. Dotto, C. & Smith, R. (October 2019). First Draft's Essential Guide to: Newsgathering and Monitoring on the Social Web. Retrieved from https://firstdraftnews.org/wp-content/uploads/2019/10/Newsgathering_and_Monitoring_Digital_AW3.pdf?x35395 Li, L. (2014). Scholarly information discovery in the networked academic learning environment. Oxfordshire, [England] : Chandos Publishing. Mann, T. (2015). The Oxford Guide to Library Research (4th ed.). Oxford University Press.

Priporočeni videoposnetki

Boucher, A., Riesen, K., & Simpson, L. Basic Search Strategies for Systematic Reviews.