Deze pagina is helemaal in aanbouw!
Literatuuronderzoeken
Een literatuurreview samenvat wat bekend is over een specifiek onderzoeksonderwerp, beschrijft de mijlpalen van de onderzoeksGeschiedenis, geeft aan waar huidige kennis conflicteert, en bespreekt gebieden waar er nog onbekenden zijn.
Een literatuurreview kan een op zichzelf staand document zijn of een onderdeel van een primair onderzoeksrapport (zoals eerder besproken). Onderzoeksjournals bevatten vaak artikelen waarvan het enige doel is een literatuurreview te bieden. Als onderdeel van een onderzoeksrapport kan een literatuurreview zo lang zijn als een heel hoofdstuk in een boek, slechts een paragraaf in een onderzoeksartikel, of zo kort als een paar zinnen in een inleiding. In alle gevallen is de functie van de literatuurreview dezelfde: het samenvatten van de geschiedenis en de huidige stand van onderzoek over een onderwerp.
Zoals je uit de vorige sectie weet, richt een primair onderzoeksrapport (zoals die in technische onderzoeksjournalen) zich op een vraag: bijvoorbeeld, het effect van gewichtloosheid op het telen van groenten. De literatuurreview-sectie van dat rapport zou samenvatten wat er bekend is over dit onderwerp, aanduiden waar de huidige kennis conflicteert en gebieden bespreken waar nog onbekenden zijn.
Een goed geconstrueerde literatuuroverzicht vertelt een verhaal. Het beschrijft de belangrijkste gebeurtenissen in het onderzoek naar een bepaalde vraag of in een bepaald gebied:
- Wie waren de eerste moderne onderzoekers op dit gebied? Wat waren hun bevindingen, conclusies en theorieƫn? Welke vragen of tegenstrijdigheden konden ze niet oplossen?
- Wat ontdekten onderzoekers die hen volgden? Bevestigde, weerlegde of overtrof hun werk het werk van hun voorgangers? Waren ze in staat vragen te beantwoorden die hun voorgangers niet konden?
Je beschrijft deze reeks onderzoeksgebeurtenissen in een literatuuronderzoek. Je kunt dit onderzoek beschouwen als vergelijkbaar met het thesis–antithese–synthees proces. Je begint met een thesis, dan komt er een antithese die het tegenspreekt, en uiteindelijk wordt er een oplossing voor deze tegenstelling bereikt, die een synthese wordt genoemd, wat eigenlijk een stap voorwaarts is in de kennis over dat onderwerp. Maar nu wordt de synthese een thesis, en begint het proces opnieuw.
Hilton Obenzinger van de Stanford Universiteit in "Hoe te Onderzoeken, Schrijven en Overleven bij een Literatuurreview?" (geen link>"http://www.stanford.edu/dept/undergrad/urp/PDFLibrary/writing/LiteratureReviewHandout.pdf) noemt dit type literatuuronderzoek een "routekaart." Hij identificeert verschillende andere types, het belangrijkst die de methodologie van het onderzoek beoordelen evenals of in plaats van de onderzoekresultaten. Obenzinger benadrukt dat de literatuurreview niet alleen een passieve samenvatting is van onderzoek over een onderwerp, maar een evaluatie van de sterkte- en zwaktepunten van dat onderzoek — een poging om te zien waar dat onderzoek "onvolledig, methodologisch gebrekkig, eenzijdig of bevooroordeeld" is. Hoe dan ook, zoals de volgende voorbeelden laten zien, is een literatuurreview een discussie over een verzameling onderzoeksliteratuur en geen geannoteerde bibliografie. Let op in de volgende voorbeelden dat literatuurreviews gebruik maken van de standaard geciteerde IEEE-stijl en eindigen met een bibliografie (genaamd "Referenties").
Overweeg het volgende fragment, dat het begin van de literatuurreview laat zien, gevonden in A. S. Tolba, A.H. El-Baz en A.A. El-Harby, "Gezichtsherkenning: Een literatuurreview." Internationaal Tijdschrift voor Signaalverwerking, jrg. 2, nr. 2, 2005:
|
Gezichtsherkenning, naast het hebben van talrijke praktische toepassingen zoals bankkaartidentificatie, toegangscontrole, het doorzoeken van mugshots, beveiligingsmonitoring en surveillancesystemen, is een fundamenteel menselijk gedrag dat essentieel is voor effectieve communicatie en interactie tussen mensen.
Een formele methode voor het classificeren van gezichten werd voor het eerst voorgesteld in [1]. De auteur stelde voor om gezichtsprofielen als krommen te verzamelen, hun norm te bepalen en vervolgens andere profielen te classificeren op basis van hun afwijkingen van de norm. Deze classificatie is multi-modaal, dat wil zeggen dat het resulteert in een vector van onafhankelijke maten die vergeleken kunnen worden met andere vectors in een database. |
Zoals je kunt zien, stelt de eerste alinea het onderwerp en het belang ervan vast; de tweede alinea gaat terug naar het begin van modern onderzoek dat een basis heeft gelegd voor computergebaseerde gezichtsherkenning. Deze literatuurreview gaat vervolgens verder met de huidige status van onderzoek op dit gebied:
| De vooruitgang is zo ver gevorderd dat gezicht herkenningssystemen worden gedemonstreerd in echte omgevingen [2]. De snelle ontwikkeling van gezichtsherkenning is te danken aan een combinatie van factoren: actieve ontwikkeling van algoritmen, de beschikbaarheid van grote databases van gezichtsafbeeldingen, en een methode voor het evalueren van de prestaties van gezichtsherkenningsalgoritmen. |
Let op hoe dit volgende fragment een belangrijke vooruitgang in het onderzoek over dit onderwerp beschrijft, maar vervolgens de tekortkomingen ervan aanwijst:
De literatuuroverzicht van onderzoek naar gezichtsherkenning onderzoekt veel verschillende methoden die worden gebruikt bij computergebaseerde gezichtsherkenning. Voor elk wordt de methode samengevat, evenals de resultaten en de sterke en zwakke punten van die methode. Dit voorbeeld volgt niet zozeer het hierboven vermelde thesis-antithesis-synthesepatroon, maar is eerder een verzameling van inspanningen die allemaal streven naar een gemeenschappelijk doel: een verhoogde nauwkeurigheid van computergebaseerde gezichtsherkenning. Dit is hoe de samenvatting van dat proces eindigt in dit literatuuroverzicht:
| In [83] is een gecombineerd classifiersysteem dat bestaat uit een ensemble van neurale netwerken, gebaseerd op het variƫren van de parameters die verband houden met het ontwerp en de training van classifiers. Het versterkte algoritme wordt gebruikt om verstoringen aan te brengen in de trainingsset met MLP als basisclassifier. Het uiteindelijke resultaat wordt gecombineerd door gebruik te maken van de eenvoudige meerderheidsstemregel. Dit systeem bereikte 99,5% op de Yale gezichtsdatabank en 100% op de ORL gezichtsdatabank. Voor zover wij weten, zijn deze resultaten de beste in de literatuur. |
Gerelateerde Informatie
Schrijven van het Experimenteel Rapport: Overzicht, Inleidingen en Literatuuronderzoeken. Purdue OWL
Ik zou uw gedachten, reacties en kritiek over dit hoofdstuk op prijs stellen: je reactie—David McMurrey.
