Эмпирический материал: Источники, литература и эмпирический материал курсовой

Источники, литература и эмпирический материал курсовой

В курсовой работе следует различать три основные формы информации. Для написания качественной курсовой необходимо использовать полный комплекс информационных ресурсов. 

Проанализируем формы информационных ресурсов и особенности их использования при написании курсовой работы.

Источники – это информационный ресурс, который имеет множество форм: следует различать письменные источники, вещественные источники и т.д. Наиболее точное определение источника следует отметить как первоисточник, т.е. это та информация, которую автор курсовой работы будет самостоятельно обрабатывать и делать самостоятельные выводы о предмете изучения. 

Например опишем источники курсовой работы по истории на тему: «Повседневная жизнь дворянства в XIX в.». В данной работе источником может быть представлены: 

• воспоминания путешественников, которые посещали страну в указанное время 
  
• мемуары самих дворян 
  
• письма, различного рода 
  
• отчетная документация 
  

Все это относится к письменным источникам.  

К материальным источникам может быть отнесено: 

• бытовые предметы, которыми пользовались дворяне, 
  
• архитектурные памятники тех времен и т.д. 
  

Литература – это наиболее распространенный вид информации при написании студенческих работ. К литературе относятся все опубликованные исследования, кроме тех, о которых упоминалось выше (они относятся к источникам). Следует помнить, что если вы нашли в архиве какой-либо документ – это источник, а если его опубликовали в книге, то – это… тоже источник, но только опубликованный. 

Курсовая работа – это прежде всего самостоятельное исследование, и эмпирический материал, полученный в ходе вашего исследования может считаться основным. Как правило, эмпирический материал представляет собой цифровой ряд, от качества описания которого зависит качество и ценность всей работы. В данном случае, очень важно правильно оформить и качественно представить его в работе – это могут быть таблицы или графики, расчеты и т. д. 

В ходе написания работы, важно придерживаться логики использованной информации. 

В начале работы, необходим анализ литературы. Обобщенная информация, выводы и умозаключения ваших предшественников послужит хорошим подспорьем для формирования общей концепции курсовой работы. 

На следующем этапе следует работать именно с источниками. Их анализ позволит подкрепить заключения, сделанные на основании анализа литература и завершит обзорную главу на мажорной ноте. И только после этого целесообразно приступать к демонстрации собственных эмпирических исследований.

Необходимо подчеркнуть, что данный комплекс работы с источниками может быть использован как полностью, так и в форме отдельных компонентов (часто выпадает работа именно с источниками, а в случае если работа имеет теоретическое значение, то в ней не будет эмпирических данных). 

Но все же, именно комплексное использование всех форм информации дает возможность на высоком уровне реализовать курсовой проект.

Удачи и успехов!

Автор: преподаватель, к. пед. н., Татьяна Юрьевна 

P.S. Если у вас возникли затруднения при самостоятельном написании дипломной или курсовой работы — обращайтесь к нам в скорую интеллектуальную помощь Diplom.Store. Разработаем как часть диплома (например, практическую), так и всю работу (от плана до сопроводительной документации). Наш девиз – «Быстро, эффективно, уникально!»  Действуйте!

Эмпирический материал обширный по объему

Эмпирический материал ограниченного объема

Эмпирическое распределение

Эмпирическое распределение

Определение числовых характеристик эмпирического распределения

Выдвижение гипотезы о предполагаемом теоретическом законе распределения

Оценка неизвестного параметра теоретического распределения

Проверка гипотезы согласованности предполагаемого теоретического распределения с эмпирическим

Определение точности оценки

Принятие или отклонение гипотезы о виде теоретического распределения

Параметр теоретического распределения

Теоретическое распределение

Рисунок 4  Модуль 3: Анализ результатов опыта (эмпирического

материала), описываемого одной случайной величиной

На основе анализа опытных данных решаются следующие задачи: определение закона распределения случайной величины (рису- нок 4) или системы случайных величин (рисунок 5) по статистическим данным, проверки правдоподобия гипотез, нахождение неизвестных параметров распределения, сглаживание статистических данных.

Рисунок 5 – Модуль 4: Анализ результатов опыта (эмпирического

материала), описываемого системой случайных величин

Для успешного изучения курса студенту необходимо знать основы дискретной математики (элементы теории множеств и комбинаторику), математического анализа (дифференциальное и интегральное исчисление функции одной и нескольких переменных).

Курс теории вероятностей и математической статистики является базовым при изучении таких дисциплин, как «Вычислительная математика», «Интеллектуальные информационные системы». Вопросы, рассматриваемые в данном курсе, получат в дальнейшем развитие при

изучении статистического моделирования на ЭВМ, при оценке точности и достоверности результатов моделирования, при осуществлении имитационного моделирования информационных систем и сетей; при расчете надежности информационных систем; при разработке модели прикладных процедур, реализующих правила обработки данных и др.

Курс имеет практическую часть (практические занятия – 17 ч), на самостоятельную работу студентов при изучении дисциплины отводится 51 час.

Итоговая аттестация знаний студентов осуществляется во время экзамена, в конце семестра.

2 Методические рекомендации по изучению дисциплины

Учебным планом по дисциплине «Теория вероятностей и математическая статистика» для студентов предусмотрено участие в лекцих, практических занятиях, выполнение типового расчета и аудиторной контрольной работы. Завершающим этапом изучения дисциплины является сдача экзамена.

1. Лекции и практические занятия

Основной составной частью учебного процесса в преподавании теории вероятностей и математической статистики студентам дневной формы обучения являются лекции и практические занятия. В БТИ посещение занятий является обязательным. Студенты, активно участвующие в лекционных и практических занятиях, способны успешнее освоить предмет.

Все лекции студентам необходимо конспектировать. В конспект рекомендуется выписывать определения, формулировки и доказательства теорем, формулы и т.п. На полях конспекта следует отмечать вопросы, выделенные студентом для консультации с преподавателем, а также вопросы, вынесенные преподавателем на самостоятельное изучение. Выводы, полученные в виде формул, рекомендуется в конспекте подчеркивать или обводить рамкой, чтобы при перечитывании конспекта они выделялись или лучше запоминались. Полезно составить краткий справочник, содержащий важнейшие и наиболее часто употребляемые формулы дисциплины. К каждой лекции следует разобрать материал предыдущей лекции.

На практических занятиях подробно рассматриваются основные вопросы дисциплины, разбираются основные типы задач по теории

вероятностей и математической статистике. К каждому практическому занятию следует заранее самостоятельно выполнить домашнее задание и ознакомиться с материалом лекций к следующей теме.

Систематическое выполнение домашних заданий является важным фактором, способствующим успешному усвоению дисциплины.

Эмпирические данные: что это такое и почему это важно

Будучи студентом-исследователем, вы знаете, как важно основывать свою работу на надежных доказательствах. Но что такое эмпирические данные и как вы их собираете, анализируете и представляете в своем исследовании?

В этой статье мы рассмотрим все тонкости эмпирических данных, от определения того, что они собой представляют и почему они важны, до лучших практик сбора, интерпретации и цитирования их в вашей работе. К концу вы лучше поймете, как использовать эмпирические данные для поддержки ваших исследований и подтверждения результатов.

Итак, давайте погрузимся и подробнее рассмотрим эмпирические данные и их роль в исследованиях.

Определение эмпирических данных

Что такое эмпирические данные?

Эмпирические данные относятся к информации или данным, собранным посредством наблюдения или экспериментов. Он основан на эмпирических наблюдениях или измерениях, а не на теории или предположениях. В исследованиях эмпирические данные используются для поддержки или оспаривания гипотез или теорий.

Эмпирические данные могут быть качественными, такими как наблюдения или интервью, или количественными, такими как данные экспериментов или опросов. Важно тщательно рассмотреть методы, используемые для сбора и анализа эмпирических данных, поскольку они могут повлиять на достоверность и надежность результатов.

Важность эмпирических данных в исследованиях

Эмпирические данные имеют решающее значение в исследованиях, поскольку они обеспечивают прочную основу для понимания и объяснения явлений. Это позволяет исследователям делать выводы, основанные на наблюдениях и измерениях, а не на предположениях или предположениях.

Эмпирические данные также имеют решающее значение в научном сообществе, поскольку они позволяют воспроизводить и подтверждать результаты исследований. Это необходимо для накопления знаний и расширения нашего понимания окружающего мира.

Кроме того, для принятия важных решений или рекомендаций часто требуются эмпирические данные, например, при разработке политики или клинической практике. Это позволяет лицам, принимающим решения, основывать свои решения на фактах и ​​доказательствах, а не на мнениях или субъективных суждениях.

Сбор эмпирических данных

Эмпирические данные необходимы для любого исследовательского проекта, поскольку они помогают подтвердить или опровергнуть исследовательский вопрос или проверяемую гипотезу. В качестве эмпирических доказательств можно собрать три основных типа эмпирических данных.

Типы эмпирических данных

1. Количественные данные: этот тип данных включает числовые значения и часто собирается посредством опросов, экспериментов или других измерений. Обычно он используется для анализа тенденций и взаимосвязей между переменными.
2. Качественные данные: этот тип данных более субъективен и часто собирается в ходе интервью, фокус-групп или наблюдений. Она дает представление о мыслях, чувствах и переживаниях людей.
3. Данные смешанных методов: этот тип данных включает как количественные, так и качественные данные и часто используется для обеспечения более целостного понимания темы исследования.

Сбор эмпирических данных: передовой опыт и советы

При сборе эмпирических данных следует учитывать несколько передовых методов:

• Четко определите исследовательский вопрос или гипотезу. собранная информация актуальна и подходит для ответа на вопрос исследования или проверки гипотезы.
• Выберите подходящий метод сбора данных. При выборе наиболее подходящего метода сбора данных учитывайте вопрос исследования, доступные ресурсы и исследуемую группу.
• Пилотное испытание инструментов сбора данных: Это поможет выявить любые вопросы или проблемы в процессе сбора данных и обеспечить надежность и достоверность собранных данных.
• Обеспечить этичный сбор данных: это включает в себя получение информированного согласия от участников, защиту их частной жизни и конфиденциальности, а также недопущение причинения вреда или дискомфорта.
• Используйте надежные и действительные инструменты измерения: это поможет обеспечить точность и репрезентативность собранных данных для исследуемой совокупности.
• Примите во внимание ограничения собранных данных. Крайне важно признать любые ограничения собранных данных и сообщить об этом в результатах исследования.

Анализ и интерпретация эмпирических данных

После того, как вы собрали свои эмпирические данные, очень важно проанализировать и интерпретировать их, чтобы сделать осмысленные выводы и выводы. При анализе и интерпретации эмпирических данных необходимо выполнить несколько шагов:

Критическая оценка эмпирических данных

Крайне важно критически оценить ваши эмпирические данные, чтобы убедиться, что они надежны и достоверны. Вот некоторые ключевые соображения при оценке ваших данных:

• Проверка на надежность и достоверность: Надежны ли данные, то есть могут ли они последовательно воспроизводиться с теми же результатами? Является ли он действительным, то есть точно измеряет то, что намеревается измерить?
• Рассмотрите размер выборки: достаточно ли велик размер выборки, чтобы быть репрезентативным для изучаемой совокупности?
• Проверьте данные на предмет предвзятости: Есть ли в процессе сбора данных какие-либо неотъемлемые погрешности, которые могут повлиять на результаты?
• Проанализируйте данные с помощью соответствующих статистических методов. Убедитесь, что вы используете правильные статистические тесты и методы для анализа данных.
• Интерпретация результатов: после того, как вы проанализировали данные, важно интерпретировать результаты в контексте вашего исследовательского вопроса.

Применение эмпирических данных к исследовательским вопросам

После того, как вы проанализировали и интерпретировали свои эмпирические данные, вы можете использовать результаты, чтобы ответить на вопрос исследования и сделать важные выводы. Вот некоторые ключевые соображения при применении эмпирических данных к вопросам исследования:

• Используйте результаты анализа, чтобы ответить на вопрос исследования: Ваш анализ должен предоставить доказательства, подтверждающие или опровергающие ваш вопрос исследования.
• Учитывайте ограничения вашего исследования. У каждого исследования есть ограничения, и важно учитывать, как они могли повлиять на ваши результаты.
• Сравните свои результаты с существующей литературой: Как ваши результаты соотносятся с предыдущими исследованиями в вашей области? Последовательны ли они или противоречат предыдущим выводам?
• Сделайте осмысленные выводы: используйте свои результаты, чтобы сделать выводы, которые имеют отношение к вашему исследовательскому вопросу и имеют значение для будущих исследований.
• Подумайте о практическом применении ваших открытий: как ваши результаты могут быть применены в реальном мире или в другом исследовательском контексте?

Использование эмпирических данных в академическом письме

Будучи студентом-исследователем, важно понимать, как эффективно использовать эмпирические данные в академическом письме. Это означает не только правильное цитирование, но и четкое и убедительное представление информации вашим читателям. В этом разделе мы обсудим важность цитирования эмпирических данных и лучших практик для их представления в исследовательских работах.

Ссылки на эмпирические данные в научных статьях

Ссылка на эмпирические данные в исследовательской работе необходима по нескольким причинам:

• Это позволяет вам признавать работу других и отдавать должное там, где это необходимо.
• Это позволяет вашим читателям легко находить источники, которые вы цитируете, и проверять точность ваших утверждений.
• Это демонстрирует достоверность вашего исследования, показывая, что вы внимательно изучили работу других специалистов в вашей области.

Возможно, вам потребуется использовать несколько разных стилей цитирования в исследовательской статье, например, APA, MLA или Chicago. Очень важно тщательно следовать рекомендациям выбранного вами стиля цитирования, чтобы убедиться, что ваши цитаты оформлены правильно.

Некоторые ключевые моменты, которые следует учитывать при цитировании эмпирических данных, включают следующее:

• Используйте цитаты в тексте, чтобы указать, из каких источников вы черпаете.
• Предоставьте полную и точную информацию об источниках, на которые вы ссылаетесь, включая автора, название, год публикации и номера страниц (если применимо).
• Используйте кавычки и/или блочные кавычки надлежащим образом при прямом цитировании источника.

Передовой опыт представления эмпирических данных в научных статьях

Помимо правильного цитирования эмпирических данных, также важно представить их в понятной и убедительной форме для ваших читателей. Некоторые передовые методы, которые следует учитывать, включают:

• Используйте четкие и лаконичные формулировки при обсуждении эмпирических данных. Избегайте использования жаргона или технических терминов, которые могут быть незнакомы вашим читателям.
• Используйте таблицы, рисунки и графики для визуального представления эмпирических данных и облегчения их понимания вашими читателями.
• Используйте заголовки и подзаголовки, чтобы упорядочить статью и помочь читателям разобраться в ваших аргументах.
• Используйте маркеры и списки, чтобы разбить большие блоки текста и сделать статью более удобной для чтения.
• Подчеркните важные моменты, используя жирный шрифт или курсив.
• Обязательно объясните значение ваших эмпирических данных и то, как они подтверждают ваш исследовательский вопрос или гипотезу.

Дополнительные ресурсы и инструменты для работы с эмпирическими данными

Студентам-исследователям, работающим с эмпирическими данными, доступно множество ресурсов и инструментов. Вот несколько полезных вариантов для рассмотрения:

• Программное обеспечение для управления данными: Эти программы могут помочь вам организовать и проанализировать ваши эмпирические данные. Некоторые популярные варианты включают SPSS, R и Excel.
• Репозитории исследований. Многие университеты и исследовательские организации имеют онлайн-репозитории, которые позволяют вам получать доступ к эмпирическим данным других исследований и загружать их. Некоторые примеры включают Межуниверситетский консорциум политических и социальных исследований (ICPSR) и Архив данных и сетевые службы (DANS).
• Руководства по исследованиям. Многие библиотеки и исследовательские центры предлагают руководства по исследованиям, содержащие советы и стратегии работы с эмпирическими данными. Эти руководства могут стать отличным ресурсом для изучения передового опыта и избежания распространенных ошибок.
• Интернет-сообщества. Существует множество онлайн-сообществ и форумов, на которых исследователи могут обсуждать и делиться своим опытом работы с эмпирическими данными. Они могут быть отличным источником поддержки и советов, когда вы проводите свой собственный исследовательский проект.

При работе с эмпирическими данными также важно учитывать ограничения и этические соображения. Вот некоторые вещи, о которых следует помнить:

• Убедитесь, что у вас есть соответствующее согласие от участников при сборе данных.
• Защита частной жизни и конфиденциальности участников.
• Помнить о возможной необъективности в процессе сбора данных.
• Будьте осторожны при распространении результатов на более широкую популяцию.

Эмпирические исследования и интервенции, основанные на фактических данных – Ресурсы для исследований в области социального обеспечения

Советы по поиску для эмпирически обоснованных исследований

Характеристики, на которые следует обращать внимание при эмпирически обоснованных исследованиях:

• Определяет изучаемую проблему, совокупность или исследовательский вопрос

• Методология заявлена ​​

• Может быть включен альтернативный курс действий

• Определяет изучаемую группу или вопрос

• Может быть количественным или качественным   [уточните у преподавателя курса или учебную программу, так как курс может быть сосредоточен только на одном или другом]

• Может включать тесты или опросы (встроенные в качестве приложения или упоминаемые по имени собственному)

• Может быть воспроизведен; быть воспроизведены или адаптированы к новому исследованию

Некоторые базы данных имеют фильтр или ограничитель расширенного поиска   , чтобы сосредоточить результаты на эмпирических исследованиях .

Подробности смотрите в описаниях баз данных в другом месте на этой странице.

Если фильтр/ограничитель недоступен, введите ключевые слова для сопоставления с соответствующим содержанием и/или для поиска этих терминов в аннотации или самой статье:

• дизайн
• гипотеза
• количественный
• статистика* (звездочка используется в качестве подстановочного знака в конце вашего поискового запроса, что позволяет базе данных сопоставлять статистику, статистику или статистику)
• [включение] диаграмм, статистических таблиц или графиков

Ключевые термины

Результаты Search@UW ​могут поступать из ресурсов любого типа (статьи, книги, мультимедиа и т. д.) и представлять любую академическую тему, поэтому обязательно вводите ключевые слова, относящиеся к содержанию, которое вы хотите найти. . Термины, которые вы можете включить в свой поиск, включают:

• дизайн

• гипотеза

• метод

• количественный

• статистический

Качественные и количественные методы

Качественная и количественная сравнительная таблица

Исследовательский тип	Определение	Слова заголовка	Методы	Данные	Роль исследователя
Количественный	Исследования, основанные на традиционных научных методах, которые генерируют числовые данные и обычно направлены на установление причинно-следственных связей между двумя или более переменными с использованием статистических методов для проверки силы и значимости взаимосвязей.	Исследование случай-контроль, клиническое исследование, когортное исследование, рандомизированное контролируемое исследование, статистическое исследование, структурированный опросник	Начинает с проверяемой гипотезы, которая определяет методологию, собирает и анализирует данные, использует математические и статистические методы для анализа данных.	Измеримые, числа, статистика	Задача: отделить, наблюдать, но не участвовать.
Качественный	Исследование, направленное на обеспечение понимания человеческого опыта, восприятия, мотивации, намерений и поведения на основе описания и наблюдения и с использованием натуралистического интерпретационного подхода к предмету и его контекстуальному контексту.	Этнографическое исследование, Полевые заметки, Полевые исследования, Фокус-группа, Наблюдение, Открытый вопрос, Феноменологический	Фокус-группы, интервью, запись поведения, неструктурированное наблюдение	Идея, интерпретация, повествование, описание и анализ, на основе текста, анализ слов	Субъективно: вовлечен, участник-наблюдатель

 

Источники:
Качественный и количественный анализ из муниципальных колледжей Марикопы
Полезные определения из библиотек Simmons College

Уровни доказательств

• Пирамида
• Ненаучная информация
• Наблюдательные исследования
• Экспериментальные исследования
• Критический анализ

• Экспертное мнение, не основанное на фактах — Комментарии, речи или редакционные статьи, написанные известными экспертами, в которых утверждается идея, основанная на предположениях, случайных наблюдениях, эмоциях, религиозных убеждениях или эго.
• Руководства, не относящиеся к EBP — практические руководства, которые существуют благодаря подходам к здравоохранению, основанным на превосходстве, авторитете, красноречии, предусмотрительности или неуверенности.
• Новости Статьи — краткие обзоры исследований или медицинских заключений, написанные журналистами для широкой публики.
• Редакционные статьи — Мнения, высказанные экспертами, неспециалистами, неспециалистами или кем-либо еще в новостях, журналах или академических журналах.
• Комментарий — похож на редакционную статью, но может быть идентифицирован как комментарий, который может быть приглашенной неформальной и нерецензируемой короткой статьей, относящейся к определенной концепции или идее.

Давайте поговорим об обзорных статьях

Обзорные статьи часто встречаются в медицинской литературе. Как правило, это обзоры литературы по темам, но они не соответствуют методологическим требованиям систематического обзора.

Эти статьи могут содержать некоторый критический анализ, но не будут иметь строгих критериев, которые есть в Систематическом обзоре. Их можно использовать для демонстрации доказательств, хотя они и не являются очень убедительными, поскольку являются второстепенными статьями и изначально не проводились наблюдательными или экспериментальными исследованиями.

• Индивидуальные отчеты о случаях заболевания — Научные статьи, в которых описывается единичный случай возникновения, лечения, явления, инфекции, заболевания и т. д. Обычно они основаны на историях болезни.
  • Пример: пациент поступает в отделение неотложной помощи с некоторыми ключевыми симптомами мононуклеоза, но жалуется на тошноту и боль в животе. После дальнейшего тестирования врач приходит к выводу, что инфекция Моно поразила печень.

 

• Серия случаев или исследования случай-контроль   – Статьи с описанием исследований, в которых пациентов  , у которых уже есть определенное состояние,  сравнивают с людьми, у которых этого состояния нет. Исследователь оглядывается назад, чтобы определить факторы или воздействия, которые могут быть связаны с болезнью. Они часто полагаются на медицинские записи и отзывы пациентов для сбора данных.
  • Пример. Педиатр замечает, что у детей из определенного города диагностировано отравление свинцом. При дальнейшем изучении причины она обнаруживает, что устаревшая и разрушающаяся водопроводная инфраструктура города влияет на качество воды, что приводит к такому высокому уровню заболеваемости.

 

• Когортные исследования — Статьи, определяющие группу пациентов, которые уже проходят определенное лечение или подверглись воздействию , проследите за ними во времени, а затем сравните их результаты с аналогичной группой, на которую не повлияло изучаемое лечение или воздействие. Когортные исследования являются обсервационными и не такими надежными, как рандомизированные контролируемые исследования, поскольку две группы могут отличаться не только по изучаемой переменной.
  • Пример: группа врачей изучала долгосрочные последствия для здоровья людей, которые курили с определенной частотой, наряду с людьми, которые вообще не курили. Из этого исследования врачи пришли к выводу, что курение представляет значительную опасность для здоровья, включая повышенный риск сердечных заболеваний, рака и заболеваний легких.

• Нерандомизированные контрольные испытания — Статьи, описывающие предысторию, методы, процедуры, результаты и т. д. относительно новой терапии, лечения, лекарств и т. д. в клинической среде с экспериментальной группой и контрольной группой — все знают, какое вмешательство они получают.
  • Пример: исследователи изучают разницу между йогой и акупунктурой для облегчения боли в пояснице. Поскольку деятельность, связанная с испытанием, не может быть замаскирована (как это можно было бы сделать с плацебо), рандомизация не может быть частью исследования.

 

• Рандомизированные контрольные испытания  – Статьи, в которых представлены тщательно спланированные эксперименты, вводящие лечение или воздействие для изучения его влияния на реальных пациентов. Они включают методологии, которые снижают возможность систематической ошибки (рандомизация и ослепление) и позволяют проводить сравнение между группами вмешательства и контрольными группами (без вмешательства). Рандомизированное контролируемое исследование является спланированным экспериментом и может предоставить веские доказательства причин и следствий.
  • Пример. Исследователям необходимо проверить действие нового лекарства от болезни Паркинсона, поэтому они набирают субъектов для исследования. Контрольной группе давали стандартные препараты для лечения болезни Паркинсона, а экспериментальной группе — пробный препарат. Участники не знали, какое лечение они получают во время испытания.

• Практическое руководство по доказательной медицине — Рекомендуемые устройства, методы лечения, вмешательства, лекарства, методы, протоколы и т. д., которые считаются «наилучшей практикой» и подтверждаются строгими стандартами доказательности.
  • Пример. После тщательных испытаний и экспериментов исследователи, врачи и разработчики продуктов создали и начали использовать менее инвазивные устройства для мониторинга кислорода, чтобы сократить время восстановления после операций. Сейчас это стандартное оборудование.

 

• Систематические обзоры  — статьи, посвященные клинической теме и дающие ответы на конкретные вопросы. Обширный поиск литературы проводится для выявления исследований с надежной методологией. Исследования просматриваются, оцениваются по качеству, а результаты обобщаются в соответствии с заранее установленными критериями вопроса обзора. Это один из самых популярных типов статей, основанных на доказательствах.
  • Пример. Исследователи хотят изучить литературу о маммографии для скрининга рака молочной железы, чтобы выяснить на основе литературы, когда кому-то следует начать регулярно проходить маммографию в качестве профилактической меры.