Praca przeglądowa – jak wyszukiwać i syntetyzować literaturę?

Praca przeglądowa to praca, w której publikacje naukowe są materiałem badawczym, a wynik powstaje przez ich zaplanowane wyszukanie, selekcję, porównanie i syntezę. Nie wystarczy zebrać dużo źródeł i streścić je po kolei. Trzeba wyjaśnić, czego szukano, według jakich kryteriów wybierano teksty i jaki wspólny wniosek wynika z analizowanych badań.

Najważniejsza zasada: najpierw zaprojektuj sposób przeglądu, dopiero później uruchom wyszukiwanie. Kryteria dopisywane po przeczytaniu wyników łatwo dopasować do tego, co autor chce znaleźć.

Praca przeglądowa — co to jest i czym różni się od rozdziału teoretycznego?

Rozdział teoretyczny jest zwykle jedną częścią pracy empirycznej, projektowej albo analitycznej. Ma zdefiniować pojęcia, przedstawić potrzebne teorie i uzasadnić późniejsze badanie. W pracy przeglądowej analiza literatury nie przygotowuje dopiero właściwego badania — sama jest głównym badaniem.

Jeżeli dopiero wybierasz serwisy i sposoby dostępu do artykułów, zacznij od poradnika jak znaleźć literaturę do pracy dyplomowej. Jeśli natomiast literatura ma przygotować część empiryczną, bardziej odpowiedni będzie przewodnik jak napisać rozdział teoretyczny. Ten artykuł dotyczy sytuacji, w której źródła są zbiorem danych analizowanym według jawnej procedury.

Przegląd narracyjny, systematyczny czy scoping review?

Określenie „praca przeglądowa” obejmuje różne podejścia. Nie wybieraj etykiety ze względu na to, która brzmi najbardziej naukowo. Metoda musi pasować do pytania, czasu, dostępu do baz i wymagań uczelni. Typologie metodologiczne opisują wiele rodzajów przeglądów; w pracach dyplomowych najczęściej rozważa się trzy poniższe warianty.

Przegląd narracyjny nie oznacza dowolnego wyboru kilku wygodnych tekstów. Dobre opracowanie nadal wyjaśnia cel, wyszukiwanie, sposób cytowania i siłę przedstawianych dowodów. Z kolei przegląd systematyczny nie sprowadza się do dodania diagramu PRISMA. Systematyczność wynika z procedury przeprowadzonej od pytania do syntezy, a diagram jedynie ją raportuje.

Jak sformułować pytanie przeglądowe?

Pytanie wyznacza słowa kluczowe, kryteria i rodzaj syntezy. „Sztuczna inteligencja w edukacji” jest tematem, ale jeszcze nie pytaniem. Trzeba ustalić, jakiej grupy, technologii, kontekstu i wyniku dotyczy przegląd.

• PICO pomaga przy pytaniach o interwencję: populacja, interwencja, porównanie i wynik.
• PCC jest często stosowane w scoping review: populacja, kluczowe pojęcie i kontekst.
• Proste pytanie opisowe może wskazywać zjawisko, grupę, obszar i ramy czasowe, jeśli nie oceniasz skuteczności interwencji.

Przykład PCC dla tematu o chatbotach edukacyjnych:

• Populacja: studenci i dorośli uczący się języka obcego.
• Pojęcie: chatboty oparte na sztucznej inteligencji wykorzystywane w nauce języka.
• Kontekst: szkolnictwo wyższe i zorganizowana edukacja językowa.

Z tego może powstać pytanie: „Jakie zastosowania chatbotów opartych na AI oraz ich wpływ na zaangażowanie uczących się opisano w badaniach dotyczących nauki języków obcych w szkolnictwie wyższym?”. Jest wystarczająco konkretne, aby zaplanować kryteria, ale wciąż pozwala mapować różne projekty badań.

Jak przygotować kryteria włączenia i wykluczenia?

Kryteria opisują granicę zbioru. Zapisz je przed selekcją pełnych tekstów. Jeśli zmiana okaże się konieczna, odnotuj ją i uzasadnij zamiast po cichu dopasowywać zasady do wyników.

Nie traktuj dostępu do pełnego tekstu jako cechy naukowej publikacji. To ograniczenie organizacyjne, które trzeba opisać. Podobnie zakres dat powinien wynikać z historii zjawiska, ważnej zmiany technologicznej lub wymagań projektu, a nie z arbitralnej liczby lat.

Jak wybrać bazy i źródła do przeglądu?

Jedna wyszukiwarka rzadko obejmuje cały obszar. Wybór baz powinien odpowiadać dyscyplinie: inne źródła będą kluczowe w medycynie, inne w pedagogice, psychologii, ekonomii lub informatyce. Sprawdź zasoby biblioteki swojej uczelni i zapytaj bibliotekarza dziedzinowego o bazy właściwe dla tematu.

• Bazy bibliograficzne dostarczają uporządkowane rekordy i rozbudowane pola wyszukiwania.
• Bazy pełnotekstowe pomagają uzyskać dostęp do artykułów, ale nie muszą dobrze pokrywać całej dyscypliny.
• Repozytoria i rejestry mogą ujawnić prace, raporty, protokoły lub badania jeszcze nieopublikowane w czasopiśmie.
• Wyszukiwanie cytowań pozwala sprawdzić bibliografie ważnych tekstów i publikacje, które je później cytowały.
• Google Scholar może uzupełniać strategię, ale jego wyniki i mechanizm rankingu nie zastępują udokumentowanego wyszukiwania w dobranych bazach.

W pracy napisz nie tylko „korzystano z Internetu”, lecz podaj nazwy baz, interfejsy, daty wyszukiwania oraz zakres dodatkowych źródeł. Dzięki temu czytelnik rozumie, skąd pochodzi analizowany materiał.

Jak zbudować strategię wyszukiwania literatury?

Zacznij od dwóch lub trzech głównych pojęć z pytania. Dla każdego przygotuj synonimy, odmiany, terminy szersze, nazwy angielskie i słownictwo kontrolowane używane przez daną bazę. Synonimy łącz operatorem OR, a różne pojęcia operatorem AND.

(chatbot* OR "conversational agent*" OR "AI assistant*") AND ("language learning" OR "second language" OR EFL) AND (student* OR learner*)

To punkt wyjścia, nie gotowa uniwersalna komenda. Cudzysłowy, maskowanie końcówek, pola tytułu i abstraktu oraz słownictwo kontrolowane działają inaczej w różnych bazach. Dokumentacja PubMed pokazuje na przykład operatory logiczne, wyszukiwanie fraz, symbole wieloznaczne i znaczniki pól, ale składni nie należy bez sprawdzenia kopiować do Scopus, Web of Science lub EBSCO.

1. Znajdź kilka publikacji, które na pewno powinny pojawić się w wynikach.
2. Sprawdź słowa użyte w ich tytułach, abstraktach i słowach kluczowych.
3. Rozbuduj grupy synonimów i uruchom wersję próbną.
4. Oceń, czy strategia odnajduje teksty wzorcowe i jaki odsetek pierwszych wyników jest trafny.
5. Usuń zbędne ograniczenia, zanim dodasz kolejne filtry.
6. Zapisz ostateczną komendę osobno dla każdej bazy.

Nie wyszukuj automatycznie każdego elementu pytania. Niektóre wyniki lub porównania nie występują w tytule i abstrakcie, więc ich dodanie może odciąć trafne badania. Cochrane zaleca budowanie strategii wokół głównych pojęć i traktuje jej rozwój jako proces iteracyjny.

Jak dokumentować wyszukiwanie?

Nie odkładaj dokumentacji do dnia pisania metodologii. Wyniki w bazach zmieniają się, a po kilku tygodniach trudno odtworzyć użyte filtry. Prowadź dziennik od pierwszego właściwego wyszukiwania.

Zapisuj także ręczne przeglądanie bibliografii, wyszukiwanie cytowań i kontakt z ekspertami. Liczby rekordów będą później potrzebne do opisania selekcji. Rekord bibliograficzny i badanie nie zawsze są tym samym: jedno badanie może być opisane w kilku artykułach.

Jak przeprowadzić selekcję publikacji?

Po eksporcie wyników połącz rekordy w menedżerze bibliografii lub arkuszu i usuń duplikaty. Następnie rozdziel selekcję na etap tytułów i abstraktów oraz etap pełnych tekstów. Na pierwszym etapie warto być ostrożnym: jeśli abstrakt nie daje pewności, publikacja powinna przejść dalej.

1. Połącz wyniki ze wszystkich źródeł.
2. Usuń duplikaty, zachowując informację, z których baz pochodził rekord.
3. Oceń tytuły i abstrakty według tych samych kryteriów.
4. Pobierz pełne teksty potencjalnie trafnych publikacji.
5. Oceń pełne teksty i zapisz jeden główny powód każdego istotnego wykluczenia.
6. Połącz wiele raportów dotyczących tego samego badania.
7. Zamknij listę badań przechodzących do ekstrakcji.

Jeżeli przegląd ma spełniać standard systematyczny, selekcję zwykle prowadzi niezależnie więcej niż jedna osoba. W pracy jednoosobowej opisz realne ograniczenie i uzgodnij z promotorem, czy część rekordów może zostać dodatkowo sprawdzona. Nie deklaruj dwóch recenzentów, jeśli faktycznie ich nie było.

Jak ocenić jakość źródeł?

Recenzowane czasopismo nie gwarantuje, że każde badanie jest równie mocne. Oceniaj projekt, próbę, pomiar, analizę, kompletność wyników i ryzyko błędu systematycznego. Narzędzie oceny musi pasować do rodzaju badania: inne pytania zadasz badaniu jakościowemu, inne eksperymentowi, a inne badaniu przekrojowemu.

• Czy projekt pozwala odpowiedzieć na postawione pytanie?
• Czy dobór próby i kryteria udziału zostały opisane?
• Czy narzędzia pomiaru są uzasadnione i wiarygodne?
• Czy analiza odpowiada rodzajowi danych?
• Czy autorzy pokazali ograniczenia, braki danych i konflikty interesów?
• Czy wnioski nie wykraczają poza uzyskane wyniki?

Wyniku jakości nie należy mechanicznie zamieniać w ranking „dobry–zły”. Wyjaśnij, jak ocena wpłynęła na syntezę: czy słabsze badania wykluczono, analizowano osobno, czy tylko ostrożniej interpretowano.

Jak zrobić tabelę ekstrakcji danych?

Ekstrakcja przenosi porównywalne informacje z publikacji do jednego arkusza. Zaprojektuj kolumny na podstawie pytania i planowanej syntezy, a następnie przetestuj formularz na kilku zróżnicowanych tekstach. Jeśli ważnej informacji nie da się wpisać bez długich komentarzy, pole może wymagać doprecyzowania.

Menedżer bibliografii ułatwi kontrolę rekordów i cytowań. Porównanie narzędzi znajdziesz w artykule o Zotero, Mendeley, EndNote i BibTeX. Arkusz ekstrakcji nadal powinien być osobnym, dobrze opisanym plikiem, a nie zbiorem przypadkowych notatek w PDF-ach.

Jak przeprowadzić syntezę literatury?

Synteza odpowiada na pytanie: „Co wynika łącznie z tego zbioru badań?”. Nie układaj rozdziału według autorów. Grupuj publikacje według problemów, metod, populacji, kierunku wyników albo warunków, w których zjawisko się zmienia.

• Synteza tematyczna porządkuje powtarzające się kategorie, doświadczenia i mechanizmy.
• Synteza narracyjna porównuje kierunki i siłę wyników, uwzględniając różnice metodologiczne.
• Mapowanie dowodów pokazuje, jakie populacje, metody i obszary są dobrze lub słabo zbadane.
• Synteza tabelaryczna ułatwia równoległe zestawienie cech badań, ale sama tabela nie zastępuje interpretacji.
• Metaanaliza łączy ilościowo porównywalne wyniki i wymaga osobnych kompetencji statystycznych; nie polega na obliczeniu średniej z podanych procentów.

Dobry akapit syntetyczny zaczyna się od wniosku, następnie pokazuje zgodne i sprzeczne dowody, wyjaśnia możliwe źródła różnic i kończy oceną pewności. Przykładowo: większość badań może wskazywać wzrost zaangażowania, ale efekt występować głównie w krótkich interwencjach i opierać się na samoopisie. Wtedy właściwym wnioskiem nie jest „chatboty są skuteczne”, lecz ostrożna interpretacja zależna od projektu badań.

Jak ułożyć strukturę pracy przeglądowej?

Ostateczny układ zależy od regulaminu i typu przeglądu, ale czytelnik powinien łatwo oddzielić założenia, metodę, wyniki i interpretację.

1. Wstęp: znaczenie problemu, luka, cel i pytanie przeglądowe.
2. Tło pojęciowe: tylko definicje i kontekst potrzebne do zrozumienia przeglądu.
3. Metoda: typ przeglądu, bazy, daty, strategia, kryteria, selekcja, ekstrakcja, ocena jakości i synteza.
4. Wyniki: przebieg selekcji, charakterystyka badań i rezultaty syntezy.
5. Dyskusja: znaczenie ustaleń, porównanie z innymi opracowaniami, ograniczenia i implikacje.
6. Wnioski: krótka odpowiedź na pytanie bez dodawania nowych danych.
7. Materiały dodatkowe: pełne strategie, formularze lub wykazy wykluczonych tekstów, jeśli wymaga tego metoda.

Nie ukrywaj metody w dwóch zdaniach we wstępie. W pracy przeglądowej opis procesu jest odpowiednikiem metodologii badania empirycznego. Czytelnik musi wiedzieć, w jaki sposób powstał analizowany zbiór publikacji.

Czy w pracy przeglądowej trzeba stosować PRISMA?

PRISMA 2020 jest wytyczną raportowania przeglądów systematycznych, a PRISMA-ScR jej rozszerzeniem dla scoping review. Listy kontrolne i diagramy pomagają pokazać, dlaczego wykonano przegląd, jak go przeprowadzono oraz ile rekordów przeszło kolejne etapy. Nie są jednak zamiennikiem metody i nie oznaczają automatycznie, że praca spełnia standard przeglądu systematycznego.

Jeśli przygotowujesz przegląd narracyjny, nie podpisuj prostego schematu selekcji jako pełnego zastosowania PRISMA bez uzgodnienia z promotorem. Możesz przejrzyście opisać wyszukiwanie i dobór publikacji, korzystając z zasad rzetelnego raportowania, ale nazwa metody musi odpowiadać rzeczywistemu procesowi.

Jak bezpiecznie używać AI podczas przeglądu literatury?

Narzędzia AI mogą pomóc stworzyć listę synonimów, uporządkować robocze notatki albo przetestować kategorie ekstrakcji. Nie powinny samodzielnie decydować o włączeniu publikacji, oceniać jakości badania bez kontroli ani generować bibliografii, której nie zweryfikowano w bazie i pełnym tekście.

• Każdy tytuł, autor, rok, DOI i cytat sprawdź w oryginalnym źródle.
• Nie wklejaj niepublicznych danych ani pełnych tekstów, jeśli licencja lub regulamin tego nie pozwala.
• Zachowuj własną decyzję o kryteriach i powodach wykluczenia.
• Opisz użycie narzędzia, jeśli wymagają tego zasady uczelni, promotor lub wydawca.
• Nie traktuj płynnego streszczenia jako dowodu, że publikacja naprawdę istnieje i została poprawnie zinterpretowana.

Najczęstsze błędy w pracy przeglądowej

• Temat zamiast pytania — nie wiadomo, co ma wynikać z analizy.
• Selekcja po przeczytaniu wyników — kryteria zmieniają się tak, aby pasowały do oczekiwanej tezy.
• Jedna ogólna wyszukiwarka — zbiór zależy od rankingu narzędzia, a nie od planu przeglądu.
• Brak pełnych komend i dat — nie da się sprawdzić ani odtworzyć wyszukiwania.
• Lista streszczeń — każdy akapit opisuje kolejnego autora bez porównania badań.
• Mieszanie rekordów z badaniami — kilka raportów jednego projektu jest liczonych jako osobne badania.
• Jednakowa waga wszystkich źródeł — komentarz, mała próba i mocne badanie są traktowane tak samo.
• Nadmiernie pewne wnioski — ograniczony i niejednorodny materiał prowadzi do kategorycznych rekomendacji.
• Etykieta „systematyczny” bez procedury — nazwa nie odpowiada faktycznie wykonanym etapom.

Checklista pracy przeglądowej

Nazwałem typ przeglądu zgodnie z rzeczywiście zastosowaną metodą. Zapisałem cel i jednoznaczne pytanie przeglądowe. Kryteria włączenia i wykluczenia powstały przed selekcją pełnych tekstów. Wybór baz odpowiada dyscyplinie i został uzasadniony. Zachowałem pełne strategie, filtry, daty i liczby wyników dla każdej bazy. Usunąłem duplikaty i nie liczę kilku raportów jako kilku badań. Powody wykluczenia na etapie pełnego tekstu są zapisane. Formularz ekstrakcji został przetestowany na kilku publikacjach. Ocena jakości pasuje do projektów analizowanych badań. Synteza porównuje wzorce, różnice i ograniczenia zamiast streszczać autorów po kolei. Każdy rekord, DOI, cytat i dane wyodrębnione z pomocą AI zweryfikowałem w źródle. Wnioski odpowiadają pytaniu i nie są mocniejsze niż analizowany materiał.

FAQ

Dobra praca przeglądowa pokazuje drogę od pytania do syntezy

Największa wartość pracy przeglądowej nie wynika z liczby cytowań, lecz z przejrzystości procesu i jakości porównania. Zacznij od pytania i typu przeglądu, ustal kryteria, zbuduj strategię, dokumentuj każdą bazę, przeprowadź selekcję, zbierz porównywalne dane i dopiero wtedy twórz syntezę. Czytelnik powinien móc prześledzić, skąd wzięły się wnioski i gdzie kończy się pewność dostępnych dowodów.

Na etapie przygotowania bibliografii sprawdź także instrukcję APA 7 w Wordzie i Zotero. Poprawny zapis źródeł jest potrzebny, ale nie zastąpi udokumentowanego sposobu ich wyszukania i analizy.

Źródła i materiały metodologiczne

• PRISMA 2020 — wytyczne raportowania przeglądów systematycznych, lista kontrolna i diagramy przepływu.
• PRISMA-ScR — rozszerzenie dla scoping reviews.
• Cochrane Handbook, rozdział 4 — wyszukiwanie i selekcja badań.
• JBI Manual for Evidence Synthesis — rozdział o scoping reviews.
• PubMed Help — operatory logiczne, frazy, maskowanie i pola wyszukiwania.
• Grant i Booth — typologia 14 rodzajów przeglądów i ramy SALSA.
• Baethge, Goldbeck-Wood i Mertens — SANRA, kryteria jakości przeglądów narracyjnych.