البحث الذكي في قواعد البيانات العلمية: أي قاعدة بيانات تستخدم؟ ومتى؟
في المقالات السابقة تعلمنا كيف نختار الكلمات المفتاحية المناسبة، ثم تعرفنا على استخدام العوامل المنطقية (Boolean Operators)، وأدوات البحث المتقدم، والمرشحات (Filters) لبناء استراتيجية بحث احترافية.
لكن بقي سؤال يطرحه معظم الباحثين، خصوصاً في بداية مسيرتهم العلمية:
في أي قاعدة بيانات يجب أن أبدأ البحث؟
قد يظن بعض الباحثين أن استخدام قاعدة بيانات واحدة يكفي، لكن الحقيقة أن الباحثين المحترفين نادراً ما يعتمدون على مصدر واحد فقط، لأن لكل قاعدة بيانات نقاط قوة، وتغطية علمية، وأدوات تختلف عن غيرها.
ولهذا فإن اختيار قاعدة البيانات المناسبة لا يقل أهمية عن اختيار الكلمات المفتاحية نفسها.
وفي هذا المقال سنتعرف على أشهر قواعد البيانات العلمية العالمية، ومتى يُفضل استخدام كل واحدة منها، وكيف يبني الباحث استراتيجية بحث متكاملة تجمع بين أكثر من قاعدة للحصول على أفضل النتائج.
كيف تختار قاعدة البيانات قبل أن تبدأ البحث؟
قبل أن تفتح أي قاعدة بيانات، اسأل نفسك أربعة أسئلة أساسية:
* ما هو تخصص البحث؟
* ما نوع الدراسات التي أبحث عنها؟
* هل أحتاج إلى أحدث الدراسات أم مراجعة شاملة للأدبيات؟
* هل أبحث في الأدبيات العالمية فقط، أم أحتاج أيضاً إلى الدراسات المحلية؟
الإجابة عن هذه الأسئلة تساعدك على اختيار قاعدة البيانات الأنسب، وتوفر عليك كثيراً من الوقت والجهد.
لماذا لا توجد قاعدة بيانات واحدة تكفي جميع الباحثين؟
العلم اليوم واسع جداً.
فالطب، والهندسة، والصيدلة، وعلوم الحاسب، والاقتصاد، والعلوم الاجتماعية، لكل منها مجلات مختلفة، ودور نشر مختلفة، وقواعد بيانات تختلف في تغطيتها.
ولهذا فإن أي قاعدة بيانات، مهما كانت كبيرة، لن تتمكن من تغطية جميع الإنتاج العلمي في العالم.
فعلى سبيل المثال:
* قد تجد دراسة موجودة في سكوبس (Scopus)، لكنها غير مفهرسة في ببمد (PubMed).
* وقد تجد دراسة في إمبيز (Embase)، لكنها لا تظهر في غوغل سكولار (Google Scholar).
* وقد توجد دراسة صينية عالية الجودة في سي إن كي آي (CNKI)، لكنها غير موجودة في قواعد البيانات الغربية.
ولهذا فإن الباحث المحترف لا يسأل:
ما أفضل قاعدة بيانات؟
بل يسأل:
ما أفضل قاعدة بيانات للإجابة عن سؤالي البحثي؟
أولاً: ببمد (PubMed)
تُعد ببمد أشهر قاعدة بيانات طبية في العالم، وتشرف عليها المكتبة الوطنية الأمريكية للطب.
وتضم ملايين السجلات العلمية في الطب والعلوم الحيوية.
متى تستخدمها؟
* الطب السريري.
* الجراحة.
* الأشعة.
* الأورام.
* أمراض القلب.
* الأمراض المعدية.
* الصحة العامة.
* العلوم الأساسية المرتبطة بالطب.
أهم المميزات
* مجانية بالكامل.
* تستخدم نظام مصطلحات ميد (MeSH).
* تُحدَّث بصورة مستمرة.
* سهلة الاستخدام.
* مناسبة للمبتدئين والمحترفين.
أهم القيود
* تركز بصورة رئيسية على العلوم الطبية والحيوية.
* لا تغطي جميع المجلات العالمية.
* لا توفر دائماً النص الكامل للمقالات.
ثانياً: إمبيز (Embase)
تُعد إمبيز واحدة من أهم قواعد البيانات الطبية، وتتميز بتغطية واسعة للأبحاث الدوائية والمجلات الأوروبية.
وتُعد مكملة لببمد أكثر من كونها بديلاً عنه.
متى تستخدمها؟
* الصيدلة.
* الدراسات الدوائية.
* سلامة الأدوية.
* المراجعات المنهجية.
* الدراسات التي تتطلب تغطية أوروبية أوسع.
أهم المميزات
* تغطية واسعة للأدوية.
* تحتوي على مجلات غير موجودة في PubMed.
* مهمة في الطب المبني على الدليل.
أهم القيود
* تحتاج إلى اشتراك مؤسسي.
* تحتاج إلى بعض الخبرة للاستفادة من جميع إمكاناتها.
ثالثاً: مكتبة كوكرين (Cochrane Library)
إذا كنت تبحث عن أعلى مستويات الأدلة العلمية، فغالباً ستكون هذه هي الوجهة الأولى.
تشتهر مكتبة كوكرين بمراجعاتها المنهجية الدقيقة، التي يعتمد عليها كثير من الإرشادات السريرية حول العالم.
متى تستخدمها؟
* المراجعات المنهجية.
* التحليلات التلوية.
* إعداد الإرشادات السريرية.
* الطب المبني على الدليل.
أهم المميزات
* جودة علمية مرتفعة.
* مراجعات دقيقة وفق منهجية صارمة.
* تحديث دوري للمحتوى.
أهم القيود
* لا تغطي جميع أنواع الدراسات.
* عدد السجلات أقل من قواعد البيانات العامة.
رابعاً: سكوبس (Scopus)
تُعد سكوبس من أكبر قواعد البيانات متعددة التخصصات، وتستخدم على نطاق واسع في تقييم الباحثين، وتحليل الاستشهادات العلمية، وإعداد الدراسات الببليومترية.
متى تستخدمها؟
* المراجعات الأدبية الشاملة.
* تحليل الاستشهادات العلمية.
* تقييم الباحثين والمؤسسات.
* متابعة الإنتاج العلمي في مختلف التخصصات.
أهم المميزات
* تغطية واسعة لمختلف التخصصات.
* أدوات قوية لتحليل الاستشهادات.
* ملفات تعريف دقيقة للمؤلفين.
* إمكانات متقدمة لتحليل الإنتاج البحثي.
أهم القيود
* تتطلب اشتراكاً.
* لا تغطي جميع المجلات المحلية.
خامساً: ويب أوف ساينس (Web of Science)
تُعد ويب أوف ساينس من أقدم قواعد البيانات العلمية وأكثرها اعتماداً في الأوساط الأكاديمية، وتستخدم كثيراً في تقييم جودة الأبحاث وإجراء الدراسات الببليومترية.
متى تستخدمها؟
* الدراسات عالية الجودة.
* التحليل الببليومتري.
* تتبع الاستشهادات العلمية.
* تقييم تأثير المجلات والباحثين.
أهم المميزات
* فهرسة دقيقة للمجلات.
* بيانات موثوقة عن الاستشهادات العلمية.
* مناسبة للأبحاث الأكاديمية المتقدمة.
* تستخدم على نطاق واسع في تصنيف الجامعات.
أهم القيود
* تغطيتها أقل من سكوبس في بعض المجالات.
* تحتاج إلى اشتراك مؤسسي.
سادساً: جوجل سكولار (Google Scholar)
يُعد جوجل سكولار أكثر محركات البحث العلمي استخداماً بين الباحثين، لكنه يختلف عن قواعد البيانات التقليدية.
فهو محرك بحث يجمع المحتوى من مصادر متعددة، وليس قاعدة بيانات علمية بالمعنى التقليدي.
متى تستخدمه؟
* البحث الأولي عن موضوع جديد.
* العثور على النسخ المجانية من الدراسات.
* متابعة الاستشهادات العلمية.
* البحث السريع عن المؤلفين أو المقالات.
أهم المميزات
* مجاني بالكامل.
* سهل الاستخدام.
* يغطي نطاقاً واسعاً جداً من المصادر.
* يساعد في الوصول إلى النسخ المتاحة مجاناً.
أهم القيود
* جودة الفهرسة غير متجانسة.
* قد تظهر نتائج مكررة.
* لا يتيح إمكانات بحث متقدم بنفس قوة قواعد البيانات المتخصصة.
هل يكفي استخدام جوجل سكولار وحده؟
الإجابة المختصرة: لا.
يُعد جوجل سكولار أداة ممتازة للبحث السريع، لكنه لا ينبغي أن يكون المصدر الوحيد عند إعداد رسالة علمية أو مراجعة منهجية. فالاعتماد عليه وحده قد يؤدي إلى فقدان بعض الدراسات المهمة أو صعوبة إعادة تنفيذ استراتيجية البحث بدقة، وهو أمر ضروري في كثير من الأبحاث الأكاديمية. ولهذا يُنصح باستخدامه كأداة مكملة، وليس بديلاً عن قواعد البيانات المتخصصة مثل ببمد، وإمبيز، وسكوبس، وويب أوف ساينس.
سابعاً: سي إن كي آي (CNKI)
تُعد سي إن كي آي أكبر قاعدة بيانات علمية في الصين، وتضم ملايين المقالات والرسائل الجامعية والكتب وأوراق المؤتمرات.
متى تستخدمها؟
* البحث في الدراسات الصينية.
* مراجعة الأدبيات المحلية في الصين.
* إذا كنت تعمل أو تدرس في جامعة صينية.
أهم المميزات
* أكبر مصدر للأبحاث الصينية.
* تغطي معظم المجلات المحلية.
* تضم عدداً كبيراً من الرسائل الجامعية.
أهم القيود
* معظم المحتوى باللغة الصينية.
* تحتاج غالباً إلى اشتراك.
ثامناً: وانفانغ (Wanfang)
تُعد وانفانغ من أهم قواعد البيانات الصينية، وتستخدم كثيراً في الجامعات والمستشفيات.
متى تستخدمها؟
* الطب الصيني.
* الرسائل الجامعية.
* الدراسات المحلية.
أهم المميزات
* تغطية جيدة للأبحاث الطبية الصينية.
* تضم عدداً كبيراً من الرسائل الجامعية.
أهم القيود
* أقل انتشاراً عالمياً من CNKI.
تاسعاً: فيب (VIP Database)
تُعد فيب من قواعد البيانات الصينية المهمة، خاصة في المجلات الأكاديمية المحلية.
متى تستخدمها؟
* البحث في المجلات الصينية.
* استكمال مراجعة الأدبيات داخل الصين.
أهم المميزات
* تغطية واسعة للمجلات الصينية.
* مفيدة في بعض التخصصات التطبيقية.
أهم القيود
* تأثيرها العالمي محدود.
هل أبحث في جميع قواعد البيانات؟
ليس بالضرورة.
فعدد قواعد البيانات التي تحتاج إليها يعتمد على نوع البحث الذي تجريه.
فعلى سبيل المثال:
* إذا كنت تُعد مقالاً علمياً أو مراجعة أدبية مختصرة، فقد تكفي قاعدة أو قاعدتان.
* أما إذا كنت تُجري مراجعة منهجية (Systematic Review)، فمن الضروري البحث في أكثر من قاعدة بيانات لتقليل احتمال فقدان الدراسات المهمة.
ولهذا فإن الهدف ليس استخدام أكبر عدد ممكن من القواعد، وإنما اختيار القواعد التي تخدم السؤال البحثي بأفضل صورة.
كيف تبني استراتيجية بحث متكاملة؟
لنفترض أنك تبحث عن أحدث الأدلة حول العلاج المناعي لسرطان الكبد.
يمكن اتباع الخطوات التالية:
- ابدأ بببمد (PubMed) للحصول على الدراسات الطبية الأساسية.
- انتقل إلى إمبيز (Embase) للحصول على الدراسات الدوائية والأوروبية.
- استخدم سكوبس (Scopus) أو ويب أوف ساينس (Web of Science) لتوسيع التغطية وتحليل الاستشهادات.
- راجع مكتبة كوكرين (Cochrane Library) إذا كنت تبحث عن مراجعات منهجية أو تحليلات تلوية.
- استخدم غوغل سكولار (Google Scholar) للعثور على النسخ الكاملة أو الدراسات التي ربما لم تظهر في القواعد الأخرى.
بهذه الطريقة تحصل على مراجعة أدبية أكثر شمولاً من الاعتماد على قاعدة واحدة فقط.
معلومة سريعة
قد تجد الدراسة نفسها في أكثر من قاعدة بيانات، لأن كثيراً من المجلات تُفهرس في عدة قواعد في الوقت نفسه.
ولهذا فإن ظهور السجلات المكررة عند دمج نتائج البحث أمر طبيعي، وليس دليلاً على وجود خطأ في عملية البحث.
كيف تتعامل مع النتائج المكررة؟
عند البحث في أكثر من قاعدة بيانات ستجد أن كثيراً من الدراسات تتكرر.
ولهذا يستخدم الباحثون برامج إدارة المراجع، مثل:
* EndNote
* Zotero
* Mendeley
* NoteExpress
لدمج جميع النتائج في مكتبة واحدة، ثم حذف السجلات المكررة (Duplicate Records) قبل بدء مراجعة الدراسات.
وتُعد هذه الخطوة ضرورية، خاصة عند إعداد المراجعات المنهجية.
كيف توثق استراتيجية البحث في المراجعات المنهجية؟
في الأبحاث التقليدية قد لا يكون من الضروري شرح جميع تفاصيل البحث.
أما في المراجعات المنهجية، فيجب توثيق استراتيجية البحث بالكامل، بحيث يستطيع أي باحث آخر إعادة تنفيذها والحصول على نتائج مشابهة.
ويشمل ذلك:
* أسماء قواعد البيانات المستخدمة.
* تاريخ إجراء البحث.
* الكلمات المفتاحية.
* استراتيجيات البحث.
* العوامل المنطقية.
* المرشحات المستخدمة.
* عدد النتائج في كل قاعدة بيانات.
وهذا من المتطلبات الأساسية لإرشادات PRISMA.
أهم النصائح الاحترافية
* لا تعتمد على قاعدة بيانات واحدة.
* لا تعتمد على غوغل سكولار وحده.
* استخدم أكثر من استراتيجية بحث عند الحاجة.
* احتفظ باستراتيجية البحث لإعادة استخدامها مستقبلاً.
* استخدم برامج إدارة المراجع منذ بداية المشروع.
* حدّث البحث قبل إرسال الدراسة للنشر.
* تعرّف إلى خصائص كل قاعدة بيانات بدلاً من استخدامها جميعاً بالطريقة نفسها.
الخلاصة
قواعد البيانات العلمية ليست منافسة لبعضها، بل تُكمل بعضها بعضاً. فلكل قاعدة بيانات نقاط قوة وحدود، والباحث المحترف هو الذي يعرف متى يستخدم كل واحدة منها، وكيف يجمع نتائجها في استراتيجية بحث متكاملة.
ومع إتقان اختيار الكلمات المفتاحية، واستخدام العوامل المنطقية، والاستفادة من المرشحات، ثم اختيار قاعدة البيانات المناسبة، يصبح الوصول إلى الأدلة العلمية عملية منهجية دقيقة، بدلاً من أن يكون مجرد بحث عشوائي.
وبذلك نختتم هذه السلسلة الخاصة بالبحث الذكي في قواعد البيانات العلمية، والتي تناولت أهم المهارات التي يحتاجها كل باحث للوصول إلى أفضل الأدلة العلمية بكفاءة واحترافية.
ماذا بعد؟
بعد إتقان مهارات البحث في قواعد البيانات العلمية، تأتي مرحلة لا تقل أهمية، وهي تقييم جودة الدراسات العلمية ونقدها قبل الاعتماد على نتائجها.
وفي سلسلة قادمة سنتناول مهارات القراءة النقدية للأبحاث (Critical Appraisal)، لنتعلم كيف نميز بين الدراسات القوية والضعيفة، ونقيّم جودة الأدلة العلمية قبل الاستشهاد بها أو البناء عليها في أبحاثنا.
