Telegram Group Search
🐈 Мой тревожно-творожный тайм-менеджмент (и как он работает)

Меня часто просят поделиться секретами тайм-менеджмента для кабинетной работы, да и вообще. Проблема в том, что я не могу четко сформулировать свои практики. Я просто… делаю. Поэтому мне сложно писать такие посты и даже рассказывать об этом. Если есть силы — делаю. Если серотонин сегодня решил не вырабатываться — не делаю. Как будто это происходит помимо меня.

Да, я ленюсь. Часто пропускаю зал, бросила английский из-за нехватки сил. Но при этом успеваю выполнять рабочие задачи (за 8 часов в день было бы странно не успевать) и вести этот блог (спасибо ИИ, с ним не так много мороки).

Секрет, наверное, в том, что я всё планирую. Иногда это причина, по которой я злюсь на бойфренда, у которого горизонт планирования покороче (прости, любимый, я работаю над собой!).

💕 Мои принципы планирования:

✔️Запланировать всё: В моем календаре расписан каждый день. Это включает и рутину (подъем, дорога на работу), и тренировки, и рабочие задачи. Даже "валяние в кровати и просмотр ток-шоу 8 часов" — если этого нет в календаре, я нервничаю. Называю это "тревожно-творожным" планированием.

✔️Регулярная ревизия: Раз в неделю разбираю задачи и планирую проекты. Раз в квартал провожу "ревизию" долгосрочных целей. Так, например, я отказалась от английского в пользу продуктовых исследований и программирования.

✔️Приоритизация: Важно не успеть всё, а успеть то, что действительно хочется. Регулярно спрашивайте себя: "Успеваю ли я то, что мне нужно?"

✔️Эстетика: Обожаю красивые картинки из Pinterest, ежедневники и даже мечтаю издать собственный планнер! В моем таск-трекере проекты окрашены разными цветами, а главные дела дублируются в бумажный ежедневник и украшаются наклейками. #aestheticgirl — это вдохновляет!

✔️Действие: Планировать — это только полдела. Многие об этом забывают. Делайте. Тогда и будете успевать больше.

Вот и весь мой "тайм-менеджмент". Может, он и странный, но мне работает.
Please open Telegram to view this post
VIEW IN TELEGRAM
Сетевой анализ для поиска научной литературы: обзор простых и бесплатных сервисов

В этом посте я расскажу о сетевом анализе в научной библиографии и поделюсь простыми и бесплатными инструментами для его проведения.

Что такое сетевой анализ?

Сетевой анализ в библиографии — это метод, который позволяет исследовать связи между научными публикациями. Он основан на анализе цитирований: кто кого цитировал, какие статьи похожи по ключевым словам и цитированиям.

〰️Инструменты для сетевого анализа:

✔️Google Scholar: Да, в Google Академии уже есть элементы сетевого анализа. Функция "Похожие статьи" основана на семантическом анализе, то есть подбирает статьи, похожие по ключевым словам и цитированиям.

✔️Inciteful: Мой любимый инструмент с интуитивно понятным интерфейсом. Позволяет провести сетевой анализ одной статьи или сравнить две статьи между собой.

🟣Анализ одной статьи: Показывает, кто цитировал статью, на какие статьи она ссылается, а также предлагает похожие статьи, статьи с обзорами и наиболее влиятельные статьи в этой области.

🟣Сравнение двух статей: Позволяет увидеть, как связаны две статьи и насколько близко они расположены в сети цитирований.

✔️ResearchRabbit: Похож на Inciteful, но с интеграцией с Zotero. Позволяет строить графы цитирований, находить похожие работы и добавлять их в свою библиотеку Zotero.

✔️Litmaps: Позволяет проводить сетевой анализ по названию статьи или ключевым словам. Показывает цитирования, референсы (библиографический список) и связанные статьи на основе семантического анализа.

⭐️Как использовать сетевой анализ?

Сетевой анализ — отличное дополнение к поиску по ключевым словам. Особенно полезен, когда у вас есть одна релевантная статья, и вы хотите найти похожие публикации.
Please open Telegram to view this post
VIEW IN TELEGRAM
📌Матрицы: ваш инструмент для структурирования информации

Матрицы – не просто таблички, а мощный инструмент для визуализации связей между разными факторами и понимания их влияния друг на друга. Они пригодятся для анализа конкурентов, оценки рисков, принятия стратегических решений и многого другого.

➡️Давайте разберем несколько примеров:

🔴Анализ конкурентов: Создайте матрицу, где столбцы – критерии сравнения (цена, качество, ассортимент), а строки – названия компаний. Оценивайте конкурентов по шкале, например, от 1 до 5. Визуализируйте данные тепловой картой – так вы легко увидите сильные и слабые стороны каждого.

🔴Систематизация интервью: Проводите серию интервью? В столбцы матрицы запишите ключевые темы, в строки – имена экспертов. В ячейках – ключевые цитаты. Это поможет сравнить мнения экспертов по каждой теме и сделать выводы.

🔴Анализ отзывов пользователей: Столбцы – ключевые аспекты приложения (дизайн, функциональность, производительность), строки – категории отзывов (положительные, нейтральные, отрицательные). В ячейках – количество отзывов. Так вы выявите сильные и слабые стороны продукта и поймете, на что обратить внимание в первую очередь.

Важно помнить: матрицы – это инструмент, а не самоцель. Главное – не просто заполнить ячейки, а проанализировать данные и найти инсайты для принятия обоснованных решений.

Это отрывок из моей книги про кабинетные исследования в библиотеке. Подробнее о методике тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
любимые, хоть и бывшие коллеги!
Forwarded from Dsight
📢 Книга о кабинетных исследованиях от ex-аналитика Dsight

Мы всегда радуемся успехам наших бывших сотрудников, и как раз есть отличный повод. Это книга, которую написала Елена Каганова, в прошлом — старший аналитик Dsight.

🐈‍⬛Эта книга — результат шести лет работы, в течение которых Елена училась искать данные в самых неожиданных местах, систематизировать их так, чтобы ничего не терялось, и адаптироваться к разным задачам, используя доступные цифровые средства.

🔤 О чем книга?
Это сборник советов, историй и практических кейсов.
🟣Как искать, систематизировать и сохранять данные так, чтобы не тратить время зря.
🟣Чек-листы и пошаговые инструкции — всё, что помогает на практике.
🟣Кейсы из практики — реальные истории по поиску данных и их анализу.

⭐️ Для кого книга?
Для студентов, исследователей, аналитиков, консалтеров — для всех, кто регулярно работает с информацией: ищет её, сохраняет и использует в работе.

❗️Важно, что эта книга обновляемая. В нее будут добавляться новые главы с примерами из текущей практики Елены и методами, которые помогают ее каждый день.

Доступ к книге тут.💜

Огонь? Огонь! 🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
Вторичный анализ данных: новый взгляд на старые данные

В эпоху больших данных, когда объемы собранной и заархивированной информации растут экспоненциально, вторичный анализ данных становится все более актуальным инструментом для исследователей. Что это такое? Вторичный анализ – это использование данных, собранных кем-то другим для другой цели, для ответа на новые исследовательские вопросы.

Почему это важно?

Экономия ресурсов: Позволяет проводить исследования с ограниченными временными и финансовыми ресурсами.

Доступ к большим выборкам: Открывает возможности для анализа данных, собранных в рамках крупных проектов с репрезентативными выборками.

Ускорение исследований: Сокращает время, затрачиваемое на сбор данных, что особенно важно в быстро меняющейся сфере информационных технологий.

Новые перспективы: Позволяет переосмыслить существующие данные и получить новые знания.

Пример из практики:

В статье, на основе которой написан этот пост, рассматривается исследование роли школьных библиотекарей в интеграции технологий. Изначально данные были собраны для оценки текущей ситуации, но вторичный анализ позволил выявить факторы, способствующие и препятствующие лидерству библиотекарей в этой области.

Важные моменты:

Вторичный анализ – это не просто "халява". Это серьезный метод, требующий систематического подхода:

Четкая формулировка исследовательских вопросов.

Тщательный выбор подходящего набора данных.

Оценка качества и пригодности данных для решения поставленных задач. (Например, необходимо учитывать цель первоначального исследования, методы сбора данных, временной период и т.д.)

Учет ограничений: Важно помнить, что данные были собраны для другой цели, и это может накладывать ограничения на интерпретацию результатов.
Forwarded from Denis Sexy IT 🤖
Полезная ссылка для тех кто учится и кому нужны доступы к платным англоязычным научным статьям или книгам:
http://open-slum.org - тут собраны крупные «теневые библиотеки» и их статусы в режиме реального времени
Please open Telegram to view this post
VIEW IN TELEGRAM
📊🤔 Можно ли доверять соцопросам? А если нет, как интерпретировать их результаты?

Каждый день мы встречаемся с результатами соцопросов: политики, журналисты и блогеры приводят разные цифры в подтверждение своих слов. Часто они подают опросы как зеркало общественного мнения.

Тем не менее, их результаты по одним темам нередко расходятся, а разные акторы по-разному интерпретируют и подают данные. Опросы могут работать не только как достоверная обратная связь, но и как конвейер по производству нужных результатов. Итоги исследований превращают в кликбейтные заголовки, которые вводят людей в заблуждение.

Почему все цифры разные? Каким из них можно доверять? Можно ли судить о мнении населения по ответам 1600 респондентов? И как формулировки вопросов подталкивают к «правильным» ответам? Разбираемся в карточках с исследовательницей «Коллективного действия» Людмилой Рудаковой.

📎 Окей, но ведь кто-то в России делает качественные опросы?

Есть исследовательские центры, которые занимаются проведением опросов со знанием и соблюдением методологии. К их результатам можно относиться с меньшим скепсисом, чем к другим, но не забывать сверяться с описанными в карточках нюансами.

— Всероссийский центр исследования общественного мнения (ВЦИОМ)

— Фонд «Общественное Мнение» (ФОМ)

— Левада-Центр*

— Исследовательский холдинг «Российское общественное мнение и исследование рынка» (РОМИР)

— Russian Field

📎 Каждые две недели команда Коллективного действия выпускает дайджесты соцопросов и исследований о россиянах и россиянках. Следите за обновлениями, смотрите видеоверсии на YouTube и относитесь к данным с осторожностью.

* Иноагент по версии Минюста РФ

🧩 Подписывайтесь на Коллективное действие и читайте важные исследования о городской и региональной политике
Please open Telegram to view this post
VIEW IN TELEGRAM
🔬 ChatGPT для научных публикаций: продвинутый гайд для исследователей 🔬

Коллеги! 👩‍🔬👨‍🔬 В сегодняшнем посте разбираем продвинутый гайд по использованию ChatGPT для подготовки научных публикаций, основанный на публикации в JPPT. Этот инструмент может значительно оптимизировать ваш workflow, но требует глубокого понимания его возможностей и ограничений.

Основные этапы работы с ChatGPT (Продвинутый уровень):

1. Генерация заголовков и титульных страниц: ChatGPT может предложить варианты заголовков, учитывая ключевые слова, методологию и результаты. Лайфхак: Используйте промпты с уточнением целевой аудитории и тематического направления журнала. При создании титульной страницы убедитесь в соответствии с требованиями конкретного издательства (формат, порядок элементов, контактная информация).

2. Создание аннотации/резюме: Помните о принципе "меньше слов - больше смысла". ChatGPT поможет сжато изложить суть работы. Продвинутый прием: Используйте технику "Summary of summaries", предоставив ChatGPT уже отредактированные версии разделов работы, чтобы он сгенерировал обобщение.

3. Написание введения: ChatGPT структурирует введение, но требует глубокой ревизии. Ключевой момент: Убедитесь, что введение четко отражает актуальность исследования, его цели и связь с предшествующими работами. Используйте ChatGPT для генерации ключевых слов и сокращений, но обязательно проверьте их корректность и соответствие общепринятым стандартам.

4. Обзор литературы: ChatGPT может помочь в создании базового обзора, но КРИТИЧЕСКИ важно: не полагаться только на его результаты. Проверяйте актуальность цитируемых источников, обращайте внимание на методологию исследований, на которые ссылается ChatGPT. Продвинутый подход: Используйте ChatGPT для поиска работ по ключевым словам, но всегда проводите независимый поиск в релевантных базах данных (Scopus, Web of Science и др.).

5. Мозговой штурм методологии: ChatGPT может предложить варианты дизайна исследования, методов сбора и анализа данных. Важно: Используйте эти предложения как отправную точку для критического анализа. Учитывайте ограничения ChatGPT в отношении специфики вашего исследования. Продвинутый метод: Попросите ChatGPT сгенерировать список вопросов, которые следует учитывать при выборе методологии, чтобы убедиться в ее обоснованности.

6. Запрет на фальсификацию данных: Недопустимо использовать ChatGPT для создания, подделки или анализа результатов исследований! Это прямо противоречит этике научных публикаций.

7. Разделы "Обсуждение" и "Выводы": ChatGPT может помочь в структурировании этих разделов, но требует тщательной проверки и редактирования. Учитывайте: ChatGPT может упустить важные аспекты интерпретации результатов, потенциальные ограничения исследования. Обязательно проанализируйте сильные и слабые стороны своей работы.

8. Ссылки (Список литературы): ChatGPT не является надежным источником для создания списка литературы. Рекомендуется: использовать ChatGPT для преобразования существующих ссылок в определенный стиль, но всегда перепроверять корректность.

Please open Telegram to view this post
VIEW IN TELEGRAM
Коллеги, а (ну вдруг) есть кто-то из промышленности, кто внедряет в работу генеративный ИИ?

Хочу попросить об интервью для важного исследования. 👾
2025/05/30 16:46:35
Back to Top
HTML Embed Code: