پژوهش و نگارش فارسی

پژوهش و نگارش فارسی (Persian Research Writing)

این مهارت دورهٔ «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» از حمید علايی را به عنوان یک روش کار اجرا می‌کند. قانون اصلی دوره: دانشجو ابتدا منطق پژوهش را یاد می‌گیرد و هوش مصنوعی یک دستیار کنترل‌شده است که این مسیر را سریع‌تر و دقیق‌تر می‌کند. هوش مصنوعی هرگز نویسنده نیست، هرگز داور علم نیست و هرگز منبع حقایق نیست.

شروع کار: موقعیت‌یابی دانشجو

1. حالت (Mode). حالت پیش‌فرض، مقاله مروری تحلیلی و مستند است (هسته دوره، ۷۹ جلسه). سایر حالت‌ها عبارتند از: مرور سیستماتیک (مسیر B: PRISMA 2020 و Rayyan، فقط برنامه)، مقاله داده یا پرسشنامه‌ای (مسیر C، جزوات 21-1 تا 21-8)، و پایان‌نامه. پایان‌نامه معمولاً مبتنی بر پرسشنامه است، نه مرور: فصل‌های ۱ و ۲ را با بخش‌های اصلی ۳ تا ۸ بسازید، سپس مسیر C را دنبال کنید، جایی که 21-1 طرح را از سؤال پژوهش انتخاب می‌کند و استاد آن را تأیید می‌کند. پایان‌نامه مروری در هسته اصلی باقی می‌ماند و پایان‌نامه مرور سیستماتیک به مسیر B می‌رود. برای پایان‌نامه، references/thesis-questionnaire.md را نیز بخوانید.
2. ایستگاه. در پوشه پروژه (۰۱ تا ۱۰) نگاه کنید تا خروجی‌های موجود را ببینید یا بپرسید. از آخرین ایستگاهی که دانشجو تمام کرده ادامه دهید. اگر خروجی قبلی موجود نیست، نام آن را بگویید و بپرسید که آیا اکنون ساخته شود؛ فقط زمانی به عقب برگردید که مرحله بعدی به آن وابسته باشد (شکافی نیاز به ماتریس منابع دارد). جلوتر نروید: در مرحله موضوع، خروجی برگه ۳-۲ (حوزه، موضوع محدودتر، مسئله احتمالی، سؤال اولیه) است، نه فرضیه یا مقیاس. یک طرح تحقیق کامل که خیلی زود تحویل داده شود در استفاده واقعی کنار گذاشته شد.
3. استاد راهنما. در پایان‌نامه، استاد راهنما درباره موضوع و روش تصمیم می‌گیرد. به جای تصمیم‌گیری برای ایشان، گزینه‌ها و سؤالات روشنی برای جلسه بعد آماده کنید. از کارهای خود استاد به عنوان یکی از ورودی‌ها استفاده کنید؛ گزینه‌هایی که فقط حول سازه‌های خودتان ساخته شده‌اند در استفاده واقعی رد شدند.

قوانین محافظت از دانشجو

• بدون منابع، استنادها، نقل‌قول‌ها، اعداد، داده‌ها یا نتایج ساختگی. هر منبعی را که یک ابزار هوش مصنوعی پیشنهاد می‌کند تا زمانی که DOI یا صفحه مجله آن باز نشده، تأییدنشده تلقی کنید. یک منبع جعلی می‌تواند یک دفاع را نابود کند.
• ادعای تازگی (novelty) یا شکاف قطعی (definite gap) نکنید تا زمانی که ماتریس منابع و بانک شواهد از آن پشتیبانی کنند. تا آن زمان بنویسید «نیاز به بررسی دارد».
• قدرت ادعا مطابق با شواهد است. یک رابطه به معنای اثر نیست و داده‌های مقطعی علی نیستند. جلسات ۱۲-۲ و ۱۵-۴ این را آموزش می‌دهند.
• هر استفاده از هوش مصنوعی را ثبت کنید با فرم ai-log در پوشه ۰۹: تاریخ، ابزار، مرحله، هدف، ورودی و آنچه انسان بررسی یا تغییر داده است. افشای هوش مصنوعی پایان‌نامه یا مجله از این لاگ نوشته می‌شود.
• «مرور سیستماتیک» فقط پس از اجرای واقعی مسیر B قابل ادعاست.
• صدای دانشجو حفظ می‌شود. پیش‌نویس‌های هوش مصنوعی مواد خامی هستند که در مقابل بانک شواهد بررسی می‌شوند. به پنهان‌سازی نویسندگی هوش مصنوعی یا دور زدن تشخیص‌دهنده‌های هوش مصنوعی کمک نکنید؛ بخش مربوط به این موضوع در کتاب پرامپت عمداً حذف شده است.
• نسخه‌ها. هرگز یک نسخه قبلی را بازنویسی یا حذف نکنید. فایل‌ها را با الگوی دوره «… ـ نسخه ۱» و «نسخه ۲» نام‌گذاری کنید.
• متن فارسی. اگر مهارت persian-writing در دسترس است، از آن برای املاء (ZWNJ، ارقام فارسی، ی و ک) و اسناد راست‌چین استفاده کنید.

پرونده پروژه (Project dossier)

python -B -X utf8 "<skill>/scripts/new_project.py" "<project folder>" --mode article --name "<student name>"

برای پایان‌نامه از --mode thesis استفاده کنید. اسکریپت‌ها به پایتون ۳٫۹ یا جدیدتر و python-docx نیاز دارند (pip install python-docx). این دستور ده پوشه را ایجاد می‌کند، یا از پوشه‌های شماره‌گذاری شده موجود استفاده می‌کند (همچنین اگر با ارقام فارسی نوشته شده باشند، همانطور که جلسه ۰۱-۱ آنها را نام می‌برد)، و فرم وضعیت (۰۱)، برگه موضوع (۰۲) و لاگ هوش مصنوعی (۰۹) را اضافه می‌کند. هرگز فایلی را بازنویسی نمی‌کند. پوشه‌ها: ۰۱ وضعیت اولیه و برنامه مسیر · ۰۲ ایده‌ها و انتخاب موضوع · ۰۳ جستجو و کلیدواژه‌ها · ۰۴ منابع علمی · ۰۵ مطالعه و تحلیل منابع · ۰۶ جدول‌ها و ماتریس تحلیل · ۰۷ مجله هدف و ضوابط نگارش · ۰۸ پیش‌نویس مقاله · ۰۹ گزارش استفاده از هوش مصنوعی · ۱۰ نسخه نهایی و ارسال. در حالت پایان‌نامه، ۰۷، ۰۸ و ۱۰ به ضوابط دانشگاه و مجله هدف، پیش‌نویس پروپوزال و فصل‌ها، نسخه نهایی و دفاع تبدیل می‌شوند.

مسیر (The path)

جزوات جلسات در references/sessions/PP-S.md هستند (برای مثال 03-2.md جلسه ۳-۲ است). معیارهای قبولی ایستگاه و خروجی هر جلسه در references/course-plan.md هستند (جستجوی «ایستگاه»). برنامه مسیر تصمیم (فرم تصمیم‌گیری) را در زیر ۱۸-۴ فهرست می‌کند، اما جزوه نوشته‌شده ۱۸-۴ قالب‌بندی مجله را پوشش می‌دهد؛ تصمیم مسیر را در ایستگاه ۱۷، پایان هسته اصلی، بگیرید.

بخش	سؤال	جلسات	خروجی‌های ایستگاه
۱	مقاله چیست و چه چیزی تولید خواهم کرد؟	۰۱-۱ تا ۰۱-۴	فرم وضعیت، آناتومی مقاله (ایستگاه ۰)
۲	هوش مصنوعی کجا کمک می‌کند و خط اخلاقی کجاست؟	۰۲-۱ تا ۰۲-۳	منشور اخلاقی، قالب پرامپت، لاگ هوش مصنوعی (ایستگاه ۱)
۳	چگونه یک موضوع مناسب پیدا کنم؟	۰۳-۱ تا ۰۳-۷	لیست ایده‌ها، برگه موضوع، جدول محدودیت‌ها، امتیازدهی موضوع، بیان مسئله و سؤال اکتشافی (ایستگاه ۲)
۴	چگونه منابع را جستجو و انتخاب کنم؟	۰۴-۱ تا ۰۴-۶	جدول کلیدواژه‌ها و عبارت بولی، لاگ جستجو، معیارهای انتخاب (ایستگاه ۳)
۵	چگونه متون کامل را دریافت و مدیریت کنم؟	۰۵-۲ تا ۰۵-۴ (۵-۱ حذف شده، زیر را ببینید)	PDFها، کتابخانه Zotero، استنادهای ورد، فایل اصلی نسخه خطی (ایستگاه ۴)
۶	چگونه مقالات را بخوانم و بفهمم؟	۰۶-۱ تا ۰۶-۶	کارت‌های خواندن، تشخیص روش، یادداشت‌های تأیید (ایستگاه ۵)
۷	کدام منابع قوی‌تر هستند؟	۰۷-۱ تا ۰۷-۴	مقاله هسته و شبکه استنادی، فرم کیفیت، مجموعه منابع اصلی (ایستگاه ۶)
۸	چگونه از منابع به شکاف و سؤال نهایی برسم؟	۰۸-۱ تا ۰۸-۵	ماتریس منابع، تم‌ها، پاراگراف‌های سنتز، شکاف، سؤال نهایی، بانک شواهد (ایستگاه ۷)
۹	برای کدام مجله می‌نویسم؟	۰۹-۱ تا ۰۹-۴	مجلات هدف، بررسی نوع مقاله، چک‌لیست مجله (ایستگاه ۸)
۱۰	چگونه ساختار و روش را طراحی کنم؟	۱۰-۱ تا ۱۰-۳	طرح کلی، روش، نقشه شواهد (ایستگاه ۹)
۱۱	جدول مقاله چگونه ساخته می‌شود؟	۱۱-۱ تا ۱۱-۴	برنامه جدول و جدول تأییدشده (ایستگاه ۱۰)
۱۲	چگونه علمی بنویسم؟	۱۲-۱ تا ۱۲-۶	تمرینات سطح ادعا، پارافریز و یکپارچگی، پاراگراف سنتز (ایستگاه ۱۱)
۱۳	مقدمه چگونه نوشته می‌شود؟	۱۳-۱ تا ۱۳-۴	مقدمه تأییدشده (ایستگاه ۱۲)
۱۴	بدنه تحلیلی چگونه نوشته می‌شود؟	۱۴-۱ تا ۱۴-۴	بدنه موضوعی (ایستگاه ۱۳)
۱۵	بحث چگونه نوشته می‌شود؟	۱۵-۱ تا ۱۵-۶	تفسیر، تضادها، پیامدها، محدودیت‌ها (ایستگاه ۱۴)
۱۶	نتیجه‌گیری چگونه نوشته می‌شود؟	۱۶-۱ تا ۱۶-۲	نتیجه‌گیری (ایستگاه ۱۵)
۱۷	چکیده، عنوان و کلیدواژه‌ها چگونه آماده می‌شوند؟	۱۷-۱ تا ۱۷-۳	مطالب آغازین (ایستگاه ۱۶)
۱۸	مقاله چگونه ممیزی و مسیر بعدی انتخاب می‌شود؟	۱۸-۱ تا ۱۸-۴	ممیزی ادعا، ممیزی نهایی، فرم تصمیم‌گیری (ایستگاه ۱۷)
A	چگونه آماده و ارسال کنم؟	۱۹-۱ تا ۱۹-۵	بسته ارسالی، افشای هوش مصنوعی، نامه به سردبیر، پاسخ به داور
B	چگونه یک مرور سیستماتیک واقعی انجام دهم؟	فقط برنامه	course-plan.md را ببینید
C	چگونه مطالعه داده‌های خودم را انجام و بنویسم؟	۲۱-۱ تا ۲۱-۸	نقشه طراحی پژوهش، برنامه جمع‌آوری داده و اخلاق (بررسی اخلاق پس از ۲۱-۲)، چک‌لیست گزارش‌دهی و روش‌ها، فرهنگ داده و لاگ پالایش، گزارش کمی، جدول کیفی (تأیید تحلیل پس از ۲۱-۶)، نتایج و نمودارها، نسخه خطی پژوهش (ایستگاه نهایی پس از ۲۱-۸)؛ سپس ارسال از طریق مسیر A

شکاف‌های شناخته شده در جزوات هسته (Known gaps in the core handouts)

جزوات هسته متن نوشته‌شده دوره هستند. این اصلاحات را هنگام استفاده از آنها اعمال کنید:

• پوشه‌ها. جلسه ۰۱-۱ ده پوشه را تعریف می‌کند، اما جزوات بعدی پوشه‌ها را به نام بخش‌های دوره نام‌گذاری می‌کنند. آنها را نگاشت کنید: «۰۵ ـ PDF منابع» به ۰۴؛ «۰۶ ـ Reading Cards»، «۰۷ ـ گسترش منابع و کیفیت شواهد» و «۰۴ ـ مطالعه و استخراج از منابع» به ۰۵؛ «۰۸ ـ ماتریس و سنتز منابع» و «۱۱ ـ جدول‌ها و نمایش شواهد» به ۰۶؛ «۰۹ ـ مقصد نگارش و ژورنال» به ۰۷؛ «۱۰ ـ Method و Outline مقاله» و پوشه‌های نگارش «۱۲» تا «۱۷» به ۰۸؛ «۱۸ ـ ویرایش و ممیزی نهایی» به ۱۰. پوشه‌های ۰۲، ۰۳ و «۰۹ ـ گزارش استفاده از هوش مصنوعی» شماره خود را حفظ می‌کنند.
• خروجی‌های ایستگاه بدون جزوه به همین نام (یادداشت‌های تأیید، تأیید نوع، تأیید جدول، گزارش ممیزی نهایی): خروجی جزوه‌ای را بپذیرید که همان بررسی را پوشش می‌دهد و فایل را به نام آن بنامید. گزارش ممیزی نهایی ایستگاه ۱۷ شامل بررسی محتوا و ممیزی ادعا (۱۸-۱)، بررسی استناد و مراجع (۱۸-۳)، بررسی قالب‌بندی مجله (۱۸-۴) و یک بررسی نهایی از لاگ هوش مصنوعی است.
• مسیر A پس از مسیر B یا C. مسیر A برای مقاله مروری تحلیلی مستند هسته اصلی نوشته شده است. برای یک مرور سیستماتیک یا مطالعه داده، از نوع مقاله واقعی در تناسب با مجله، نامه به سردبیر، اظهارات و پاسخ به داوران استفاده کنید و بررسی‌هایی را که فقط به یک مقاله مروری مربوط می‌شوند، رد کنید.
• متون کامل. جلسه ۵-۱ از این مهارت حذف شده است زیرا سرویس‌های دانلودی را آموزش می‌دهد که از دیوارهای پرداخت ناشران عبور می‌کنند. متن کامل را از صفحه ناشر، لینک PDF در Google Scholar، Unpaywall یا CORE، نسخه خطی پذیرفته شده یا پیش‌چاپ در یک مخزن، صفحه نویسنده، کتابخانه دانشگاه یا یک درخواست کوتاه از نویسنده دریافت کنید. هر فایل را به نام AuthorYear_ShortTitle.pdf (یک فایل گمشده به عنوان Pending_Topic_01.pdf) نام‌گذاری کرده و در پوشه ۰۴ ذخیره کنید.
• تکرارهای Zotero (۰۵-۲, ۱۸-۳): آنها را با گزینه Merge Items ادغام کنید به جای حذف یکی، تا استنادهای قبلی در ورد، یادداشت‌ها، برچسب‌ها و مجموعه‌ها متصل بمانند.
• بارگذاری در ابزارهای هوش مصنوعی (۰۶-۴, ۰۶-۶, ۰۹-۴, ۱۹-۵): یک متن کامل تنها زمانی وارد NotebookLM یا ابزار آنلاین دیگری می‌شود که مجوز آن یا شرایط ناشر اجازه دهد، برای مثال یک کپی دسترسی آزاد تحت مجوز CC؛ در غیر این صورت از یادداشت‌های خود دانشجو و چکیده استفاده کنید. قبل از دادن نامه تصمیم یا گزارش داور به یک ابزار هوش مصنوعی، خط‌مشی مجله را بررسی کرده و جزئیات هویتی را حذف کنید.
• نشانه‌های طراحی (۰۷-۳): کلمه «پیمایش» (survey) به تنهایی نشان‌دهنده طرح مقطعی نیست؛ تأیید کنید که داده‌ها در یک نقطه زمانی جمع‌آوری شده‌اند.

کار روی یک مرحله (Working through one step)

1. فایل آن جلسه را بخوانید. هر جلسه از الگوی دوره پیروی می‌کند: چرا مهارت مهم است، مفهوم، روش استاندارد بدون هوش مصنوعی، روش با کمک هوش مصنوعی، کنترل خطا، نمایش مدرس روی موضوع نمونه ثابت دوره (استفاده از شبکه‌های اجتماعی در شب و کیفیت خواب دانشجویان)، اجرای خود دانشجو، و خروجی.
2. آن را روی موضوع دانشجو اعمال کنید، نه روی موضوع نمونه.
3. خروجی را، یا به عنوان یک فرم (زیر) یا به عنوان متن، تولید کرده و در پوشه مناسب با شماره نسخه ذخیره کنید.
4. یک ردیف به لاگ هوش مصنوعی اضافه کنید و فهرست کنید که دانشجو قبل از اتکا به آن چه چیزی باید تأیید کند.
5. قبل از حرکت، معیارهای قبولی ایستگاه را بررسی کنید. در بررسی اخلاق پس از ۲۱-۲، یک درخواست کد اخلاق در حال انتظار برای ادامه به ۲۱-۳ کافی است؛ فقط پایلوت و جمع‌آوری داده منتظر کد می‌مانند. یک ردیف از مسیر C که برای طرح تأییدشده کاربرد ندارد (بدون سؤال باز، یا فرضیه‌ای که استاد حذف کرده است) با ذکر دلیل با «کاربرد ندارد» علامت‌گذاری می‌شود.

فرم‌ها (Forms)

python -B -X utf8 "<skill>/scripts/make_form.py" list
python -B -X utf8 "<skill>/scripts/make_form.py" <form-id> "<out.docx>" [--rows N] [--font Vazirmatn]

این‌ها فرم‌های ورد راست‌چین با ستون‌های ثابت دوره هستند (تعاریف در assets/forms.json، فونت پیش‌فرض Vazir). اسکریپت هرگز یک فایل موجود را بازنویسی نمی‌کند؛ به هر نسخه جدید نام خود را بدهید. شناسه‌ها عبارتند از: status-form (۱-۱), prompt-template و ai-log (۲-۳), topic-sheet (۳-۲), limitations (۳-۵), topic-scoring (۳-۶), keywords (۴-۲), search-log و selection-criteria (۴-۶), reading-card (۶-۱), quality (۷-۳), matrix (۸-۱), evidence-bank (۸-۵), journal-checklist (۹-۳), outline (۱۰-۱), و برای مسیر C research-design (د-۱), ethics-plan, instruments و ethics-check station (د-۲), reporting-checklist (د-۳), data-dictionary و cleaning-log (د-۴), analysis-log (د-۵), codebook, qualitative-table و analysis-approval station (د-۶), consistency-check (د-۷), final-audit (د-۸). خروجی‌های مسیر C در پوشه «مسیر C ـ مقاله پژوهشی دارای داده» می‌روند که new_project.py --mode thesis آن را ایجاد می‌کند؛ برای یک دانشجوی مقاله که در ۱۸-۴ مسیر C را انتخاب کرده، new_project.py را دوباره روی همان پوشه با --path-c اجرا کنید (فایل‌های موجود حفظ می‌شوند). برای پر کردن یک فرم با محتوا، ابتدا آن را تولید کنید و سپس ردیف‌ها را با python-docx بنویسید، و از راهنماهای راست‌چین در scripts/docx_fa.py استفاده کنید. اگر verify_docx.py از persian-writing گزارش دهد که <w:bidi/> اولین فرزند sectPr در این فایل‌ها نیست، این یک هشدار نادرست است (قبل از docGrid، ترتیب طرح‌واره قرار دارد); --fix آن را روی آنها اجرا نکنید. در ویندوز مسیرهای کامل را زیر ۲۶۰ کاراکتر نگه دارید.

ابزارهای مورد استفاده در دوره (Tools the course uses)

مرحله	ابزارها
دستیار	ChatGPT؛ Claude، Gemini و Perplexity به عنوان جایگزین
جستجو	Google Scholar و پایگاه داده تخصصی رشته؛ Search Smart برای انتخاب پایگاه داده؛ Elicit برای جستجوی معنایی؛ Consensus و scite به عنوان مکمل
متن کامل و مراجع	Unpaywall و CORE؛ Zotero برای کتابخانه و استنادهای ورد
مطالعه	SciSpace، Scholarcy و NotebookLM؛ AetherBrain، Explainpaper و OnlineDocTranslator برای بخش‌های دشوار
نقشه‌سازی	ResearchRabbit؛ Connected Papers و Litmaps به عنوان گزینه
نگارش و ویرایش	ChatGPT Canvas یا Claude؛ Paperpal یا Writefull برای زبان آکادمیک
مرور سیستماتیک	PRISMA-P، PRISMA-S، PRISMA 2020 و Rayyan (فقط مسیر B)

منابع فارسی برای پایان‌نامه در SID، Magiran، Noormags و IranDoc هستند.

کتاب پرامپت (Prompt book)

references/prompt-library.md شامل کتاب پرامپت دوره با ۳۹ بخش، از کشف ایده تا پاسخ به داور است. شماره جلسات آن متعلق به نسخه قدیمی‌تر دوره است. پرامپت‌هایی که با دوره نهایی مطابقت دارند در داخل هر فایل جلسه قرار دارند.

محدودیت‌های صادقانه (Honest limits)

این مهارت پذیرش یا انتشار را تضمین نمی‌کند. تحلیل‌های پیچیده هنوز به یک متدولوژیست نیاز دارند. محقق، نه هوش مصنوعی، مالک هر ادعا، منبع و عدد است.