Academic Research Solution  - حلول البحث العلمي 

The DSRAT strives to make practitioners of the Data Scientists cooperate with academicians in all fields and research centres in Jordan and Middle East.  To make scientific research become smarter and more competitive, to keep pace with the global scientific research, to create modern ideas of scientific research, and to make the old ideas become new special ones which can be publishable in the world's most prestigious journals, through the data science technology, machine learning, neural networks and other advanced algorithms.

قبل عقدين من الآن كان يعتبر البحث العلمي عبارة عن نشاط علمي ذهني ليس أكثر، ولكن في العشرة أعوام الماضية حدث تطور وتغير كبير على مفهوم البحث العلمي، بحيث تحول من نشاط علمي وذهني الى أداة قياس أساسية، تستخدم في قياس أهم مقومات الدول، مثل؛ مستوى التعليم، مستوى الرعاية الصحية، قوة الصناعة، التكنولوجيا، الاستثمار، الطاقة، الثروة الحيوانية والنباتية، تصنيف الجامعات، الاستشهاد العلمي، التعليم العالي. ومن الملاحظ أن كثير من المعوقات تواجه عملية نشر الأبحاث العلمية في المجلات المصنفة على أنها ISA، ويعود ذلك لعدة أسباب، من أهمها؛

  

  • عدم التشاركية  Ungrouped 

ضعف التعاون المشترك بين الأقسام العلمية المختلفة في انتاج الأوراق البحثية، وذلك بسبب عدم وجود أدوات بحثية قادرة على تجميع الأفكار فيما بينهما وخاصة الفرع المجرد والفرع التطبيقي. 

  • ضعف التطبيق  Low applied

تغلب الصفة النظرية على أغلب الأبحاث العلمية، ويعد هذا السبب من أكبر العوائق في النشر العلمي. ويعود ذلك على عدم وجود أدوات بحثية ذكية قادرة على ابتكار وتحويل الأوراق البحثية لتطبيقات حقيقية وليس مجرد تطبيق في مجال آخر. 

 

  • أفكار البحوث  Research ideas   

من الملاحظ أن أغلب الباحثين يبحثون دائماً عن أفكار جديديه لأوراقهم البحثية دون الاهتمام بشروط البحث الذكي (SMART Research) الموجود في هذه الفكرة. مع العلم أن صفة الفكرة الـ SMART تعتبر من أهم المميزات الحديثة لأفكار البحوث الأسرع في القبول والنشر. ومن أهم مميزات الفكرة الـ SMART هو استثمار الأفكار القديمة الأكثر تأثيراً وأعادتها بشكل SMART.  

  • اختيار العينة SAMPLING   

تعتبر عملية اختيار عينة البحث، من أحد الأسباب الرئيسية لرفض النشر، وذلك يعود لعدم تدخل علماء العينات Sampling في بناء البحوث، بحيث لو توفرت الأدوات البحثية للتعامل مع مجتمع البحث ككل لتم تفادي هذه المعضلة. 

  • المحاكاة  Simulation

من الملاحظ وخاصة في الآونة الأخيرة رفض نشر البحوث المعتمدة على البيانات المولدة من خلال المحاكة، بسبب وصف هذه النوعية من البحوث بالشكل التالي (الباحث يخلق المشكلة – الباحث يخلق البيانات المتوافقة مع المشكلة الوهمية – الباحث يحل المشكلة التي خلقها)، وتكون ملاحظات لجنة التحكيم أنه يجب استخدام بيانات حقيقية. ويبرز هذا النوع من المشاكل عند البحث عن أفكار جديدة واقعية وإمكانية تطبيقها ضعيف جداً. 

 يعمل علم البيانات (Data Science) على توظيف البيانات الضخمة (Big Data) وبيانات الفضاء الإلكتروني (Cyberspace Data) في انتاج أبحاث علمية من مختلف المجالات ذات مميزات ذكية متطورة، قادرة على التنافس مع النشر العالمي وقبول النشر في المجلات العالمية ذات التصنيف ISI.  ومن هذه المميزات: 
 

  • التشاركية  Group       

توفير الأدوات البحثية الذكية (Data Science Tools) القادرة على تعزيز التعاون المشترك بين الأقسام العلمية المختلفة في انتاج الأوراق البحثية. 

 

  • التطبيق  Applied

توفير الأدوات البحثية الذكية (Data Science Tools) القادرة ليس فقط على إظهار الجانب التطبيقي من الابحاث إنما تحويل هذا الأبحاث الى تطبيقات (Applications) حقيقية قابله للبيع كمنتج.

  • أفكار البحوث  Research idea

توفير الأدوات البحثية الذكية (Data Science Tools) القادرة على استثمار الأفكار القديمة الأكثر تأثيراً وإعادتها بشكل ذكي (SMART)، بالإضافة الى طرح عدد كبير من الأفكار الجديدة الذكية (SMART) من قواعد البيانات الخاصة بالتخصص. 

  • التعامل مع مجتمع الدراسة  Population

توفير الأدوات البحثية الذكية (Data Science Tools) لجعل الابحاث قادرة على التعامل مع مجتمع الدراسة ككل مهما كان حجمه او تعقيده او تركيبة.

What We Do