Syddansk Universitetsbibliotek - LibGuides
Syddansk Universitetsbibliotek - LibGuides
Udover at udføre søgningen korrekt rent søgeteknisk, er det også vigtigt at søge i flere forskellige databaser og evt. andre informationskilder for at identificere så mange relevante studier som muligt. Valg af databaser og informationskilder afhænger af det pågældende emne.
Bibliografiske databaser
De mest anvendte bibliografiske databaser f.eks. indenfor sundhedsvidenskabelig er: PubMed, Medline (Ovid), Embase (Ovid) og Cochrane Library.
Tværfaglige bibliografiske databaser er f.eks. Academic Search Premier
Emnespecifikke databaser
Der findes også emnespecifikke (bibliografiske) databaser med særligt konkrete fokus, f.eks. Cinahl (Ebsco), MathSciNet (Ebsco), Business Source Complete (Ebsco) og EconLit (Proquest).
Tværfaglige søgemaskiner
De mere tværfaglige søgemaskiner omfatter: Web of Science, Scopus og Google Scholar. Web of Science og Scopus registrerer citationer, og kan benyttes til at lave en fremadrettet citationssøgning, hvor man identificerer hvilke publikationer, som har citeret en given relevant publikation.
Foruden de traditionelle databaser og søgemaskiner, eksisterer der øvrige informationskilder og anden litteratur, som kan være relevant.
Videnskabelige databaser anvender ofte kontrollerede emneord, og disse tilknyttes og beskriver primært reviews i databaserne.
Indenfor den sundhedsvidenskabelige verden er PubMed og Medline (Ovid) eksempler på dette og her anvendes MeSH (Medical Subject Headings). Embase (Ovid) anvender Emtree thesaurus og PsycINFO (Ovid) anvender Subject Headings. Se mere om Ovid databaserne på https://libguides.sdu.dk/OVID
Cinahl og Business Source Complete og de øvrige EBSCO databaser anvender ligeledes Subject Headings
Indenfor andre fagområder og andre databaser anvendes også kontrollerede emneord, f.eks. er der Subject Terms i Academic Search Premier og i Business Source Complete hedder det Thesaurus.
Fordelen ved de kontrollerede emneord er, at de sammenknytter alle artikler om et emne, uanset synonymer eller alternative stavemetoder – dette er selve hensigten med disse.
Databaser, som f.eks. Web of Science og Scopus, anvender ikke kontrollerede emneord.
Svagheden ved de kontrollerede emneord er typisk, at de er automatiseret, og det giver ikke mulighed for lange og grundige overvejelser og er ikke altid er baseret på tilstrækkelig faglig viden på området.
Så i praksis vil søgning udelukkende ved hjælp af kontrollerede emneord give en meget høj præcision (precision) men kun middel genfinding (recall) af den relevante litteratur.
Hvis du gerne vil lave en litteratursøgning, som giver ‘den vigtigste information om…’ eller ‘den essentielle information om…’ er det udmærket blot at benytte de kontrollerede emneord. Ønsker du derimod at finde al litteratur indenfor et givent emne i en database (øge recall), er det nødvendigt også at tage fritekstsøgning i brug.
Typisk søges fritekstordene i titel, abstract og keywords, men der kan være store forskelle på hvilke felter, der søges på i de forskellige databaser. Ofte kan du begrænse fritekstordene til, at der kun skal søges i titel eller abstract (eller begge på én gang).
Fordelen ved fritekstsøgning er, at man bruger forfatternes eget ordvalg. Desværre er forfatterne ikke nødvendigvis enige om betegnelser, forkortelser osv. Det kan derfor være hensigtsmæssigt at inkludere alle de af forfatterne benyttede fagudtryk, hvis man ønsker en høj recall (genfinding) af sin søgning – altså hvis man ønsker at finde mest mulig relevant litteratur.
Optimal fritekstsøgning kan kræve viden om opbygningen og indholdet af de bibliografiske databaser. De klassiske videnskabelige databaser, som PubMed, Web of Science m.fl., indekserer hovedsageligt kun forfatter(e), titel og abstract fra de originale artikler. Hertil eventuelt også emne- og citationsdata, afhængigt af databasen. Google Scholar indekserer også maskinelt (om end delvist) selve indholdet af artiklernes fulde tekst. Dette muliggør en langt grundigere søgning efter mere specielle tekst- eller datastrenge. Problemet er, at omfanget af denne automatiske indekseringsproces holdes skjult for brugerne, i modsætning til de klassiske databaser, hvis indekseringsproces er klart og fuldstændigt deklareret.
Booleske Operatorer
OR: Den booleske operator OR benyttes til at inkludere søgeord / fagudtryk, der anses for, at være synonymer eller nært beslægtede. Det vil altså sige, at der mindst skal stå et af de indtastede søgeord, f.eks..crime OR violence. Indtastes dette i en database, vil det altså returnere søgeresultater, der indeholder enten crime eller violence eller både crime og violence.
AND: Den booleske operator AND benyttes til at kombinere søgeord /fagudtryk, som begge optræder. Det vil sige, at begge af de indtastede søgeord skal stå nævnt, f.eks. crime AND abuse. Hvis dette indtastes, vil det returnere søgeresultater, der indeholder både crime og abuse.
NOT: Anvendelse af den booleske operator NOT udelader søgeresultater, der indeholder det efterfølgende søgeord / fagudtryk. Det vil sige, at indtastes crime NOT women, vil der udelukkende dukke søgeresultater op, som indeholder crime, men ikke women.
Det er sjældent hensigtsmæssigt af anvende NOT, da denne funktion desværre med meget stor sandsynlighed udelukker relevant litteratur.
Trunkering og wildcards refererer til anvendelsen af * ? # eller andre tegn, som anvendes for at inkludere alle endelser eller sammensatte begreber af et søgeord. f.eks. crime*, som returnerer søgeresultater hvori der indgår crimes, criminology og andre tilsvarende.
Metoden kan med fordel anvendes i flere databaser. For at se hvilke tegn der anvendes i de forskellige databaser, anbefales det, at du læser guiden eller hjælpefunktionen i de enkelte databaser.
Nærhedsoperatorer (proximity search) refererer til, hvor tæt søgeord, i et begreb, må stå på hinanden, f.eks. heroine addicted. Her skal begrebet stå samlet. Ved at benytte nærhedsoperatorer tillader man, at ordene i søgebegrebet ikke nødvendigvis står helt samlet, men at der kan stå andre ord imellem disse to. Dette tillader altså en mere fleksibel søgning, hvilket i nogle tilfælde kan være hensigtsmæssigt.
Det er forskelligt fra database til database, hvad den præcise nærhedsoperator kaldes. I OVID databaserne anvendes nærhedsoperatoren ADJ. Søges der f.eks. heroine ADJ4 addicted, tillader man altså at ordet heroine forekommer indenfor fire ord fra ordet addicted (rækkefølgen betyder intet).
I Ebsco databaserne anvendes N og der sættes et tal for hvor mange ord der må være mellem (uanset rækkefølgen af ordene). Default indstillingen tillader. at der står fem ord mellem ordene f.eks. heroine N2 addicted.
I andre databaser f..eks. ProQuest kan nærhedsoperatorerne være NEXT/ EXACT, NEAR og PRE
Søgefiltre anvendes som supplement til databasernes filtre eller limit-funktioner. I nogle databaser kan de være mangelfulde eller har ikke det indhold, som nogle efterspørger.
Et søgefilter er en søgestreng, som kan opfange bestemte studietyper eller specifikke emner.
Man skal være opmærksom på, at brug af søgefiltre kan resultere i, at et antal relevante studier bliver udeladt i søgeresultatet (Cooper, Varley-Campbell, & Carter, 2019; Leeflang, Rutjes, Reitsma & Bossuyt, 2006). Man bør derfor gennemse og eventuelt evaluere søgefiltrene, før man anvender dem (Glanville et al., 2008). Der kan være udvalgte databaser, som beskrives indgående vedrørende søgefiltre (Glanville et al 2019 og 2020). Endvidere skal man være opmærksom på faktorer som sensitivitet og præcision, når man udvælger et søgefilter (Beale et al., 2014).
Hvis du vil bruge et søgefilter, så henviser vi til de nedenstående websider, som kan anvendes til inspiration, de er ikke nødvendigvis validerede.
Referencer om søgefiltre:
Grå litteratur
Grå litteratur (grey literature) refererer til litteratur, som f.eks. er forskningsrapporter, afhandlinger og konferencebidrag.
Nogle databaser indeholder konferencebidrag og afhandlinger bl.a. Scopus, Web of Science og Proquest Dissertations & Theses Global, men det er også muligt at finde grå litteratur på Google Scholar, SSRN Working Papers eller OpenGrey. Hvis Google Scolar anvendes, kan du med fordel søge fra Publish or Perish, som er et program hvor du kan downloade bl.a. artikler (sæt det gerne til maks. 200) og hvor søgningen, bliver mere transparent. Efterfølgende kan du overføre resultatet til f.eks. EndNote (vælg RIS format) og få artiklerne opdateret, og derefter kan de overføres til Covidence.
Preprint servere
Et preprint referer til en version af en videnskabelig artikel, som går forud for fagfællebedømmelse (peer review) og publikation. Fra forskellige fagområder findes bl.a. medRxiv (sundhedsvidenskab), bioRxiv (biologi) og SocArXiv (samfundsvidenskab). Inden for Humaniora findes bl.a. Hprint, men. det er ikke helt så udbredt med preprint-servere. En liste over preprint-servere kan fx findes på Wikipedia, men den er ikke nødvendigvis fyldestgørende.
Se definition fra Informationsordbogen, Ordbogsopslag: Grå litteratur
Syddansk Universitetsbibliotek Odense | Esbjerg | Kolding | Slagelse | Sønderborg +45 6550 2100 | sdub@bib.sdu.dk
