Murat Sakal
مطابق مخرجات التعلم–بلوم
يصنّف مخرجات التعلم وفق مستويات تصنيف بلوم، ويصحّح الأفعال غير القابلة للقياس مثل «يعرف» و«يفهم»، ويقترح طريقة تقييم مناسبة لكل مخرج. يعتمد التصنيف على المتطلب المعرفي الفعلي للمخرج، لا على المعنى السطحي للفعل. مناسب لأعضاء هيئة التدريس الذين يصممون المناهج أو المقررات، ولجان تطوير البرامج.
بنك GIFT + تدقيق Bloom
ينشئ بنك أسئلة كاملًا بتنسيق GIFT انطلاقًا من موضوعاتك ومخرجات التعلم، ويشمل أسئلة متعددة الخيارات، وصح أو خطأ، والمطابقة، والإجابة القصيرة، وملء الفراغات. يضع وسمًا لمستوى كل سؤال وفق تصنيف Bloom، ويبلغ بوضوح إذا تركزت الأسئلة بدرجة كبيرة في المستويات الدنيا (التذكر/الفهم)، كما يقترح أسئلة إضافية تقيس مهارات التفكير العليا. مناسب لمسؤولي القياس والتقويم ومنسقي الأقسام الراغبين في تدقيق جودة بنك الاختبارات.
كاتب خطة الدرس الأسبوعية
ينشئ خطة درس أسبوعية منظمة انطلاقًا من موضوع الدرس ومدته، وتتضمن أهداف تعلم قابلة للقياس مكتوبة باستخدام أفعال تصنيف بلوم، وتسلسلًا زمنيًا للدرس، واقتراحًا لعنصر تقويمي. يطابق دائمًا بين أهداف التعلم والأنشطة. مناسبة لأعضاء هيئة التدريس في الجامعات والمدربين الذين يطوّرون الدورات والبرامج التدريبية.
منشئ بنك أسئلة GIFT
ينشئ من الموضوع والمحتوى اللذين تقدمهما بنك أسئلة متعدد الخيارات بتنسيق GIFT، جاهزًا للتحميل مباشرةً من شاشة Moodle «بنك الأسئلة > استيراد». يحدد الإجابة الصحيحة، وينشئ خيارات مشتتة معقولة ومرتبطة بالموضوع، ويتجنب أخطاء صياغة GIFT. مناسب لـ: أعضاء هيئة التدريس الذين يدرّسون عبر Moodle ومنسقي التعليم الذين يُعدّون بنوك الاختبارات.
التقرير الإحصائي والاعتراضات
ينتج قسم «النتائج» كاملًا من مخرجات إحصاءاتك الوصفية والاستدلالية، بما في ذلك اختبارات الافتراضات. وإذا رصد انتهاكًا لافتراض التوزيع الطبيعي أو تجانس التباين، فإنه يوصي باختبار بديل لا معلمي بدلًا من إخفاء المشكلة. كما يحدّد مسبقًا 4 اعتراضات على الأقل يثيرها مراجعو المجلات عادةً، مثل: «عدم الإبلاغ عن اختبارات الافتراضات»، و«عدم ذكر حجم الأثر»، و«عدم تطبيق تصحيح للمقارنات المتعددة»، ويقدّم جملة دفاعية لكل اعتراض. لمن هذا؟ للباحثين الذين يعملون بالأساليب الكمية ويريدون ضمان الصرامة في إعداد التقارير الإحصائية قبل إرسال البحث إلى المجلة.
كاتب اختبارات مقارنة المجموعات
ينتج نصًا لقسم النتائج متوافقًا مع APA 7 وجاهزًا للإدراج في المخطوطة، استنادًا إلى مخرجات اختبارات t-test أو ANOVA أو Chi-square. يستخدم تنسيقًا صحيحًا للإبلاغ عن النتائج الإحصائية (t(df)=...، p=...، d=...) ويفسّر حجم الأثر بالاستناد إلى معايير كوهين. ويذكّرك بذكر طريقة تصحيح المقارنات المتعددة عند مقارنة ثلاث مجموعات أو أكثر. مناسب للباحثين وطلاب الدراسات العليا الذين يجرون دراسات تجريبية أو دراسات مقارنة.
كاتب الإحصاءات الوصفية
يحوّل مخرجات الإحصاءات الوصفية (المتوسط±الانحراف المعياري أو الوسيط (المدى الربيعي)، n(%)) إلى فقرة أكاديمية عن «خصائص المشاركين» جاهزة للإدراج في البحث، بالإضافة إلى جدول 1 منسّق. يختار الإحصاء الوصفي المناسب (المتوسط±الانحراف المعياري مقابل الوسيط (المدى الربيعي)) بناءً على حالة التوزيع الطبيعي، ولا يخلط بينهما. مناسب لطلاب الدراسات العليا والباحثين الأكاديميين الذين يجرون أبحاثًا كمية ويريدون كتابة قسم «المشاركون» في البحث بسرعة ودقة.
تقرير إحصائي + اعتراضات
ينتج قسمًا كاملًا للنتائج استنادًا إلى مخرجاتكم من الإحصاءات الوصفية والاستدلالية، بما في ذلك اختبارات الافتراضات. وإذا اكتشف انتهاكات لافتراضَي التوزيع الطبيعي أو تجانس التباين، يقترح اختبارًا لامعلميًا بديلًا ولا يخفي هذه الانتهاكات. كما يحدّد مسبقًا 4 اعتراضات شائعة على الأقل يطرحها محكّمو المجلات (مثل: «لم تُبلّغ اختبارات الافتراضات»، و«لم يُذكر حجم الأثر»، و«لم يُجرَ تصحيح للمقارنات المتعددة») ويقدّم جملة دفاعية لكل منها. مناسب للباحثين الذين يعملون بمناهج البحث الكمي ويسعون إلى تعزيز متانة التقرير الإحصائي قبل تقديم أبحاثهم إلى المجلات.
كاتب مقارنة المجموعات
ينتج نصًا لقسم النتائج متوافقًا مع APA 7 وجاهزًا للإدراج في المقالة، انطلاقًا من مخرجات اختبارات t أو ANOVA أو كاي تربيع. يستخدم تنسيق التقرير الإحصائي الصحيح (t(df)=...، p=...، d=...) ويفسّر حجم الأثر وفق معايير كوهين. وعند مقارنة ثلاث مجموعات أو أكثر، يذكّرك بضرورة الإشارة إلى تصحيح المقارنات المتعددة. مناسب للباحثين وطلاب الدراسات العليا الذين يجرون دراسات تجريبية أو مقارنة.
كاتب الإحصاءات الوصفية
يحوّل مخرجات الإحصاءات الوصفية للمستخدم (المتوسط±الانحراف المعياري أو الوسيط (المدى الربيعي)، والعدد (النسبة المئوية)) إلى فقرة أكاديمية عن «خصائص المشاركين» قابلة للإضافة مباشرةً إلى المقالة، وإلى جدول بتنسيق جدول 1. يختار الإحصاء الوصفي الصحيح وفقًا لحالة التوزيع الطبيعي (المتوسط±الانحراف المعياري مقابل الوسيط (المدى الربيعي)) ولا يخلط بينهما مطلقًا. مناسب لـ: طلاب الدراسات العليا والأكاديميين الذين يجرون أبحاثًا كمية ويريدون كتابة قسم «المشاركون» في مقالتهم بسرعة ودقة.
Entropy-TOPSIS-ML + اعتراضات
ينشئ تقريرًا كاملًا لقسمي المنهجية والنتائج اعتمادًا على مخرجات ترجيح الإنتروبيا وترتيب TOPSIS ومصنّف تعلّم آلي (مثل XGBoost وRandom Forest وLogistic Regression وغيرها). ويصنّف تفسير AUC بدقة وفق معايير Hosmer & Lemeshow، ويذكر صراحةً خطر فرط التكيّف إذا كانت الفجوة بين أداء التدريب والاختبار كبيرة. كما يستبق أربعة اعتراضات على الأقل يثيرها محكّمو المجلات عادةً (مثل: "كيف عولج اختلال توازن الفئات؟" و"لم تُستخدم مجموعة تحقق خارجية")، ويقترح جملة دفاعية لكل اعتراض. مناسب للباحثين العاملين في المعلوماتية الصحية أو التنبؤ بالمخاطر السريرية أو منهجيات MCDM-ML الهجينة، والراغبين في تعزيز المتانة المنهجية قبل إرسال البحث إلى مجلة.
كاتب تحليل قرار TOPSIS
ينشئ نصًا كاملًا، جاهزًا للإدراج في المخطوطة، لقسمي المنهجية والنتائج استنادًا إلى مخرجات تحليل TOPSIS لديك، بما في ذلك مصفوفة القرار المُطبَّعة، والمسافات إلى الحلين المثاليين الموجب والسالب، ومعاملات القرب. يقدّم جدولًا للترتيب ويفسّر المعايير التي برعت فيها البدائل الأفضل والأسوأ أو تأخرت فيها. مناسب للباحثين الذين يعملون على مسائل الترتيب متعددة المعايير، مثل اختيار المورّدين، ومقارنة المنتجات أو الخدمات، أو دعم القرار السريري.
كاتب ترجيح معايير AHP
يحوّل مخرجات مصفوفة المقارنات الثنائية في عملية التحليل الهرمي (AHP) التي يُدخلها المستخدم، بما في ذلك أوزان المعايير ونسبة الاتساق، إلى قسم أكاديمي بعنوان «ترجيح المعايير» جاهز للإدراج مباشرة في المخطوطة. إذا تجاوزت نسبة الاتساق (CR) القيمة 0.10، يذكر ذلك بوضوح بدلًا من إخفائه. مناسب للباحثين الذين يستخدمون أساليب اتخاذ القرار متعدد المعايير (MCDM) مثل TOPSIS وVIKOR ويحددون أوزان المعايير باستخدام AHP، ولطلاب الدراسات العليا.
Entropi-TOPSIS-ML + اعتراضات
ينشئ تقريرًا متكاملًا عن المنهجية والنتائج من مخرجات ترجيح الإنتروبيا + ترتيب TOPSIS + مصنّفات ML (مثل XGBoost وRandom Forest والانحدار اللوجستي وغيرها). يفسّر قيمة AUC ويصنّفها بصورة صحيحة وفق معايير Hosmer & Lemeshow، ويشير بوضوح إلى خطر فرط التكيّف (overfitting) إذا كان الفرق بين أداء التدريب والاختبار كبيرًا. كما يحدّد مسبقًا 4 اعتراضات شائعة على الأقل يطرحها محكّمو المجلات (مثل: "كيف عولج اختلال توازن الفئات؟" و"لماذا لم تُستخدم مجموعة بيانات للتحقق الخارجي؟")، ويقدّم جملة دفاعية لكل اعتراض. مناسب للباحثين العاملين في المعلوماتية الصحية أو التنبؤ بالمخاطر السريرية أو منهجيات ÇKKV-ML الهجينة، ولمن يبحثون عن متانة منهجية قبل التقدّم للنشر في مجلة.
كاتب تقرير تحليل TOPSIS
يُنتج من مخرجات تحليل TOPSIS لديك (مصفوفة القرار المطبّعة، ومسافات الحل المثالي الموجب/السالب، ومعاملات القرب) نصًا متكاملًا وجاهزًا للإدراج في المقالة، يشمل قسمَي المنهجية والنتائج. ويعرض جدول الترتيب، ويفسّر المعايير التي يتفوّق فيها البديل الأفضل والأسوأ. مناسب للباحثين الذين يعملون على مسائل الترتيب متعددة المعايير، مثل اختيار المورّدين، ومقارنة المنتجات أو الخدمات، ودعم القرار السريري.
كاتب أوزان معايير AHP
يحوّل مخرجات مصفوفة المقارنة الثنائية في AHP (عملية التحليل الهرمي) لدى المستخدم، مثل أوزان المعايير ونسبة الاتساق، إلى قسم أكاديمي بعنوان «ترجيح المعايير» يمكن إدراجه مباشرةً في المقالة. إذا تجاوزت نسبة الاتساق (CR) القيمة 0.10، يذكر ذلك بوضوح ومن دون إخفائه. مناسب للباحثين وطلاب الدراسات العليا الذين يعملون بطرائق اتخاذ القرار متعدد المعايير مثل TOPSIS وVIKOR، ويحددون أوزان المعايير باستخدام AHP.
تقرير PLS-SEM والاعتراضات
ينتج تقريرًا كاملًا عن نموذج القياس والنموذج الهيكلي استنادًا إلى مخرجات تحليل PLS-SEM لديك (التحميلات الخارجية، CR/AVE، الصدق التمييزي HTMT، معاملات المسار، R²/f²/Q²، وSRMR). ويطبّق بشكل صحيح حد HTMT وتفسير R² (وفق معايير Cohen/Chin)، مع تجنّب استخدام اللغة السببية. كما يحدّد مسبقًا 4 اعتراضات على الأقل يثيرها محكّمو المجلات كثيرًا (مثل: «لماذا استخدام PLS بدلًا من CB-SEM؟» و«لم يتم الإبلاغ عن ضبط CMB») ويقترح جملة دفاعية لكل اعتراض. مناسب لباحثي إدارة الأعمال والعلوم الاجتماعية الذين يستخدمون PLS-SEM في نمذجة المعادلات الهيكلية ويرغبون في تعزيز المتانة المنهجية قبل إرسال أبحاثهم إلى المجلات.
كاتب تقرير الصدق والثبات
ينشئ نصًا متكاملًا، جاهزًا للإدراج في المخطوطة، لقسمي المنهجية والنتائج بالاعتماد على مخرجات تحليل EFA أو CFA لديك، بما في ذلك KMO واختبار Bartlett وتحميلات العوامل ومؤشرات المطابقة وألفا كرونباخ/CR/AVE. يصنّف حدود مؤشرات المطابقة بدقة (CFI/TLI≥.90، RMSEA≤.08، وغيرها)، ويعرض مشكلات الصدق مثل AVE<0.50 دون إخفائها. مناسب للأكاديميين وطلاب الدراسات العليا الذين يجرون دراسات تطوير المقاييس أو تكييفها.
كاتب موثوقية ألفا كرونباخ
يحوّل إحصاءات الموثوقية التي تدخلها (ألفا كرونباخ، وعدد البنود، والمقاييس الفرعية) إلى فقرة أكاديمية بعنوان «تحليل الموثوقية»، جاهزة للإدراج مباشرةً في مخطوطتك. يقدّم جدولًا لمدى المقبولية لكل مقياس فرعي، وإذا اكتشف قيمة ألفا منخفضة (<.60)، يذكر ذلك بوضوح بدلًا من إخفائه. مناسب لطلاب الدراسات العليا والباحثين الذين يستخدمون المقاييس ويريدون كتابة قسم المنهجية بسرعة ودقة.
تقرير PLS-SEM والردود
يُنشئ من مخرجات تحليل PLS-SEM (التحميلات الخارجية، CR/AVE، الصلاحية التمييزية HTMT، معاملات المسار، R²/f²/Q²، وSRMR) تقريرًا كاملًا عن نموذج القياس والنموذج الهيكلي. ويطبّق عتبة HTMT ويفسّر R² وفق معايير Cohen/Chin بدقة، مع تجنّب استخدام لغة السببية. كما يحدّد مسبقًا ما لا يقل عن 4 اعتراضات شائعة من محكّمي المجلات (مثل: «لماذا تم اختيار PLS بدلًا من CB-SEM؟» و«لم يُجرَ فحص CMB») ويقدّم جملة دفاعية لكل منها. مناسب للباحثين في إدارة الأعمال والعلوم الاجتماعية الذين يستخدمون نمذجة المعادلات الهيكلية باستخدام PLS-SEM، ولمن يبحثون عن متانة منهجية قبل التقدّم للنشر في مجلة.
كاتب تقرير الصدق والثبات
يُنشئ من مخرجات تحليلات EFA أو CFA الخاصة بك (اختبار KMO، واختبار Bartlett، وأحمال العوامل، ومؤشرات المطابقة، وCronbach alpha/CR/AVE) نصًا كاملًا، جاهزًا للإدراج في المقالة، لقسمي المنهجية والنتائج. يصنّف قيم عتبات مؤشرات المطابقة (CFI/TLI≥.90، وRMSEA≤.08، وما إلى ذلك) تصنيفًا صحيحًا، ويُبلغ عن مشكلات الصدق، مثل AVE<0.50، من دون إخفائها. مناسب لـ: الأكاديميين وطلاب الدراسات العليا الذين يجرون دراسات تطوير المقاييس أو تكييفها.
كاتب موثوقية كرونباخ
يحوّل إحصاءات الثبات التي يُدخلها المستخدم (ألفا كرونباخ، عدد البنود، والأبعاد الفرعية) مباشرةً إلى فقرة أكاديمية بعنوان «تحليل الثبات» يمكن إضافتها إلى المقالة. ويقدّم جدولًا يوضح مدى القبول لكل بُعد فرعي، كما يذكر بوضوح ودون إخفاء أي قيمة ألفا منخفضة (<.60) عند اكتشافها. مناسب لطلاب الدراسات العليا والباحثين الذين يستخدمون المقاييس ويريدون كتابة قسم المنهجية في الأطروحة أو المقالة بسرعة ودقة.
كاتب تقرير CONSORT 2010
انطلاقًا من بيانات تجربتك العشوائية المضبوطة (RCT) — مثل طريقة التوزيع العشوائي، وحالة التعمية، وتحليل القدرة الإحصائية، وأرقام مخطط تدفق CONSORT (الذين خضعوا للفحص/وُزّعوا عشوائيًا/خُصصت لهم التدخلات/خضعوا للتحليل)، ومنهجية تحليل ITT/PP — يُعد مسودة كاملة للملخص + المنهجية + النتائج، متوافقة مع البنود الـ25 جميعها في CONSORT 2010. لا يخلط أبدًا بين ITT وPP، ويتحقق من اتساق أرقام مخطط التدفق (عدد من وُزّعوا عشوائيًا ≥ عدد من خُصصت لهم التدخلات ≥ عدد من تمت متابعتهم ≥ عدد من خضعوا للتحليل). كما يحدد مسبقًا أربعة اعتراضات على الأقل يثيرها مراجعو المجلات بشكل متكرر، مثل: «لماذا لم يُبلّغ عن تحليل ITT؟» و«هل اختُبرت فعالية التعمية؟» و«هل حدث تبديل في النتائج؟»، ويقترح جملة دفاعية لكل اعتراض. صُمم للباحثين السريريين في مجالات الطب والتمريض والصيدلة الذين يجرون تجارب عشوائية مضبوطة ويريدون تعزيز المتانة المنهجية قبل إرسال البحث إلى مجلة. ما لا يفعله: لا يُجري تحليلًا إحصائيًا ولا ينشئ بيانات، بل يحوّل النتائج المتوفرة لديك إلى تقرير وفق معيار CONSORT.
كاتب منهجية STROBE
استنادًا إلى تصميم دراستك المقطعية أو الأترابية أو دراسة الحالات والشواهد، وعند إدخال طريقة اختيار المشاركين والمتغيرات ومبررات حجم العينة والأساليب الإحصائية، ينشئ مسودة كاملة لقسمي المنهجية والنتائج، مع الإشارة ضمنيًا إلى البنود الـ22 جميعها في قائمة STROBE (تعزيز الإبلاغ عن الدراسات الرصدية في علم الوبائيات). كما يقدّم في النهاية جدول مواءمة يوضح الفقرة المقابلة لكل بند من بنود STROBE — لتكون المسودة جاهزة للاستجابة لطلب المجلة «يرجى استكمال قائمة STROBE». ويتجنب استخدام اللغة السببية، فيستخدم «يرتبط بـ» بدلًا من «يسبب» في الدراسات الرصدية، ويناقش صراحةً مصادر التحيز والعوامل المربكة. وهو مناسب للأكاديميين العاملين في علم الوبائيات والصحة العامة والبحوث السريرية.
مساعد تقارير البيانات المفقودة
عند إدخال حجم عينتك، ونسبة/نمط البيانات المفقودة (MCAR/MAR/MNAR)، وطريقة التعامل معها (الحذف القائم على الحالات، والتعويض المتعدد، وغير ذلك)، وطريقة اكتشاف القيم المتطرفة (درجة Z، وIQR، ومسافة ماهالانوبس)، يُنتج فقرة أكاديمية يمكن إدراجها مباشرةً في قسم "المعالجة المسبقة للبيانات" في مخطوطتك. وإذا وُجد تعارض منهجي بين اختيارك للطريقة ونمط البيانات المفقودة (مثل استخدام الحذف القائم على الحالات مع نمط MNAR)، يذكر ذلك صراحةً. مناسب لطلاب الدراسات العليا والباحثين الذين يجرون تحليلات لبيانات الاستبيانات/البيانات السريرية ويريدون كتابة قسم المعالجة المسبقة للبيانات بسرعة ودقة.
تدقيق جودة بيانات تطوير المقاييس
تدقق هذه المهارة بصورة منهجية في بيانات الاستبيان الخام التي جُمعت ضمن دراسة لتطوير مقياس، وذلك من حيث البيانات المفقودة، والمشاهدات الشاذة، والاستجابة غير المتأنية (straightlining وlongstring والاستجابة العشوائية)، واختلالات توزيع البنود، وشروط الموثوقية وقابلية التحليل العاملي. ولا تنتج نتائج EFA/CFA النهائية؛ بل تقدم قرارًا قائمًا على الأدلة من نوع "go/no-go" بشأن جاهزية البيانات لمراحل التحليل اللاحقة، إلى جانب اقتراح لتقسيم العينة إلى طبقات من أجل تقسيم EFA/CFA. تُجرى جميع الحسابات من خلال تشغيل كود فعلي (Python: pandas, scipy, factor_analyzer, pingouin)، ولا تُنتج أرقام افتراضية.
كاتب تقرير التحليل التلوي
ينشئ نصًا متكاملًا للأقسام: المنهجية والنتائج والقيود، بما يتوافق مع PRISMA 2020 ودليل Cochrane Handbook، اعتمادًا على إحصاءات تحليلك التلوي (حجم الأثر المجمّع، وI²، وQ، وtau²، ومؤشرات تحيز النشر). لا يسيء تفسير قيمة I² مطلقًا، بما في ذلك عند عرضها بوصفها «نسبة التباين»، ويتجنب اللغة السببية المبالغ فيها، مستخدمًا عبارات حذرة مثل «تتسق النتائج مع...» بدلًا من «تُثبت الأدلة أن...». وفي النهاية، يقدّم أيضًا 3 أسئلة على الأقل قد يطرحها أحد المراجعين، إلى جانب جمل للدفاع عن الإجابات. مناسب للباحثين الذين يكتبون ورقة تحليل تلوي ويرغبون في تعزيز قسم المنهجية قبل تقديمها إلى مجلة. ما لا يفعله: لا يُجري حسابات إحصائية من البيانات الخام (يجب أن تكون لديك مسبقًا مخرجات R/RevMan/CMA)؛ بل يحوّل نتائجك ويفسّرها في نص أكاديمي.
كاتب النتائج الببليومترية
يحوّل الأرقام الخام التي تحصل عليها من مخرجات VOSviewer أو Biblioshiny (Bibliometrix/R)—مثل تكرارات الكلمات المفتاحية، وعناقيد شبكات الاستشهاد، واتجاه النشر السنوي، وتوزيع البلدان أو المؤسسات أو المجلات—إلى نص أكاديمي مُفسَّر وجاهز للنشر. يستخدم نبرة أكاديمية توضّح اتجاه الأدبيات بدلًا من تكرار الأرقام الخام، ويتجنب الادعاءات السببية التخمينية. مناسب للباحثين الذين يكتبون أطروحة أو ورقة بحثية ويحتاجون إلى قسم للتحليل الببليومتري، لكنهم يجدون صعوبة في تحويل البيانات الخام إلى لغة أكاديمية. طريقة الاستخدام: الصق مباشرةً قائمة العناقيد أو الكلمات المفتاحية من VOSviewer، أو جدول الملخص من Biblioshiny؛ إذ يسمّي المهارة عناقيد الكلمات المفتاحية ويؤولها موضوعيًا، ويقيّم شبكة الاستشهاد ونمط التعاون بين البلدان.
منشئ مخطط تدفق PRISMA 2020
ينشئ نصًا لمخطط تدفق متوافقًا مع PRISMA 2020، وفقرة بروتوكولية للباحثين الذين يجرون مراجعات منهجية. عند إدخال أعداد فرز قواعد البيانات (التعرّف → الفرز → الأهلية → المُدرج)، يتحقق من اتساق الأرقام وينتج نصًا يجيب بوضوح عن سؤال المراجع: «لماذا يفقد مخطط التدفق هذا العدد الكبير من السجلات؟». كما يحوّل معايير الإدراج والاستبعاد إلى جدول بصيغة PICO/PECO. مناسب لطلاب الدراسات العليا، والأكاديميين، وعمليات المراجعة الأولية التي يجريها محررو المجلات لأبحاث المراجعات المنهجية والتحليلات التلوية. وإذا اكتشف عدم اتساق رقمي (مثل included > eligibility)، يذكر ذلك صراحةً بدلًا من تصحيحه بصمت.
كاتب تقرير CONSORT 2010 الكامل
ينشئ من بيانات التجارب العشوائية المضبوطة (RCT) مسودة كاملة لأقسام الملخص والمنهجية والنتائج، متوافقة مع البنود الـ25 لإرشادات CONSORT 2010، وتشمل طريقة التوزيع العشوائي، وحالة التعمية، وتحليل القوة الإحصائية، وأعداد مخطط تدفق CONSORT (screened/randomized/allocated/analyzed)، ومنهجية تحليل ITT/PP. لا يخلط أبدًا بين ITT وPP، ويتحقق من اتساق أعداد مخطط التدفق (randomized ≥ allocated ≥ followed-up ≥ analyzed). كما يرصد مسبقًا ما لا يقل عن 4 اعتراضات يطرحها محكمو المجلات عادةً، مثل «لماذا لم يُذكر تحليل ITT؟» و«هل اختُبرت فعالية التعمية؟» و«هل حدث تبديل للنتائج؟»، ويقترح جملة دفاعية لكل اعتراض. صُمم للباحثين السريريين والأكاديميين الذين يجرون تجارب RCT في مجالات الطب والتمريض والصيدلة، ويريدون ضمان المتانة المنهجية قبل إرسال البحث إلى المجلة.
تدقيق أولي لبيانات المقاييس
"يُفعّل عند الحاجة إلى تدقيق بيانات خام لبناء مقياس، جمعتها شركة متخصصة في الاستبيانات (Excel/CSV)، من حيث جودة البيانات السيكومترية قبل الانتقال إلى تحليلات EFA/CFA أو تحليلات الموثوقية النهائية. يقيّم بشكل شامل البيانات المفقودة، والقيم الشاذة، والاستجابة غير المتأنية، وتحيز الاستجابة، وجودة البنود، وكفاية العينة، ثم يُصدر قرار Go/No-Go؛ ولا يغيّر البيانات، بل يقدّم تقريرًا تشخيصيًا/رقابيًا فقط."
كاتب منهجية قائمة STROBE
استنادًا إلى تصميم دراستك المقطعية أو الجماعية أو دراسة الحالات والشواهد، وعند إدخال طريقة اختيار المشاركين والمتغيرات ومبرر حجم العينة والأساليب الإحصائية، يُنشئ مسودة كاملة لقسمي المنهجية والنتائج، مع إحالات ضمنية إلى البنود الـ22 في قائمة STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). وفي النهاية، يعرض جدول مواءمة يوضح البند من STROBE الذي يستوفيه كل فقرة، ما يتيح الاستجابة لطلب المجلة «يرجى استكمال قائمة STROBE» عند التقديم. ويتجنب لغة السببية، إذ يستخدم في الدراسات الرصدية صياغة «يرتبط بـ» بدلًا من «يسبب»، ويناقش بوضوح مصادر التحيز والعوامل المربكة. وهو مناسب للأكاديميين العاملين في علم الأوبئة والصحة العامة والبحوث السريرية.
مساعد القيم المفقودة والشاذة
أدخل حجم العينة، ونسبة/نمط البيانات المفقودة (MCAR/MAR/MNAR)، وطريقة التعامل مع البيانات المفقودة التي استخدمتها (الحذف حسب القائمة، والتعويض المتعدد، وغيرهما)، وطريقة اكتشاف القيم الشاذة (درجة Z، وIQR، ومسافة ماهالانوبس)، لينتج المساعد فقرة أكاديمية يمكن إدراجها مباشرةً في قسم "المعالجة المسبقة للبيانات" في مقالتك. وإذا وُجد تعارض منهجي بين اختيارك للطريقة ونمط البيانات المفقودة (مثل استخدام الحذف حسب القائمة مع نمط MNAR)، فسيشير إلى ذلك بوضوح. يناسب هذا المساعد طلاب الدراسات العليا والباحثين الذين يجرون تحليلات لبيانات الاستبيانات أو البيانات السريرية، ويرغبون في كتابة قسم المعالجة المسبقة للبيانات بسرعة ودقة.
التحليل التلوي والمراجعة
ينشئ نصًا متكاملًا للمنهجية + النتائج + القيود، وفق PRISMA 2020 ودليل Cochrane، بالاعتماد على إحصاءات التحليل التلوي لديك (حجم الأثر المجمّع، I²، وQ، وtau²، ومؤشرات تحيز النشر). لا يسيء تفسير قيمة I² مطلقًا، بما في ذلك نسبة التباين المفسَّرة، ويتجنب المبالغة في صياغة السببية، مستخدمًا عبارات حذرة مثل «تتسق النتائج مع...» بدلًا من «تشير الأدلة إلى أن...». وفي النهاية، يقدّم أيضًا 3 أسئلة محتملة على الأقل قد يطرحها المحكّم، إلى جانب عبارات للدفاع عنها. مناسب للباحثين الذين يكتبون مقالة تحليل تلوي ويريدون تدعيم قسم المنهجية قبل إرسالها إلى مجلة. ما لا يفعله: لا يجري حسابات إحصائية من البيانات الخام؛ يجب أن تكون قد حسبت النتائج مسبقًا باستخدام مخرجات R أو RevMan أو CMA. يقتصر دوره على تحويل النتائج إلى نص أكاديمي وتفسيرها.
كاتب نتائج التحليل الببليومتري
يحوّل الأرقام الخام المستخرجة من مخرجات VOSviewer أو Biblioshiny (Bibliometrix/R)—مثل تكرارات الكلمات المفتاحية، وعناقيد شبكات الاستشهاد، واتجاهات النشر السنوية، وتوزيعات البلدان والمؤسسات والدوريات—إلى نص تفسيري جاهز للنشر الأكاديمي. وبدلًا من تكرار الأرقام، يستخدم نبرة أكاديمية تشرح اتجاه تطور الأدبيات، مع تجنّب الادعاءات السببية التخمينية. مناسب للباحثين الذين يكتبون أطروحة أو مقالًا ويحتاجون إلى إعداد قسم للتحليل الببليومتري، لكنهم يواجهون صعوبة في تحويل البيانات الخام إلى لغة أكاديمية. طريقة الاستخدام: الصق مباشرة قائمة العناقيد والكلمات المفتاحية التي حصلت عليها من VOSviewer أو جدول الملخص من Biblioshiny؛ وسيُسمّي skill عناقيد الكلمات المفتاحية موضوعيًا ويفسّرها، كما يقيّم شبكة الاستشهاد وأنماط التعاون بين البلدان.
كاتب مخطط PRISMA 2020
ينشئ نص مخطط تدفق وفق قائمة PRISMA 2020 المرجعية، بالإضافة إلى فقرة بروتوكول للباحثين الذين يجرون مراجعات منهجية. عند إدخال أعداد البحث في قواعد البيانات (identification → screening → eligibility → included)، يتحقق من اتساق الأعداد وينشئ نصًا يمكن الدفاع عنه أمام سؤال المحكّم: «لماذا يفقد مخطط التدفق لديكم هذا العدد الكبير من الدراسات؟». كما يحوّل معايير الإدراج والاستبعاد إلى جدول بصيغة PICO/PECO. تناسب هذه المهارة طلاب الدراسات العليا الذين يكتبون مراجعات منهجية أو تحليلات تلوية، وكذلك الفحص الأولي من جانب المحررين الأكاديميين ومحرري المجلات. وإذا اكتشفت تناقضًا عدديًا (مثلًا included > eligibility)، توضحه صراحةً ولا تصححه بصمت.