مهندسی و علم اطلاعات – Telegram
مهندسی و علم اطلاعات
924 subscribers
6.34K photos
153 videos
342 files
3.25K links
کانالی قدیمی برای کتابداران، دانشجویان علم اطلاعات و کتابداری و پژوهشگران با مطالب بروز و جدید😍

✅️"یابش"
Download Telegram
دانشگاه شاه عبدالعزیز عربستان و انتشارات تیلور اند فرانسیس همکاری جدیدی برای انتشار دسترسی-آزاد امضا کردند

📚 این همکاری به پژوهشگران King Abdulaziz University امکان می‌دهد تا در بیش از ۲۵۰۰ ژورنال Taylor & Francis — اعم از هیبرید و کاملاً «دسترسی آزاد (Open Access)» — مقاله منتشر کنند.

- هدف از این همکاری افزایش دامنه جهانی و تأثیر تحقیقات دانشگاه، ترویج علم باز و گسترش همکاری بین‌المللی است.

- طبق بیانیه مسئولین دانشگاه KAU، این ابتکار در راستای چشم‌انداز دانشگاه برای تقویت موقعیت جهانی و تقویت پژوهش‌های نوآورانه انجام می‌شود.


منبع: Taylor & Francis

کانال مهندسی و علم اطلاعات

🌐@librarian2
1
انتخاب بریتانیا برای میزبانی کنگره جهانی کتابخانه و اطلاع‌رسانی ۲۰۲۷

📚 طبق اعلام رسمی International Federation of Library Associations and Institutions (IFLA)، کشور London, United Kingdom به‌عنوان میزبان World Library and Information Congress (WLIC) در سال ۲۰۲۷ انتخاب شده است.

- این دوره از WLIC همزمان است با صدمین سالگرد تأسیس IFLA — یعنی ۱۰۰ سال از پایه‌گذاری این فدراسیون گذشته و اکنون در سال ۲۰۲۷ جشن صدمین سال برگزار می‌شود.

- بخش عمده‌ای از برنامه کنگره در «ExCeL London» در شرق لندن برگزار خواهد شد، اما رویدادهایی نیز در سراسر پایتخت و دیگر نقاط بریتانیا برگزار خواهند شد.

منبع: Library Learning Space

کانال مهندسی و علم اطلاعات

🌐@librarian2
1
کنفرانس صداقت پژوهشی با چالش «چکیده‌های تولیدشده با هوش مصنوعی» مواجه شد😱😳

📚 طبق گزارش در Library Learning Space:
- اولین موضوع از سه موضوع اصلی World Conference on Research Integrity (WCRI) آینده، «ریسک‌ها و مزایای هوش مصنوعی برای صداقت در پژوهش» است.

- اما به‌ شکلی طنزآمیز و هشداردهنده — کنفرانس بسته دریافت «چکیده» دانشمندان بود — و گروه بازبینی متوجه «نسبت غیرمعمولی» از چکیده‌هایی شدند که به‌نظر می‌رسید با «هوش مصنوعی مولّد» (Generative AI) نوشته شده‌اند. :
- بنابراین برخی از این چکیده‌ها — به‌دلیل احتمال استفاده از AI یا نامرتبط بودن با موضوع — زیر سؤال رفته‌اند و روند بازبینی اضطراری برای‌شان اعلام شده است.

منبع: Library Learning Space

کانال مهندسی و علم اطلاعات

🌐@librarian2
گزارش کلرویت — وضعیت کنونی کتابخانه‌ها: “Pulse of the Library 2025” منتشر شد

📚 بر اساس این گزارش جهانی از بیش از ۲۰۰۰ کتابدار در ۱۰۹ کشور، از کتابخانه‌های دانشگاهی، ملی و عمومی:
- در سال ۲۰۲۵، ۶۷٪ از کتابخانه‌ها «هوش مصنوعی» (AI) را در حال بررسی یا اجرا اعلام کرده‌اند — بالاتر از ۶۳٪ در ۲۰۲۴.

- وقتی کتابخانه‌ها برنامه آموزش AI داشته‌اند یا مدیران‌شان پشتیبانی کرده‌اند، احتمال اینکه AI را فعال‌تر به کار بگیرند و به آن خوش‌بین باشند بیشتر بوده است.

- در عین حال نگرانی‌ها باقی است: بَرش بودجه بزرگ‌ترین مانع برای ادغام AI اعلام شده است (و در ۲۰۲۵ از کمبود تخصص عبور کرده است).

- از سویی، نقش و مأموریت اصلی کتابخانه‌ها — مانند حمایت از یادگیری دانشجویان، تسهیل پژوهش و یافتن منابع — همچنان پایدار است؛ با این تفاوت که تمرکز کتابخانه‌های دانشگاهی در ۲۰۲۵ به سمت «تعامل با دانشجویان» بیشتر شده است.

منبع Clarivate

کانال مهندسی و علم اطلاعات

🌐@librarian2
👍1
اپن آلکس OpenAlex — بانک دادهٔ باز و جامع نظام پژوهش جهانی

📚 اپن الکس یک «فهرست باز و آزاد» از کل نظام علمی-پژوهشی جهان است. این سیستم، آثار پژوهشی، نویسندگان، مجلات/کنفرانس‌ها، مؤسسات، موضوعات (topics)، ناشران و تأمین‌کنندگان مالی (funders) را به‌صورت یک گراف دانش (knowledge graph) بزرگ با میلیاردها ارتباط در بر می‌گیرد.


-اپن الکس OpenAlex یک API (رابط برنامه‌نویسی) مدرن و رایگان دارد — بدون نیاز به احراز هویت — و تا ۱۰۰,۰۰۰ درخواست در روز را برای هر کاربر مجاز می‌داند.

- اگر می‌خواهید همه داده‌ها را روی کامپیوتر خود داشته باشید، «snapshot داده» نیز قابل دانلود است، که به‌ صورت ماهانه به‌روز می‌شود.

- تمام داده‌های OpenAlex تحت مجوز CC0 (یعنی کاملاً آزاد و قابل استفاده/تکثیر) عرضه می‌شوند — برخلاف پایگاه‌های داده تجاری که اغلب دسترسی محدود یا پولی دارند.

چرا OpenAlex مهم است
- پوشش بسیار گسترده — شامل میلیون‌ها مقاله، مؤلف، مجله/منبع، مؤسسه و موضوع پژوهشی، با تأکید بر تنوع جغرافیایی و زبانی، به خصوص آثار غیرانگلیسی یا از کشورهای جنوب جهان.

- در دسترس و رایگان — مناسب پژوهشگران، کتابخانه‌ها، مؤسسات آموزشی، ناشران، سیاست‌گذاران، و به‌طور کلی هر کسی که بخواهد نقشهٔ پژوهش جهانی را تحلیل کند، بدون مانع مالی.

- منعطف و قابل استفاده به روش‌های گوناگون — از جستجوی ساده با رابط وب، تا استفاده برنامه‌نویسی با API یا تحلیل‌های پیشرفته در محیط داده‌کاوی.

کاربردها / چه کاری می‌توان با OpenAlex انجام داد
- یافتن مقالات، کتاب‌ها، پیش‌چاپ‌ها، با فیلترهای موضوعی، زبانی، مؤسسه‌ای یا زمانی
- تحلیل شبکه استناد، همکاری میان مؤلفان یا مؤسسات، روندهای موضوعی پژوهش در طول زمان
- بررسی پوشش مجلات OA (دسترسی آزاد) — مخصوصاً برای مجلاتی که ممکن است در پایگاه‌های تجاری دیده نشوند

- استخراج داده‌های ساختاریافته برای تحلیل‌های bibliometric / scientometric، رصد علم باز (open science)، سیاست‌گذاری پژوهشی و …

دسترسی به مستندات رسمی
مستندات کامل OpenAlex (چگونگی استفاده از API، ساختار داده‌ها، نحوه دانلود snapshot و راهنمای شروع سریع) در آدرس زیر در دسترس است:

https://docs.openalex.org

کانال مهندسی و علم اطلاعات

🌐@librarian2
1
«مطالعه هوش مصنوعی دانشجویی MIT فروپاشید؛ هشدار درباره داده‌های «آلوده» و مشکلات بیبلیومتریک»

📚 اخیراً وب‌سایت Retraction Watch گزارشی منتشر کرده است با عنوان «Weekend Reads» که به سقوط یک مطالعه هوش مصنوعی توسط یک دانشجوی MIT می‌پردازد. این پژوهش به‌دلیل مشکلات جدی در داده‌ها و روش‌شناسی — از جمله داده‌های «آلوده» (polluted data)، ارتباطات مبهم با محققان مصری، و ادعاهای مرتبط با همکاری با محققانی با «وابستگی‌های روسی» — زیر سؤال رفته است.
📚 نویسندگان گزارش هشدار می‌دهند که این نوع مطالعات — که بر اساس جمع‌آوری سریع داده‌های بزرگ و معادلات پیچیده الگوریتمی ساخته می‌شوند — می‌تواند خطرناک باشد؛ چون اگر داده‌ها معتبر نباشند یا نتیجه با سوگیری همراه باشد، نتیجه‌گیری‌ها ممکن است «کاذب» باشند و تأثیر جدی بر ادبیات علمی بگذارند.
📚 این حادثه همچنین زنگ خطر را برای شفافیت در «بیبلیومتریک» (bibliometrics) به‌صدا درآورده است: یعنی زمانی که ارزیابی و اعتبار علمی بر اساس شمار استنادها، همکاران، و داده‌های کمی — نه کیفیت واقعی علمی — انجام شود. در این الگو، خطا یا دستکاری در داده‌ها می‌تواند اعتبار کل پژوهش و پژوهشگر را زیر سؤال ببرد.
📚 گزارش نتیجه می‌گیرد که باید بازنگری جدی در شیوه‌های بررسی کیفیت و تأیید داده‌ها در پژوهش‌های بزرگی که با هوش مصنوعی و داده‌محور سر و کار دارند انجام شود؛ و مؤسسات علمی باید شفافیت بیشتر، بررسی دقیق‌ داده‌ها و داوری مستقل را در اولویت قرار دهند.

منبع: Retraction Watch

کانال مهندسی و علم اطلاعات

🌐@librarian2
تغییر الگوهای همکاری پژوهشی جهانی — نکات کلیدی از گزارش جدید آی اس آی Clarivate

📚 گزارش تازه #کلاریویت (از طریق بخش Institute for Scientific Information — ISI) نشان می‌دهد که همکاری پژوهشی بین‌المللی در حال تحول است. مهم‌ترین یافته‌ها:

- همکاری چندجانبه (بیش از دو کشور) نسبت به همکاری دو‌جانبه (دو کشور) رشد داشته؛ در کشورهایی مانند انگلستان و آلمان بیش از نیمی از همکاری‌ها چندجانبه‌اند.
- پژوهش و انتشار علمی از سوی Mainland China به‌طور چشمگیری افزایش یافته است: از حدود ۲۶٫۲۰۰ مقاله در سال ۲۰۰۰ به بیش از ۸۷۸٫۰۰۰ مقاله در سال ۲۰۲۴. همکاری‌های بین‌المللی چین نیز قوی‌تر شده است.
- نقش رهبری سنتی United States در پژوهش جهانی در حال کاهش است: تولیدات و سهم جهانی آن کاهش یافته و سهم همکاری با چین نیز از ۲۰۱۹ به بعد کم شده است.
- مقالات مشترک بین‌المللی — مخصوصاً بین چین و کشورهای اروپایی — امروزه تأثیر (از نظر استنادات و کیفیت) برابر یا حتی فراتر از همکاری‌های سنتی آمریکا–اروپا دارند.

نتیجه‌گیری برای دانشگاه‌ها، سیاست‌گذاران و بودجه‌دهندگان:
- همکاری چندجانبه و شبکه‌ای را تقویت کنید، چون تأثیر و دید بین‌المللی مقالات مشترک بالاتر است.
- موقعیت کشورها و مؤسسات نوظهور (مثل چین یا کشورهای در حال توسعه) را دست‌کم نگیرید.
- سیاست‌گذاری پژوهشی باید بازنگری کند: امنیت علمی مهم است، اما تعامل باز و همکاری جهانی نیز راه رشد علمی است.

منبع: Clarivate

کانال مهندسی و علم اطلاعات

🌐@librarian2
تحصیل آنلاین در مقابل حضوری — کدام برای آینده شما مناسب‌تر است؟

📚 مقاله در وب‌سایت Studential مقایسه‌ای بین مدرک تحصیلی «آنلاین» و «حضوری (campus)» ارائه می‌دهد و نکات مثبت و منفی هرکدام را بررسی می‌کند:
- تحصیل آنلاین امکان تحصیل از هر مکان با انعطاف زمانی، هزینه کمتر، و امکان ادامه کار یا مسئولیت‌های دیگر را فراهم می‌کند؛ برای کسانی با شاغل بودن، خانواده یا شرایط جابجایی مناسب‌تر است.

- تحصیل حضوری فضایی ساختاریافته با تعامل رودررو، فرصت شبکه‌سازی، استفاده از امکانات آزمایشگاهی/کتابخانه، و تجربه کامل دانشگاهی ارائه می‌کند — که برای رشته‌هایی با نیاز عملی و کسانی که به تعامل اجتماعی اهمیت می‌دهند مفید است.

- این مقاله تأکید می‌کند که هیچ مسیر مطلقاً «بهتر» نیست؛ بهترین انتخاب بستگی دارد به سبک زندگی، اهداف شغلی، شرایط مالی و شیوه یادگیری شما.

منبع: Studential


کانال مهندسی و علم اطلاعات

🌐@librarian2
ابزار «راستی آزمایی پژوهش» برای پژوهشگران جوان رونمایی شد

📚 طی همکاری Taylor & Francis و Sense about Science یک «Research Integrity Toolkit» منتشر شده است که مخصوص پژوهشگران در آغاز مسیر (early-career researchers) طراحی شده است. این ابزار راهنمای گام‌به‌گام برای انجام پژوهش با استاندارد اخلاقی و علمی بالا است: از طراحی تحقیق، اجرای آن، نگارش مقاله، داوری همتایان تا انتشار نتایج. ابزار، مسائلی مانند انتخاب نویسندگان، تشخیص سرقت ادبی (plagiarism)، استفاده از داده درست، داوری منصفانه و تعامل اصولی در انتشار را پوشش می‌دهد.

📚 چرا مهم است:
- با افزایش فشار برای «انتشار سریع» و ظهور ابزارهای هوش مصنوعی و «paper mills»، این راهنما کمک می‌کند پژوهشگران تازه‌کار اشتباهات رایج در تقلب علمی یا خطاهای اخلاقی را بشناسند و از آن‌ها اجتناب کنند.

- ابزار به‌گونه‌ای طراحی شده که پژوهشگران بتوانند در هر مرحلهٔ کار پژوهشی — طراحی، اجرا، نگارش، داوری و انتشار — بهترین رویه‌ها را رعایت کنند، و با آگاهی و شفافیت جلو بروند.


منبع: Taylor & Francis

کانال مهندسی و علم اطلاعات

🌐@librarian2
داوران هوش مصنوعی آمده‌اند — ما آماده نیستیم

📚
نیچر در مقاله‌ای با عنوان «AI reviewers are here — we are not ready» بحث کرده است که ابزارهای جدید مبتنی بر هوش مصنوعی برای بازبینی مقالات علمی (peer review) عرضه شده‌اند، اما جامعه علمی هنوز برای چنین تغییری آماده نیست.

- این ابزارها وعده «بازخورد سریع و مؤدبانه» می‌دهند — یعنی بازبینی در عرض دقیقه‌ها یا چند ساعت به‌جای ماه‌ها.

- با این حال مؤلف هشدار می‌دهد: ما باید ابتدا «بازبینی‌کننده» (reviewer) را برای اعتبارسنجی بسنجیم — چون هوش مصنوعی ممکن است در تشخیص خلاقیت، نوآوری یا کشف نکات ظریف روش‌شناسی و نتیجه علمی دچار ضعف شود.

- او می‌گوید که بازبینی انسانی دارای مزایایی است: تنوع دیدگاه‌ها، تجربه پژوهشی، درک زمینه علمی، و توانایی تشخیص ارزش واقعی نتایج — مزایایی که هوش مصنوعی فعلاً نمی‌تواند به‌طور کامل جایگزین‌شان شود.


منبع:
Nature

کانال مهندسی و علم اطلاعات


🌐@librarian2
👍1
هوش مصنوعی زمان و هزینه پژوهش را صرفه‌جویی می‌کند — اما به چه قیمت؟

📚 طبق گزارش جدید نیچر با عنوان «AI is saving time and money in research — but at what cost?»، ابزارهای مبتنی بر Artificial Intelligence (هوش مصنوعی) به پژوهشگران کمک می‌کنند تا بازده کاری خود را بالا ببرند، هزینه و زمان انجام پژوهش را کاهش دهند، اما هم‌زمان نگرانی‌هایی در مورد «وابستگی بیش‌ازحد» به این ابزارها و تأثیر آن بر کیفیت پژوهش وجود دارد.

- بسیاری از پژوهشگران می‌گویند که هوش مصنوعی در کارهایی مانند نوشتن، ویرایش، ترجمه، مرور ادبیات و خلاصه‌سازی مطالعات به آن‌ها کمک کرده است. اما برخی هشدار می‌دهند که اتکا زیاد به AI ممکن است منجر به خطا، کاهش خلاقیت یا ضعف در بررسی دقیق داده‌ها شود.

- همچنین به نظر می‌رسد تحقیقی در دست اجرا باشد که نشان می‌دهد اگر پژوهشگران بیش‌ازحد روی AI حساب کنند، ممکن است «دقت، صحت و اعتبار علمی» پژوهش‌ها تحت تأثیر قرار گیرد.


منبع: Nature
کانال مهندسی و علم اطلاعات

🌐@librarian2
کتابخانه ایالتی باواریا همکاری خود را با Alma و LibOW برای بهبود فرآیندهای کاری بازتعریف کرد

📚 کتابخانه Bavarian State Library (BSB) با بهره‌گیری از راهکار Alma و ماژول Library Open Workflows (LibOW)، یک تحول اساسی در کارایی و همکاری میان کارکنان، بخش‌ها و فرایندهای کتابخانه رقم زده است. این تحول به این ترتیب است که فرایندهای کاری— از امانت،‌ فهرست کردن، دسترسی به منابع تا خدمات پژوهشی — به شکلی یکپارچه، سریع‌تر و با همکاری مؤثرتر انجام می‌شوند.

- استفاده از LibOW به BSB این امکان را داده که گردش کار کتابخانه (workflows) را آزاد، قابل تنظیم و انعطاف‌پذیر کند؛
- نتیجهٔ این تغییر: کارایی بیشتر، کاهش پیچیدگی در مدیریت منابع، سرعت بالاتر در خدمات به مراجعان و افزایش رضایت کارکنان و کاربران کتابخانه.


منبع: Library Technology

کانال مهندسی و علم اطلاعات

🌐@librarian2
آغاز یک طرح آزمایشی جدید برای تقویت همکاری «چاپ مشترک» در میان کتابخانه‌ها

📚 هاثی تراست HathiTrust با همکاری Western Regional Storage Trust (WEST) و California Digital Library (CDL) اعلام کرده‌اند که یک طرح آزمایشی جدید برای مدیریت و اشتراک کارآمد داده‌های «چاپ مشترک» (shared print) راه‌اندازی خواهند کرد. هدف این همکاری این است که کتابخانه‌ها بتوانند تعهدات خود در برنامه‌های shared print — چه فهرستی چه جلدی — را در یک پلتفرم متمرکز مدیریت کنند.


- با استفاده از داشبورد مشترک AGUA (که پیش از این برای برنامه‌های WEST و UC به‌کار می‌رفت) و افزودن داده‌های HathiTrust، این طرح امکان می‌دهد تا کتابخانه‌ها به سادگی ببینند کدام نسخ توسط کدام برنامه تحت تعهد هستند — یعنی دید یکپارچه به چاپ مشترک در چند شبکه.

- هدف این است که با کاهش تداخل، اجتناب از تکثیر نسخ چاپی، و افزایش هماهنگی بین کتابخانه‌ها، مدیریت مجموعه‌های چاپی بهینه‌تر، پایدارتر و مؤثرتر شود.

- این طرح آزمایشی از ژانویه ۲۰۲۶ آغاز خواهد شد و اگر موفق باشد، می‌تواند زمینه‌ساز همکاری‌های گسترده‌تر و استانداردسازی رویه‌های shared print در مقیاس ملی یا فراتر باشد.

منبع: Library Technology

کانال مهندسی و علم اطلاعات

🌐@librarian2
«مطالعه چیزهایی که ممکن است اصلاً وجود نداشته باشند»: گزارشی از بحران در پژوهش علمی

📚 طبق گزارش Retraction Watch در نوشتاری با عنوان «Weekend reads: ‘The fall of a prolific science journal’; Clinical trials by ‘super-retractors’; ‘How to Study Things That May Not Exist’»، مجموعه‌ای از موارد نگران‌کننده در نظام نشر علمی مطرح شده است — از تعطیلی یک مجله پُرکار علمی گرفته تا بازپس‌گیری گسترده مقالات، تقلب سیستماتیک، و حتی آزمایش-های بالینی که بعدها رد می‌شوند.


- گزارش می‌دهد که یک تعداد نسبتاً کوچک از نویسندگان، سهم بسیار بزرگی از «مقالات پس‌گرفته‌شده (retracted)» را در زمینه آزمایش‌های بالینی ایجاد کرده‌اند (super-retractors).

- به این ترتیب، بسیاری از مطالعات بالینی منتشر شده — که ممکن است پایه تصمیم‌گیری بالینی یا سیاست‌گذاری بهداشتی شده باشند — قابل اعتماد نبوده‌اند.

- همچنین بحث «چگونه می‌توان پژوهش روی پدیده‌هایی انجام داد که ممکن است اصلاً وجود نداشته باشند» مطرح شده: یعنی مواردی که نتایج یا داده‌ها ممکن است ساختگی، اشتباه یا غیرقابل احراز باشند — وضعیتی که اعتماد روی پژوهش‌ها را تضعیف می‌کند.

منبع: Retraction Watch

کانال مهندسی و علم اطلاعات

🌐@librarian2
دسترسی به پژوهش علمی: موتور نوآوری در بهداشت عمومی

📚 در این مطلب از وب‌سایت Springer Nature توضیح داده می‌شود که چگونه داشتن «دسترسی سریع و آسان به مقالات و داده‌های علمی» برای نهادهای بهداشت عمومی مانند Bio‑Manguinhos در برزیل می‌تواند به تسریع پژوهش و نوآوری کمک کند. وقتی تیم‌ها بتوانند به‌سرعت مطالعات مرتبط را ببیند، فرضیه‌های‌ خود را تأیید یا رد کنند، از دوباره‌کاری جلوگیری گردد و پروسه‌های تحقیق و توسعه (مثل واکسن، تشخیص، دارو) سریع‌تر پیش برود.


- بسیاری از نهادهای بهداشت عمومی با مشکل «ادبیات علمی گسترده و پراکنده» مواجه‌اند — یافتن مطالعات مرتبط یا به‌روز سخت است و زمان‌بر.

- موسسه Bio-Manguinhos با بهره‌گرفتن از پایگاه‌های معتبر و دسته‌بندی‌شده (مثلاً AdisInsight) توانسته این شکاف را پر کند و دانش جهانی را به نیاز محلی تبدیل کند؛ این کار به توسعه سریع واکسن، کیت تشخیص و محصولات بیولوژیک انجامیده است.

- این رویکرد مزایای گسترده دارد: از ساده‌تر شدن مستندسازی‌های قانونی تا تسریع روند تأیید کیفیت، آموزش کارکنان جدید، و هماهنگی بین بخش‌های مختلف (پژوهش، کیفیت، تنظیم مقررات).

چرا مهم است؟
وقتی «دسترسی به دانش به‌روز» برای تیم‌های بهداشت عمومی فراهم باشد، این یعنی واکنش سریع‌تر به بحران‌ها — مثل همه‌گیری، ظهور ویروس جدید، یا نیاز به دارو/تشخیص جدید. چنین دسترسی باعث می‌شود پژوهش، توسعه و تولید دارو یا واکسن با کیفیت، سریع و بر پایه شواهد علمی انجام شود.

منبع: Springer Nature

کانال مهندسی و علم اطلاعات

🌐@librarian2
جشن تاثیری که یک کتابدار می‌تواند داشته باشد

📚 در مقاله‌ای با عنوان “Celebrating the difference a librarian can make” در بلاگ Scopus، تأکید شده است که کتابداران نقش بسیار حیاتی و فراتر از «نگهداری کتاب» در اکوسیستم پژوهش دارند: آن‌ها راهنماهای مورد اعتماد، نوآوران دیجیتال و شرکای استراتژیک پژوهشگران هستند.

- کتابداران به پژوهشگران کمک می‌کنند تا منابع درست را پیدا کنند — از کتاب نایاب گرفته تا دیتابیس‌های تخصصی یا خدمات بین‌کتابخانه‌ای.

- آن‌ها در سیستم‌های پیچیده پژوهشی مانند جستجو در پایگاه‎های داده، مدیریت منابع و ارجاع‌دهی، نقش راهنما دارند و به کاربران کمک می‌کنند تا مسیر پژوهش را درست طی کنند.

- همچنین کتابداران در مدیریت دادهٔ پژوهش، آرشیو داده‌ها، اشتراک‌گذاری اخلاقی داده یا انتشار باز نقش دارند — امری حیاتی به‌ویژه در عصر اطلاعات و انتشار علمی.


نویسنده معتقد است که بسیاری از این نقش‌ها «پنهان» می‌مانند و کمتر دیده می‌شوند. به همین دلیل Librarians as Impact Makers راه‌اندازی شده است تا این تلاش‌ها دیده شوند — و سایر کتابداران و پژوهشگران داستان تأثیرشان را با هم به اشتراک بگذارند.


منبع: Scopus Blog

کانال مهندسی و علم اطلاعات

🌐@librarian2
👍2
نکات مهم برای انتخاب و استفاده از Agentic AI

📚 در بلاگ Scopus مقاله‌ای منتشر شده است با عنوان «Tips for choosing and using agentic AI» که راهنمایی‌هایی کاربردی برای دانشگاه‌ها، پژوهشگران و کتابخانه‌ها ارائه می‌دهد تا در انتخاب و استفاده از سیستم‌های هوش مصنوعی «عاملی» (agentic AI) با آگاهی و مسئولیت عمل کنند.


- باید مطمئن شوید سیستم انتخابی «human-in-the-loop» (انسان در حلقه تصمیم) را پشتیبانی می‌کند — یعنی AI به‌عنوان ابزار کمکی استفاده شود، نه جایگزین کامل تفکر و داوری پژوهشگر.

- ‌شفافیت عملکرد مهم است: ابزار باید بتواند نشان دهد چگونه به نتیجه رسیده، چه منابعی استفاده کرده و مسیر منطقی تصمیماتش روشن باشد.

- لازم است مراقب سوگیری‌ها و خطاهای احتمالی (مثل «hallucination» یا تولید اطلاعات نادرست) باشید و خروجی AI را با قضاوت انسانی بررسی کنید.

- توجه به نحوه مدیریت داده‌های کاربران: امنیت، حریم خصوصی و سیاست‌های داده ابزار باید شفاف و مطمئن باشند.

- اگر سازمان یا کتابخانه هستید، توصیه می‌شود مهارت «سواد هوش مصنوعی» (AI literacy) را تقویت کنید: کارکنان را آموزش دهید، قوانینی برای استفاده از AI تعیین کنید و ابزارها را با دقت آزمایش و ارزیابی نمایید.

منبع: Scopus Blog
کانال مهندسی و علم اطلاعات

🌐@librarian2
👍1
بزرگترین #هک کتابخانه ای در جهان

📚حدود دو سال پس از حمله سایبری اکتبر ۲۰۲۳، کتابخانه بریتیش همچنان در حال ترمیم پیامدهای این رخداد و بازیابی کامل خدمات خود است. اگرچه بخش زیادی از خدمات دیجیتال به‌تدریج بازگشته‌اند و نسخه‌های دیجیتالی‌شده‌ی بسیاری از کتاب‌ها و دست‌نوشته‌ها به‌صورت آنلاین در دسترس‌اند، اما برخی خدمات پژوهشی آنلاین هنوز فعال نشده‌اند. در عین حال، فهرست‌های چاپی و بخش بزرگی از مجموعه‌های فیزیکی، از جمله کتاب‌ها، روزنامه‌ها، نقشه‌ها و نسخه‌های خطی چاپی، در اتاق‌های مطالعه قابل استفاده هستند و تیم کتابخانه برای راهنمایی پژوهشگران آماده پاسخگویی است. این حمله نشان داد که پیامدهای یک حادثه سایبری بزرگ تنها به روزها یا هفته‌های پس از آن محدود نمی‌شود، بلکه می‌تواند برای سال‌ها بر عملکرد، هزینه‌ها و حتی سیاست‌های امنیتی یک نهاد فرهنگی تأثیر بگذارد.

❇️شرح بیشتر ماجرا را در وبلاگ یابش بخوانید:

🔗https://yabesh.ir/4507272/
2
نقش‌برداری سوء‌استفاده از هوش مصنوعی و مقابله با تأثیر «دورزدن‌های AI» بر صداقت آکادمیک

📚 در این مقاله از وبلاگ Turnitin با عنوان “Navigating AI misuse: Tackling the impact of AI bypassers on academic integrity” بحث شده که چگونه استفادهٔ نادرست از ابزارهای هوش مصنوعی — به‌خصوص تکنیک‌هایی که سیستم‌های ضدتقلب را دور می‌زنند — تهدیدی جدی برای صداقت علمی و اخلاق آکادمیک به‌وجود آورده است. این پست با ارائه نمونه‌ها و روندهای اخیر، به چالش‌های واقعی در محیط‌های آموزشی و پژوهشی می‌پردازد.

- ابزارهای AI bypasser از روش‌هایی استفاده می‌کنند که می‌توانند سیستم‌های تشخیص تقلب سنتی را فریب دهند — مثلاً تولید متن یا پاسخ‌هایی که به‌گونه‌ای طراحی شده‌اند تا از الگوریتم‌های تشخیص تقلب عبور کنند.

- این سوء‌استفاده‌ها باعث می‌شود ارزیابی عادلانهٔ دانشجویان و اعتبار نتایج علمی به خطر بیفتد، زیرا تشخیص اینکه کار واقعاً توسط انسان انجام شده یا توسط ابزار AI دشوار می‌شود.

- ترن ایت این تأکید می‌کند که به‌جای مجازات صرف یا اتکا به سیستم‌های صرفِ تشخیص، باید آموزش‌هایی دربارهٔ استفادهٔ درست از هوش مصنوعی، تقویت سواد دیجیتال، و روش‌های پشتیبانی اخلاق‌محور در محیط آموزشی ارائه شود.

- همچنین پیشنهاد شده که ابزارهای تشخیص هوش مصنوعی باید با تکنولوژی‌های پیشرفته‌ترِ یادگیری ماشین و تحلیل رفتاری ترکیب شوند تا بتوانند تقلب‌های پیچیده‌تر را کشف کنند و به‌طور مؤثر با آن‌ها مقابله کنند.

منبع: Turnitin

کانال مهندسی و علم اطلاعات

🌐@librarian2
علم در ۲۰۵۰: پیشرفت‌های آینده که جهان — و فراتر از آن — را شکل خواهند داد

📚 در این گزارش تحلیلی از نیچر درباره مهم‌ترین پیشرفت‌های علمی و فناوری که احتمالاً تا سال ۲۰۵۰ رخ خواهند داد بحث شده است. نویسنده تصویر می‌کند که در نیمه‌ی قرن بیست‌و‌یکم ممکن است شاهد تحولات بزرگی باشیم، از جمله پیشرفت در همجوشی هسته‌ای (به‌عنوان منبع انرژی پاک)، حضور انسان روی مریخ، و توسعه هوش مصنوعی عمومی (Artificial General Intelligence). این چشم‌انداز بر پایه گفت‌وگو با اینده نگاران و متخصصان است تا نشان دهد چگونه نوآوری‌های بنیادی می‌توانند زمینه‌های انرژی، سلامت، فناوری و سکونت در فضا را متحول کنند.

منبع: Nature

کانال مهندسی و علم اطلاعات


🌐@librarian2
👍1