当你在公司中做一个关于某个项目的调查研究，需要搜集大量的信息和数据，可是搜集的信息和数据有些不连续或者是相互矛盾等问题，难以作出判定，你该如何？
当你在写作的时候需要搜集大量相关的写作素材，可是搜集的素材根本没有用，你该如何？
当你要搞一个主题研究，需要搜集大量可靠和高质量的相关研究资料时，你该如何搜集？
面对浩瀚的信息海洋，你该如何辨别信息具有更高关联度和准确度呢？
如何判断哪些信息是捏造的，哪些信息是为了赚钱和娱乐，哪些信息是可靠和客观的呢？
最关键的是如何获得自己或许还不知道的信息呢？
而解决信息辨识是解决这些问题的的主要方法。
我这里就介绍一本来着大学教授马特·厄普森、作家C.迈克尔·豪尔和插画家凯文·坎农共同合作的以漫画的形式教授大学生信息辨别能力的书《怎样玩转信息：研究方法指南》。
怎样玩转信息研究方法指南
本书通过幽默好玩的插图来教会大家成为一名信息使用者，以及评估信息，如何将信息整合到已有的知识构架体系中。
那为什么我们现在在搜集信息的时候都要去识别其可靠性、有用性呢？
1、原先是我们去寻找信息，现在是信息向我们涌来，导致了信息过载。我们在处理和掌控这些信息就成了一件极具挑战性的事。
我们使用各种技术手段处理信息，获取信息的途径在不断增加，但是我们在过滤无用信息的方式却很少。
2、任何人都能随时随地发布自己想发布的任何信息，把自己的信息加入信息流中，我们不得不面对数量暴增的话题和观点。
当我们直接跳进信息的海洋后，在面对愤青型博文、偏见型社论、煽动性新闻的信息时，该如何从中辨别信息的可靠性。
3、传递信息变得十分便捷是导致信息过载、信息质量低下、信息关联度低、信息可靠性差的一个重要原因。
在古代传递信息会很困难，主要通过马匹、信鸽、狼烟等比较落后、简单的方式来传递信息。正因如此，人们在传递信息的时候，大部分只会分享最重要的信息。
而现在传递信息不再是一件难事，每个人所处立场不同，一些时候信息的质量、关联度、可靠性等可能不再像以前那么重要了。
信息不再是稀有品，早已泛滥成灾。
那针对以上情况，我们该如何搜集和筛选信息呢？
一、在调查研究搜集信息之前要选取一个论题来提前制定计划
我们要通过周密的规划来确保搜索到的信息有价值，你必须从一个想法、一个话题开始。你必须挖掘更深入才能明确你的问题，我们要从论题的基本信息入手。
举例：比如“美国内战”是一个不错的论题，是一个很大的论题。定下这个论题，缩小它，选择论题的一个方面，提出一个关于它的问题。如:“武器供给怎样影响了美国内战的结果?”
论题还是有点宽泛，试着把论题范围再缩小后，
“北方联邦的武器制造和供应系统是否助力于他们在美国内战中打败南部同盟？”
要是觉得另一个论题的指向更佳，可以把论题的重点换掉。如：
“美国联邦的武器制造和分配有助于北方联邦在美国内战中打败南部同盟？”
然后再试着将提问变成陈述。
“美国联邦的武器制造和分配有助于北方联邦在美国内战中打败南部同盟。”
1、从背景信息入手，很多图书馆有纸质或数字版百科全书，它们包含大量话题，能为你锁定关键词并提供充足的信息。
而不用谷歌和维基百科寻找信息的两个主要原因是：
以用户为主导的开放网站上的信息，有些时候不太可靠。
而它们被应用在学术研究行为更多时候是起点而不是全部。
举例：我们在搜集有关职场加薪写作论题的时候，我们要从这个加薪的背景信息入手，诸如造成大环境下各行各业都再加薪的背景原因是什么？是政策原因，还是社会原因？
2、整体了解一个论题的基础，罗列一张清单，写上相关书籍等资源。
纸书和电子书是不错的信息来源，特别是参考文献是非常实用的，能帮你节省大量时间，如果找不到这些东西，可以在图书馆的资料库或网络上搜索图书。
还有一个很棒的信息来源是期刊论文，一篇学术期刊论文是一份精简的文件，由特定领域的专家撰写和评论。学术期刊里面全部是写给该领域的专家看的一些介绍该领域最新研究动向的论文。
更好的一个选择是在数据库里搜索，图书馆数据库是装满期刊论文的在线仓库。
3、如何通过网站来寻找可靠的信息。
在网站上并不是所有信息都是被平等创造出来的，我们必须花工夫来确保指导你研究的是那些最好、最可靠、最切题的信息。
举例：你需要知道谁为这些信息负责？
比如：谁创造了它？
它紧跟时代吗？它能帮你解答你的研究问题吗，还是离题了？
支撑作者结论的是什么？
作者写作它的目的是什么？
它是写给谁看的？
它是经过专业认证的吗？
4、记得追踪记录你的研究过程，注明引文。
记录下书本、论文、网站等信息源中的引文信息，把这些信息复制粘贴到文档或邮箱里。
注明引文十分必要：
比你先做这些研究的人们，希望你认可他们做出的努力，所以注明引文信息就是认可他人工作的最好方法。
你让读者能追溯你思维的轨迹，从而确认你的调查研究的确可以推导出所得结论。
二、如何进行信息的筛选呢？
分类法是一种用来让物品被整理得更加井然有序的方法，包括杜威十进制图书分类法和美国国会图书馆分类法。
杜威十进制图书分类法
在图书馆，你看到的资料里有许多像这样的东西被用来描述某一特定资料的元数据，每一个标签都代表这本资料的一个特征。比如：主题标目就是数据库和编目系统里实用的一类元数据，又如书名、作者名和主题。
我们把一系列类似的概念归入同一个标准标签时，称这个标签为一个“受控词汇”。比如片子、电影、剧情片、图像、影片、影像等一系列类似概念的词语标签。
元数据和受控词汇让信息变得更容易查找，在数据库和编目系统的搜索过程中扮演了重要角色。
那么，我们应该去哪里搜寻“金子”级别的信息呢？图书馆提供的资源一般比较优质，多数情况下，图书编目系统和数据库列出的信息比我们在网络上发现的信息质量高很多。
编目系统是一个巨大的可检索的在线列表，信息资源都保存在编目系统里，只要把一份写有元数据的记录添加到系统里，就能搜索并找到那项资料。
1、关键词搜索，其中词汇是找到优质信息的关键。
比如搜索“社交媒体的使用限制了职场生产力并降低了收入”中找出关键词“社交媒体、职场、生产力、收入”，与之找出一些相关或者同义词就很有用。
关键词搜索
比如社交媒体同义词或近义词有：脸书、社交网络，职场近义词有办公室、工作，生产力近义词有效率、生产，收入近义词有利润，或者反义词损失。
你要使用这些词语来撰写搜索语句，这样给搜索结果的数量和质量带来很大提升。
2、主题词、作者、书名搜索比关键词搜索更简洁、更有条理。
可以用同义词找到可替换的术语从而扩大或缩小你的搜索范围。主题搜索只搜索与主题词有关的元数据，而不是整个档案。
主题词搜索，许多东西不止有一个主题词。
举例，电动花园剪可以放到“花园工具”，也可以放到”动力工具“中，它符合两种分类，搜索任何一个分类都可以找到它。
作者搜索有助于找出某一特定作者的全部研究成果，如果作者在他的论题研究领域很出名，这些资源迟早会用到。
书名搜索，当你确定书名的时候可以用书名搜索，可以更好的找到你所需要的书籍。
比如，搜索《巴斯克威尔的猎犬》，而如果不知道这本书的名字，最好用关键词搜索或主题搜索。
3、布尔运算符进行词语组合搜索，以此改进关键词搜索。
AND代表包含以下全部的关键词，以达到搜索范围缩小的目的。
举例：为了找到针对“成人的替代性癌症治疗方法”，我们可以搜索“癌症and治疗方法and成人and替代性"。阴影区域代表了这一搜索产生的结果：只反馈包含全部搜索词的结果。
AND使用方法
OR代表包含以下任意一个关键词，以达到搜索范围扩大的目的。
举例：要找到与”基因改良食品“相关的信息，由于存在可替代词语，比如”转基因生物体”和“转基因食品”。我们可以用or来搜索，如：基因改良食品and安全or转基因食品and安全.
NOT代表不包括以下关键词，以达到搜索范围缩小的目的。
举例：要找到美国以外的转基因食品的相关信息，可以搜索“转基因食品not美国”，可以排除所有提到美国的搜索结果。
4、使用引号来搜索档案或电子书全文中的某一具体短语。
用这个方法可以找到数据库或编目系统中的关键词、具体引述甚至论文标题。搜索一个确切的短语能保证你的搜索词是一个整体。
比如：搜索“心脏病”会得到海量信息，是和心脏有关的疾病方面的。通过把“心脏”和“病”用引号括在一起，数据库就会知道必须把它们当作一个整体来搜索。
信息辨识的重要性在于你要一直跟它打交道，它是一个持续不断的过程，也是一个学习如何搜集高质量信息的过程。建议搞调查研究、积累写作素材的朋友真正要搞懂信息辨识还是去真正读一读这本《怎样玩转信息：研究方法指南》。
网友评论