Kaggle není pouze knihovna datasetů, ale jedná se o komunitu odborníku z prostředí data science a machine learning. Kaggle umožňuje uživatelům především publikovat a vyhledávat kvalitní data sety. Dále nabízí i samotné vzdělání ve zmiňovaných oblastech, a dokonce i webovou platformu pro data science. Na platformě lze spolupracovat s dalšími odborníky a účastnit se různých datových soutěží.
Kaggle byl založen roku 2010, kdy poskytoval soutěže v machine lerning. Roku 2017 Kaggle odkoupila společnost Google. Nepatrným důkazem, že je Kaggle dceřinou společností Google může být i následující příklad. Po zadání klíčového slova „ev“ do vyhledávače datasetů od Googlu se dataset z platformy Kaggle nabídne jako první. (GOOGLE DATASET SEARCH, 2021) Ke konci roku 2021 firma eviduje přes 8,3 milionů unikátních uživatelů. (TUNGUZ, 2021)
Případová studie
Kaggle si nejlépe přiblížíme, pokud si ukážeme reálný use case. Naším zadáním tak bude získání dat z oblasti elektrických automobilů, kde budeme chtít získat obecný přehled o elektrických automobilech na trhu a následně si je vizuálně přiblížit, aby data byla lépe čitelná.
Způsob vyhledávání
Oblast vyhledávání datasetů na portále Kaggle je velmi intuitivní a neobsahuje příliš filtračních možností.
Vyhledávání data setu může být provedeno dvěma způsoby.
Prvním je výběr stránky Datasets v menu, které se nachází na levé části stránky.
Zadáním klíčových slov rovnou do horního vyhledávače.
Obrázek 1 Vyhledávání na Kaggle (zdroj: autor)
Zadání dotazu přes stránku Datasets
A. Na stránce Datasets se pak nachází vyhledávač, do kterého zadáme klíčová slova.
Obrázek 2 Zadání dotazu přes stránku Datasets (zdroj: autor)
B. Dále se výběr může lépe specifikovat. Pro náš účel postačí, když přidáme tag Automobiles and Vehicles, omezíme velikost datasetu a vybereme typ souboru CSV.
Obrázek 3 Filtrování dotazu (zdroj: autor)
C. Vyfiltrováním nám zůstaly 3 data sety
Obrázek 4 Výsledek dotazu (zdroj: autor)
D. Nabízí se i styl řazení výsledků. Na výběr je 5 možností: hottest, most votes, new, updated, usability.
Obrázek 5 Možnost řazení (zdroj: autor)
E. V tomto případě máme výběr jednoduchý. Za předpokladu, že by se v dané oblasti vyskytovalo více datasetů, tak nám výběr usnadní název a rating komunity. V případně, že bychom stále nevěděli, jaký data set je pro naše užití vhodný, pomůže nám popis datového setu po kliknutí na něj. Hned na prvním výsledku vidíme dobré hodnocení od komunity. Použitelnost (ang Usability) nabývá vysoké hodnoty 10. To znamená, že má data set dobrou dokumentaci a je k dispozici přehled. Dále vidíme číslo 60, které značí počet lajků od komunity.
Obrázek 6 Vybrání data setu (zdroj: autor)
F. Po rozkliknutí prvního data setu získáme základní přehled.
Obrázek 7 Základní přehled data setu (zdroj: autor)
G. Po rozkliknutí popisu získáme obecný popis a otázky, které nám dataset pomůže zodpovědět.
Obrázek 8 Popis data setu (zdroj: autor)
H. Pokud se nám popis líbí můžeme přejít k jeho stažení ve formátu csv. Další možností je kliknutí na tlačítko „New notebook“, které nás přesměruje na cloud-based pracovní plochu, kde můžeme provádět analýzy daného data setu například pomocí jazyku Python. Tato možnost ale nemusí být u všech datových sad. Pro naše potřeby postačí stažení do formátu CSV.
Přímé zadání dotazu do vyhledávače na hlavní stránce
Tento způsob vyhledávání se liší pouze ve vzhledu filtrování data setů. Pro uživatele může působit přehledněji a výhodou je například automatické nabízení tagů, které v předchozím zobrazení chybí a uživatel si musí na tagy přijít sám pouze za pomoci našeptávače. Naopak nevýhodou toho zobrazení je možnost seřazení datových sad. V tomto zobrazení je možné seřazení pouze podle relevantnosti nebo data publikování. Namísto prvního zobrazení, kde bylo na výběr až 5 možností. Po rozkliknutí následuje zobrazení již popsané od bodu F z předchozí kapitoly.
Obrázek 9 Výsledek přímého zadání do vyhledávače na hlavní stránce (zdroj: autor)
Zpracování souboru získaného z Kaggle
Stažený soubor, jak napověděl popis, obsahuje dva soubory. Soubor s sufixem „_Norm“ obsahuje datové údaje i s jednotkami dat (např.: km/h, Wh/km). Pro následnou vizualizaci dat je proto lepší již očištěný soubor se sufixem „_Clean“, který obsahuje pouze data bez jednotek.
Vizualizace lze provést různými vizualizačními nástroji jako je Tableu, Power BI apod. Jelikož Kaggle spadá pod společnost Google, vizualizaci uvedeme na jejich řešení v prostředí Google Data Studio, které nabízí tvorbu dashboardů zdarma.
Práce s Google Data Studiem je intuitivní a podobá se jiným vizualizačním programům. Hlavním postupem je import dat a následné sestavení grafů. Nástroj má přednastavené konektory až k 476 různým zdrojům dat a Kaggle je jedním z nich. Proto by bylo možné vynechat krok stažení CSV z databáze Kaggle a namísto toho napojit zdroj dat s aplikací napřímo. Data Studio napodobuje prezentování, které je známo z programu Power Point, kde si dají jednotlivé grafy sestavit do takzvaných slidů.
Interpretace dat
Následná část se věnuje pouhé interpretaci dat, ke které pomohl Kaggle z hlediska zdroje dat a poté Google Data Studio pro vizualizaci dat.
Obrázek 10 Základní představení datasetu (zdroj: autor)Obrázek 11 Elektrické automobily dle typu náhonu kol (zdroj: autor)Obrázek 12 Elektrické automobily dle typu karosérie (zdroj: autor)Obrázek 13 Velikost automobilů (zdroj: autor)Obrázek 14 Zrychlení (zdroj: autor)Obrázek 15 Cena elektroautomobilů (zdroj: autor)Obrázek 16 Dojezd (zdroj: autor)
Science Direct je jednou z viacero platforiem, ktoré spoločnosť a vydavateľstvo Elsevier ponúka. SD je vyhľadávacia platforma pre veľkú bibliografickú databázu vedeckých a medických publikácii ako sú vedecké časopisy a knihy v digitálnej podobe. Obsahuje články z viac ako 2500 recenzovaných vedeckých časopisov a viac ako 42 000 kníh, ktoré spolu vytvárajú viac ako 18 miliónov článkov. Táto platforma bola spustená 12. marca 1997.[1]
Obsah je rozdelený do štyroch hlavných odvetví, ktorými sú prírodné vedy a technika, humanitné vedy, zdravotné vedy a spoločenské vedy. Pod nimi sa nachádza ďalších 24 podkategórii, ktoré zahŕňajú napríklad chémiu, matematiku, biochémiu, biznis, environmentálna veda, medicína, veterina, umenie, ekonómia a ďalšie.
Science Direct je využívaný širokým spektrom používateľov od akademických inštitúcii, cez vládne organizácie a ministerstvá, po výskumné a vývojové strediská. Študenti ho využívajú ako kvalitný zdroj informácii z vedeckých časopisov a kníh, vláda ním podporuje edukačné iniciatívy a zlepšuje vládne výskumy, výskumné centrá majú takto prístup nielen k starým a cenným zdrojom informácii, ale aj k aktuálnym novoobjaveným informáciám.[2]
Vyhľadávanie v Science Direct
Science Direct ponúka dva typy vyhľadávania – jednoduché a pokročilé vyhľadávanie. Jednoduché vyhľadávanie je možné niekoľkými možnými textovými poľami. Tými sú kľúčové slová, meno autora, názov časopisu alebo knihy, obsah, vydanie alebo číslo strán. Pokročilé vyhľadávanie ponúkajú naviac hľadanie abstraktov, špecifické kľúčové slová, príslušnosť autora, referencie alebo ISSN/ISBN.
Obrázok 3 Advanced search Zdroj: autor
Vyhľadávanie sa vykonáva pomocou základných logických operátorov ako sú AND, OR, NOT. Musia byť písané veľkými písmenami, aby boli rozpoznávané. Odporúča sa používať úvodzovky na vyhľadávanie fráz, interpunkcia sa v týchto frázach ignoruje, množné číslo a iné podoby slova sa taktiež automaticky vyhľadávajú v databáze. [3]
Po spustení vyhľadávania sa zobrazia výsledky usporiadané podľa relevantnosti. Možnosť usporiadať výsledky podľa dátumu vydania je umiestnená vpravo hore. Vyhľadávanie je možné ďalej rozšíriť o nové filtre, ktoré sú umiestnené naľavo od výsledkov.
Obrázok 4 Filtre Zdroj: autor
Poväčšine sú výsledky s plným textom dostupné len pre odoberateľov daných služieb alebo pre niektoré inštitúcie, ale nájde sa tam aj mnoho open access článkov, ktoré sú bez problémov čitateľné pre akéhokoľvek používateľa databázy. Články sú potom dostupné vo formáte PDF alebo v prípade modernejších článkov a publikácii vo forme HTML.
Po otvorení vyhľadávaného výsledku sa zobrazí niekoľko základných informácii. Samozrejme názov autor a prepojenie, ktorým sa otvára plný text. Abstrakt a kľúčové slová, pokiaľ sú dostupné, sú zobrazené pod prepojením.
Nachádzajú sa tam taktiež referencie na odporúčané články podobného typu a zamerania, citované články a taktiež metriky článku, ktorými sú napríklad citácie, sociálne médiá a ďalšie detaily dostupné pomocou PlumX. Ďalšie funkcie zahŕňajú prekliknutie sa na autora článku, ktorý je spojený s databázou Scopus alebo potom vyhľadávanie podľa témy článku.
Obrázok 5 Routing options Zdroj: autor
Výhody Science Direct
Najsilnejšou stránkou Science Direct je práve prepájanie rôznych článkov. Používateľ sa vďaka tomu môže preklikávať cez odporúčané články, autorské články alebo články s podobnou témou a tým sa dostať aj do iných sfér, ktoré SD ponúka.
Ponúka aj funkciu notifikácii, pomocou ktorej používateľ môže ostať stále v obraze o témach, ktoré vyhľadáva a o ktoré sa zaujíma.
Obrázok 6 Alert Zdroj: autor
Elsevier licencuje Science Direct poväčšine väčším inštitúciám a organizáciám ročnými poplatkami, kde sa ceny líšia na základe rôznych kúpnych balíkov. Používatelia si môžu priamo kupovať prístup k článkom alebo kapitolám kníh.
Príklad použitia
Skúsime si vyhľadať spojenie slov vodík a palivo. Využijeme pri tom logický operátor AND pre spojenie slov.
Obrázok 7 Advanced search Zdroj: autor
Po spustení vyhľadávania sa nám ukážu relevantné články a kapitoly kníh, ktoré sú usporiadané podľa relevantnosti.
Obrázok 8 Výsledky vyhľadávania Zdroj: autor
Naľavo si upravíme a vyfiltrujeme výsledky, ktoré hľadáme ako napríklad, či hľadáme encyklopedické informácie, informácie z kníh a podobne.
Obrázok 8 Typy výsledkov
Po otvorení článku sa zobrazí článok a možnosti, ktoré sme si opísali vo vyššie písaných paragrafoch.
Záver
Science Direct je veľmi užitočným a účinným nástrojom a platformou na vyhľadávanie informácii v obšírnych zdrojoch ako sú vedecké články z časopisov alebo kapitoly rôznych kníh. Naprieč štyrom rôznym oblastiam sa tam nachádzajú milióny článkov a kapitol. Slúži na pomoc vedeckým a výskumným inštitúciám, vládnym inštitúciám aj akademickým organizáciám.
Zdroje
1. Elsevier: About Science Direct [online]. Dostupné z:
„Competitive intelligence (CI) is the analysis of an enterprise’s marketplace to understand what is happening, what will happen and what it means to the enterprise. CI business goals may be offensive — positioning the company in the marketplace, plotting a course for future positioning, and allocating short- and long-term resources. Goals may also be defensive — knowing what is happening, what may happen and how to react..“ (Gartner Inc., 2021).
Nástroje CI nám pomáhají získat aktuální informace o trendech na trhu, o společnostech a jejich aktivitách působících na konkrétním trhu, o nastupujících řešení, která mohou nabídnout výhodu oproti konkurenci. Všechna tyto data získána z CI nástrojů mohou podniku pomáhat vytvářet informovaná rozhodnutí, díky kterým mohou být o krok napřed oproti konkurenci.
V tomto reportu bude zkoumán nástroj Gartner a jeho možnosti využití pro CI. Bude zkoumán jen obsah volně dostupný.
2. Nástroj
Pomoci Gartneru můžeme získat informace o trhu, výzkumy na různé typy trhů, informace o aktuálních a nastupujících trendech, reporty o klíčových podnicích na trhu a mnoho dalších funkcí.
Gartner dále nabízí nástroje pro strategické plánování, benchmarking společnosti, sdílí know-how při nákupu enterprise řešení (dodavatelé, vhodná řešení, postup při jednání), poskytuje pohled na nové technologie s informovat o vyzrálosti a osvojení technologií na trhu. V neposlední řadě nabízí Gartner slovník odborných termínů s definicí daného termínu (příklad v úvodu reportu)
2.1 O Gartneru
Firma Gartner se zabývá výzkumem a poradenstvím. Firma byla založena v roce 1979 v Americkém Stamfordu. Gartner využívá své výzkumy pro více účelů, data výzkumů šíří pomocí různých reportu, vytváří na nich různé nástroje, pro briefingy, interní know-how atd. Dalšími hlavními činnostmi Gartneru jsou pořádání konferencí a poradenství. Firma se zpočátku zaměřovala hlavně na IT, v současnosti se věnuje všem velkým průmyslům. Gartner má kolem 16 000 zákazníku ve více než 100 zemí. Ekonomicky je velmi úspěšná a její hodnota se pohybuje kolem 4 miliard dolarů, mimo jiné je i členem indexu S&P 500, tedy indexu, který zahrnuje 500 nejvýznamnějších světových společností obchodujících na amerických burzách NYSE a NASDAQ (MONETA Money Bank, a.s).
Obrázek 1 – Logo společnosti (Gartner, Inc., 2021)
2.2 Zpoplatnění nástroje
Gartner poskytuje část obsahu zdarma a je dostupný všem po poskytnutí emailu a informací o společnosti ve které pracuje. Jsou to zejména různé články, blogy, slovník termínů, webináře, aj. Pro zpřístupnění placeného obsahu lze zažádat o navázání spolupráce s Gartnerem, které je podle dostupných informací určené spíš pro střední a větší podniky. Ceny za spolupráci se mohou pohybovat od 30 000 $ po 100 000 $ ročně. Vše se liší podle typu obsahu, který bude zpřístupněn a podle toho, zdali má firma zájem o analytika od společnosti Gartner a konzultace.
Pokud chce uživatel zpřístupnit jen jeden konkrétní dokument (report, nástroj), lze si jej zakoupit individuálně. Některé dokumenty jsou zamčené a jsou dostupné jen pro klienty Gartnera, tedy nelze je ani zakoupit individuálně. Například report na Continuity Management řešení vyjde na 2 000 $ (Gartner Inc., 2019).
2.3 Práce s webem
Gartner nabízí informace na své webové stránce, která je dostupná na adrese http://www.gartner.com. Na hlavní straně jsou zobrazeny aktuální informace. Menu webu je pak rozděleno na jednotlivé části: „Insights“ část zaměřena na reporty výzkumů, „Expert Guidance“ konzultace, „Tools“ nástroje pro podporu podnikání, „Connect with Peers“ informace o konferencích.
Obrázek 2 – Menu webu Gartner (zdroj autor)
Pokud chceme získat nějaké informace lze je získat vícero způsoby. Jedním je možnost klasického vyhledávání klíčových slov přes tlačítko s ikonou lupy. To ovšem nenabízí nějaké rozšířené možnosti vyhledávání a ani filtrování výsledků.
Další možností je rozkliknout si konkrétní kategorii a v té vyhledávat. Na webu je dobré si vždy zvolit nejdříve oblast, ve které chceme vyhledávat (funkce podnikání nebo průmysl). Autor si pro účely práce zvolil oblast informačních technologií viz. Obrázek 2. Uživatel je dále přesměrován na stránku, kde má dostupný všechen obsah v této kategorii.
3. Dostupné nástroje
Web nabízí spousty nástrojů a typů zpráv. Na webu si lze například požádat o analýzu podnikové informatiky a následné návrhy na zlepšení a optimalizování. Gartner dále nabízí konzultaci strategického plánování firmy aj. Dle autora nástroje relevantní pro CI jsou Magic Quadrant a reporty vycházející z výzkumu Gartnera.
3.1 Magic Quadrant
Nástroj Magic Quadrant určuje pozici firem na konkrétním trhu. Rozděluje je do 4 kvadrantů na „Challengers“, „Leaders“, „Niche Players“, „Visionaries“. Jak je zmíněno v kapitole 2.2 tyto reporty neposkytuje Gartner zdarma, ovšem partneři a subjekty zahrnuté v těchto reportech je mohou poskytnout na svém webu. Autor tedy popíše dokument zaměřený na trh CRM, ovšem Magic Quadrant zprávy na jiné trhy jsou velmi podobné.
Zpráva je poměrně obsáhla, jedná se zhruba o 50 stran textu včetně obrázků. Zprvu je popsána aktuální situace na daném trhu. Hlavní částí je Magic Quadrant společně s detailním popisem všech subjektů z grafu. Popis subjektů na trhu obsahuje SWOT analýzu, v čem jsou dobří či čím se odlišují od sebe.
Obrázek 3 – Magic Quadrant CRM systémů (Zendesk, 2021)
Dále jsou popsány důvody a kritéria zařazení subjektů do jednotlivých kvadrantů. Jsou i popsány i bariéry vstupu na konkrétní trh. Na závěr zprávy je shrnutí reportu a předpokládány vývoj do budoucna jednotlivých subjektů a trhu.
3.2 Reporty
Garter uveřejňuje výsledky svých výzkumů v různých podobách, typicky jsou to články a dokumenty na webu, mohou to ale být i knihy, podcasty a blogy vycházející z těchto výzkumů. To vše opět tříděno podle oblasti podniku (finance, marketing, IT) nebo podle průmyslu.
Pro firmu nejzajímavější mohou být reporty věnující se nastupujícím trendům v dané oblasti, informace, jak tyto trendy využít ve svůj prospěch. Dále Gartner uveřejňuje reporty týkající se konkrétních problému vyskytujících se u firem podnikající v jedné oblasti a jak se řeší ty nejlepší firmy.
Pro získání reportu je, jak je již zmíněno, vyplnit formulář s emailem a informacemi a společnosti, ve které pracujeme. Pak již lze požadovaný report stáhnout. Reporty jsou mimo jiné kvalitně graficky zpracované. Jednotlivé reporty mají délku obvykle 20-30 slidů.
Autorem představil firmu Gartner, nástroje, které Gartner poskytuje klientům nejen pro oblast Competetive Intelligence. Dále bylo popsáno, jak pracovat s webem a získat relevantní informace. Byly zhodnoceny nástroje vhodné pro Competetive Intelligence, tedy Magic Quadrant zprávy a reporty vycházející z výzkumu Gartnera.
Autor považuje Gartner jako velmi pomocný nástroj pro CI, jelikož Gartner patří mezi špičku v oblasti výzkumu a poradenství velkým firmám. Výzkum provádí sám, a tak může svým klientům nabídnout informace, které z jiných zdrojů nezískají. Hlavní nevýhodu autor spatřuje v ceně jednotlivých reportů a spolupráce, kdy v nynější podobě jsou dostupné spíše pro velké společnosti.
Když dnes provádíme rešerši, potřebujeme k tomu vyhledat poměrně obsáhlé množství zdrojů. Ne všechny zdroje jsou ale zcela relevantní a dobře podložené. Za tímto účelem vznikají různé databáze, které obsahují odkazy na dobře vypracované výzkumy a zajímavé práce. Některé z nich jsou známější, jako Google Scholar či Research Gate, některé jsou více zaměřeny na určitou oblast. Jednou z takových databází je i ACM Digital Library.
O ACM Digital Library
ACM Digital Library je digitální knihovna založená organizací ACM (Association for Computing Machinery). Jedná se o komunitu pro vyučující, výzkumníky a profesionály zaměřující se na výpočetní technologie. [1]
ACM se snaží podporovat výzkum související s počítači, z toho důvodu vydávají vědecky na toto téma zaměřené časopisy a pořádají různé konference.
Mimo jiné taky založilo ACM Digital Library (někdy také zkráceně ACM DL), což je databáze literatury související s výpočetní technikou. Knihovna obsahuje přes 600 000 full-textových článků od předních profesionálů. [1, 2]
Můžeme zde najít články už z doby, kdy ještě vůbec nebyly na světě počítače – nejstarší dostupné články se datují k roku 1908. V databázi jsou uloženy téměř 3 miliony publikací, ke stažení jich je dostupných něco nad 600 000. [2]
Struktura stránky
Po otevření webové stránky acm.dl.org se nám naskytne následující pohled. Vlevo nahoře je logo digitální knihovny, přes které se můžeme z kterékoli stránky vrátit na domovskou. Hned vedle je logo samotného ACM, přes jež se dostaneme na webové stránky asociace.
Na pravé straně máme možnost procházet buď digitální knihovnu – o tom dále, či kolekce připravené ACM. Při procházení knihovny, po rozkliknutí “Browse” zde máme dvě možnosti – procházet podle názvu, či procházet podle autora. Podle toho, co si vybereme, tak máme možnosti zvolit, co chceme procházet: v případě názvu se jedná o knihy, periodika či třeba technické reporty, analogicky pak u autorů volíme autory knih, autory periodik či autory technických reportů.
Pod logy se můžeme odkázat na různé typy publikací. Kategorie, které můžeme zvolit, jsou: periodika, časopisy, zprávy z konferencí, knihy, zájmové skupiny, konference a lidé – zde můžeme najít všechny práce konkrétního autora, případně se podívat i na zajímavé grafy.
Za kategoriemi následuje již klasický vyhledávací řádek, případně možnost rozkliknout obrazovku s rozšířenými možnostmi vyhledávání.
Obrázek 1: Úvodní stránka ACM Digital Library [zdroj obrázku: autor]
V rámci rozšířeného vyhledávání máme spoustu možností, jak můžeme vyhledávané výsledky omezit. V první řadě si můžeme vybrat, jestli budeme vyhledávat v ACM full-textové kolekci, nebo jestli budeme vyhledávat v rámci ACM průvodce literaturou výpočetní techniky.
Čím se mezi sebou liší? ACM full-textová kolekce se skládá primárně z textů, které byly zveřejněny nebo sponzorovány ACM, nebo jsou od určitých vybraných autorů, a všechny články jsou přístupné přímo přes ACM Digital Library. Narozdíl od toho, v průvodci literaturou jsou dostupné všechny články související s výpočetní technikou a odkazy na ně. Jsou zde zahrnuté i články z kolekce. Jedná se o největší databázi literatury na téma výpočetní techniky.
Obrázek 3: Možnosti oblasti vyhledávání [zdroj obrázku: autor]
Následuje sekce ‘Search within’, kde si můžeme vybrat, v jaké části titulu chceme hledat nějaký konkrétní termín. Možnosti jsou vyobrazeny na obrázku 3. Co by možná bylo dobré osvětlit, je rozdíl mezi Title a Publication Title. Title sleduje konkrétní název, zatímco Publication Title se zaměřuje na název publikace. Jestliže tedy chceme vyhledat konkrétní článek, využiji Title. Jestliže chci vyhledat časopis, využiji Publication Title.
V rámci této sekce můžu pro zúžení výsledků využívat operátory, jako jsou NOT, OR a AND. Jestliže dohledáváme nějakou konkrétní frázi či slovní spojení, použijeme uvozovky, do kterých hledané spojení zapíšeme.
Můžeme také nahradit písmena operátory, které nám je doplní. Jedná se o běžně používané operátory, jako je hvězdička a otazník. Hvězdičku můžeme použít pro doplnění neomezeného množství písmen. Když tedy zadáme do vyhledávání comput*, vyhledávání nám nalezne výsledky, které obsahují computer, ale i computation. Otazník pak funguje pro doplnění jednoho písmena, když tedy napíšeme compute?, vyhledávání nám nalezne výsledky computed a computer. Tyto operátory nelze použít na začátku hledaného výrazu, ale ani v rámci uvozovek (bude na ně pohlíženo jako na normální znaky).
Poslední, na co si musíme dát pozor, je používání speciálních znaků, konkrétně se jedná o následující znaky: + – && || ! ( ) { } [ ] ^ “ ~ * ? : /. Jestliže před nimi nenapíšeme zpětné lomítko, bude na ně pohlíženo jako na operátory.
Pokud potřebujeme přidat více podmínek k vyhledávání, můžeme plusem na konci řádku přidat další vyhledávaný termín. Jestliže sami neupravíme dotaz, knihovna automaticky předpokládá, že mezi jednotlivými vyhledávanými termíny je operátor AND, v konkrétním vyhledávaném termínu pak mezi slovy operátor OR.
Obrázek 4: Možnosti filtrů [zdroj obrázku: autor]
Další sekcí pro rozšířené vyhledávání je možnost zvolení filtrů. Pomocí těchto filtrů můžeme dále omezit vyhledávané výsledky. V případě, že zvolíme Published in, zobrazí se nám pouze výsledky z periodik. Máme zde možnost zvolit, jak moc mají výsledky odpovídat vyhledávaným termínům, díky možnostem “Match All”, “Match Any” a “Match None”.
V neposlední řadě můžeme omezit výsledky pomocí data jejich publikace. Vybírat můžeme mezi možnostmi “Všechna data”, “Poslední…”, kde je na výběr mezi měsícem, půlrokem a rokem, či můžeme uvést vlastní rozpětí dat, ve kterém chceme publikace vyhledávat.
Obrázek 5: Vyhledávaný výsledek [zdroj obrázku: autor]
Po odeslání vyhledávaného výrazu se nám sám upraví do query, kterou knihovna využívá k vyhledávání. Zde můžeme vidět, že parametry, které jsem vyhledávala, byly: kdekoli v článku termín “Artificial Intelligence”, název má obsahovat “innovation” a publikace má být vydaná v posledním roce.
Obrázek 6: Syntaxe dotazu [zdroj obrázku: autor]
Jestliže klikneme na “Edit search”, dostaneme se zpět na stránku s rozšířeným vyhledáváním, ale s tou změnou, že na jejím úplném konci je možnost “View Query Syntax”. Zde si můžeme zobrazit jak vypadá zadané query, případně ho i upravit. Dotaz, který můžeme upravovat, se skládá pouze z vyhledávaných výrazů – filtry se v něm nezobrazují. Zde můžeme změnit operátor mezi jednotlivými vyhledávanými výrazy.
Filtry lze upravovat pouze ručně pomocí kolonek, které byly popsány již výše. Jakmile je upravíme, spodní dotaz, ve kterém jsou zapsány, se hned aktualizuje. Tento výraz si mimo jiné můžeme vyexportovat do CSV souboru. Mimo jiné se do něj zapíše datum a čas stažení a počet výsledků. [3]
Nicméně pokud bychom si něčím při vyplňování vyhledávání nebyli jistí, každé políčko je doplněno o malou nápovědu a po pravé straně obrazovky jsou uvedeny základní informace.
Typologie dat
Při vyhledání dotazu, na levé straně mám k dispozici možné filtry, podle kterých si mohu výsledky ještě více zúžit. Tyto filtry jsou rozděleny do 4 hlavních kategorií: People, Publications, Conferences, Publication Date.
Co může být pro někoho zajímavé, je v sekci People filtr podle instituce, pro kterou byly články zpracovávány. Nicméně pokud hledáme publikaci od konkrétního autora, pravděpodobně je snazší ji rovnou napsat do vyhledávacího výrazu.
Co ale spousta lidí určitě využije, je filtr “All Publications” v kategorii Publications. Zde si totiž můžeme vyfiltrovat, o jakou formu máme zájem – jestli tedy hledáme knihy či zápis z konference. Dále v této sekci můžeme filtrovat také podle typu obsahu či formátu publikace.
Při rozkliknutí konkrétního výsledku vyhledávání, v tomto případě se jedná o zápis z konference, si nahoře můžeme všimnout, že je zde cesta, přes kterou se můžeme dostat na všechny články z této konference – dokonce jsou velmi přehledně rozděleny podle tématických bloků.
Informace, které se dozvíme ke každé publikaci, jsou: název publikace, autor či autoři publikace, datum publikace, kolikrát byla citována (modrá uvozovka), kolikrát byla stažena (rostoucí fialová šipka), abstrakt, zdroje a přiřazené indexové termíny.
Co se lehce liší, ale je u většiny publikací velmi podobné, je šedý text, který je mezi autorem a datem publikace. Zde se dozvídáme, odkud publikace pochází – název konference, či název časopisu, pokud se jedná o článek. V případě časopisu pak máme napsané konkrétní číslo, u konference je zde uvedeno datum, kdy se pořádala. Máme zde konkrétní číslo stran, kde můžeme ve sborníku konkrétní publikaci najít a nakonec i identifikátor DOI. U knih zase nalezneme ISBN a informace o autorovi, které se váží opět spíš k číselným údajům, jako je počet publikací, počet citací a roky, kdy aktivně přispíval.
Můžeme si také všimnout, že po levé straně máme malou navigaci, kterou se můžeme odkázat na abstrakt či na zdroje. Je zde také možnost “Previous” a “Next” – ty však nepřepínají mezi výsledky vyhledávání, ale ve sborníku, tzn. “Next” mě posune na strany 8-9, které jsou zaznamenány z té samé konference, jako mnou popisovaný článek.
Indexové termíny, které jsem výše zmiňovala, naznačují určitou kategorizaci, k čemu se článek vztahuje. U článku jsou vždy takto hezky znázorněny jako strom, a můžeme si jakýkoli z těchto termínů rozkliknout. Při tomto rozkliknutí se dostaneme na výsledky vyhledávání, kde se zobrazují publikace, které mají stejný index, ale váží se opět k danému sborníku. V tomto případě, pokud rozklikneme “Artificial intelligence”, dostaneme na toto téma 3 přepisy, které jsou ze stejné konference.
Licence
Bohužel zdroj není přístupný zdarma. Bez přihlášení a zaplacené licence je možné prohledávat dostupné informace na dané téma, je ale možné si zobrazit pouze název a abstrakt článku. Můžeme objevit i některé publikace zdarma, ale těch je naprosté minimum. Pro získání publikace jsou dva možné způsoby: jednorázové zakoupení článku (které je za 15 amerických dolarů), či si zaplatit členství v komunitě ACM s přístupem do DL.
Členství v komunitě je možné zvolit dvojího druhu – studentské či profesionální. Studentské členství vyjde na 42 amerických dolarů za rok, profesionální členství je za 198 amerických dolarů za rok. Některé instituce, jako třeba školy, však mohou poskytovat přístup ke zdroji pod svou doménou. [4, 5]
Příklady použití
Vzhledem k tomu, že se jedná o největší digitální knihovnu zaměřenou na výpočetní technologie, troufnu si říci, že se jedná snad téměř o povinný zdroj pro studenty tohoto oboru. Velice snadno se zde s vyhledáváním pracuje, protože vše je návodné a popsané, proto je určitě vhodný pro využití při provádění rešerše do bakalářských a diplomových prací.
Mimo jiné zde ale můžeme objevit velice zajímavé informace, takže je vhodná i pro kohokoli, kdo se nějakým způsobem pohybuje v oboru výpočetních technologií. Nedoporučila bych ji však úplně laikům, vzhledem k velkému množství vědeckých článků. Velmi často zde totiž nejsou definovány některé termíny, které se častěji používají v informatickém oboru, ale lidem “zvenčí” nemusí být tolik známy.
Závěr
ACM Digital Library je databáze, se kterou je snad obeznámen – či by měl být obeznámen – každý, kdo se vyskytuje v informatické oblasti. Asi jediné dvě nevýhody, které mě napadají a chtěla bych uvést, jsou již zmíněná potřeba licence, bez které máme přístup k minimu textů publikací, a že knihovna je v angličtině, je tedy potřeba tento jazyk relativně dobře ovládat.
Nicméně vyhledávání v ní je velmi jednoduché, především díky tomu, že není potřeba znát žádnou syntaxi – tu si knihovna doplní sama. Také vzhledem k její obsáhlosti je možné nalézt publikaci týkající se takřka jakékoli oblasti informatiky. Tak na co ještě čekáme? Směle do studia informatiky!
Zdroje
[1] About the ACM Organization [online]. [vid. 2021-12-08]. Dostupné z: https://www.acm.org/about-acm/about-the-acm-organization
[2] About ACM DL [online]. [vid. 2021-12-08]. Dostupné z: https://dl.acm.org/about
[3] Put a finer point on your ACM Digital Library searches with custom search queries [online]. [vid. 2021-12-08]. Dostupné z: https://libraries.acm.org/training-resources/new-dl-features/advanced-search-custom-queries
[4] Access: Using the Digital Library [online]. [vid. 2021-12-08]. Dostupné z: https://dl.acm.org/about/access
[5] Join ACM – Shape the Future of Computing! [online]. [vid. 2021-12-08]. Dostupné z: https://www.acm.org/membership/join
[6] ACM Digital Library [online]. [vid. 2021-12-08]. Dostupné z: https://dl.acm.org/
Seznam obrázků
Obrázek 1: Úvodní stránka ACM Digital Library [zdroj obrázku: autor]
Crunchbase je databáze v níž lze vyhledávat obchodní informace o veřejných a soukromých společnostech. Kromě samotných společností umožňuje hledat další související informace jakou jsou vlastníci, zaměstnanci, investoři, informace o fúzích a akvizicích, kolech financování či novinkách v daném odvětví.
Společnost vznikla v roce 2007 jako odnož mateřské společnosti TechCrunch. Ta se zabývala vydáváním článků o startupech a Crunchbase tak vlastně zpočátku sloužil jako databáze společností, kterým se články věnují. V roce 2015 se Crunchbase oddělil od TechCrunch a stal se samostatným subjektem. V současnosti nabízí kromě samotné databáze i několik dalších doprovodných produktů, zaměřených především na startupové společnosti a investiční fondy.
Značnou výhodou Crunchbase je způsob, jakým získává a ověřuje publikovaná data. Data získává 4 různými způsoby – interní datový tým, strojové učení, příspěvky od komunity a také tzv. venture program (společnosti spolupracují přímo s Crunchbase a poskytují požadované informace výměnou za různé výhody).
Crunchbase je v základní verzi zdarma. Ta umožňuje vyhledávat, filtrovat a zobrazovat záznamy a základní informace. Počet zobrazených záznamů je však omezený a některé informace a funkcionality lze odemknout až po zaplacení za některou z licencí. Placené licence pak umožňují například ukládání vyhledávacích dotazů, export dat v CSV, napojení na API či napojení na CRM modul Salesforce.
Vyhledávání v Crunchbase
Základní možností, jak vyhledávat na Crunchbase je zadat vyhledávané slovo přímo do vyhledávacího pole na úvodní stránce. Následně se nám zobrazí výsledky v daných kategoriích (Obrázek 1)
Když klikneme na tlačítko Advanced můžeme si vybrat buď rozšířené hledání pro jednu z kategorií nebo tzv. Query Builder (Obrázek 2).
Obrázek 2 – možné kategorie, které lze prohledávat, dole lze přepnout na Query Builder [Zdroj obrázku: autor]
Rozšířené hledání umožňuje vyhledávání v celkem 9 kategoriích: Společnosti, Kontakty, Investoři, Investiční Kola, Akvizice, Lidé, Události, Školy a Huby.
V rozšířeném hledání si můžeme prohlížet jednotlivé záznamy (Obrázek 3)
Obrázek 3 – seznam vyhledaných záznamů [Zdroj obrázku: autor]
Zobrazené záznamy lze omezit pomocí filtrů. Můžeme tedy vyhledávání omezit např. na společnosti z Prahy, které mají více než 100 zaměstnanců a byly založeny v posledních 5 letech (Obrázek 4)
Obrázek 4 – některé možnosti filtrování [Zdroj obrázku: autor]
Ačkoliv je filtrování účinným nástrojem, nejzajímavější funkcionalitou Crunchbase je bezesporu Query Builder. Ten umožňuje tvořit filtry podobným způsobem, jakým se dotazujeme do databáze. Lze v podstatě filtrovat podle jakéhokoliv pole v dané kategorii. (Obrázek 5).
Můžeme tedy např vyhledat všechny investory, kteří mají sidlo v Japonsku, Číně či Jižní Korei, provedli alespoň 10 investic a nejedná se o investiční banky (Obrázek 6).
Obrázek 6 – zobrazené záznamy s aplikovanými filtry v Query Builderu [Zdroj obrázku: autor]
Prohlížení záznamů
Při kliknutí na nějaký záznam se nám zobrazí detailní informace o daném záznamu. Z hlediska obsahu jsou nejzajímavější společnosti. Pojďme si nyní na příkladu společnosti Tencent ukázat, co vše lze z detailních informací záznamu zjistit (Obrázek 7).
Obrázek 7 – detail záznamu [Zdroj obrázku: autor]
Základní obrazovka je rozdělená na 5 segmentů – Shrnutí (Summary), Finance (Financials), Lidé (People), Technologie (Technology) a Novinky (Signals & News).
V prvním segmentu Shrnutí lze nalézt základní informace o společnosti jako je datum založení, počet zaměstnanců, webová stránka, sídlo, počet investic, a nebo také jaké dílčí organizace jsou součástí společnosti (Obrázek 8).
Obrázek 8 – příklad informací zobrazených ve Shrnutí [Zdroj obrázku: autor]
V druhém segmentu Finance jsou informace o investicích, investorech, akvizicích, akciích či výstupech z investic (Obrázek 9).
Obrázek 9 – Příklad informací zobrazených v sekci finance [Zdroj obrázku: autor]
Segment Lidé se věnuje zaměstnancům dané společnosti, uvádí také informace o členech představenstva (Obrázek 10).
Obrázek 10 – příklad informací zobrazených v segmentu Lidé [Zdroj obrázku: autor]
V segmentu Technologie lze zjistit, jaké technologie daná společnost poskytuje, kolik lidí si v poslední době technologie společnosti stáhlo, a nebo třeba kolik lidí navštívilo web společnosti (Obrázek 11).
Obrázek 11 – příklad informací zobrazených v segmentu Technologie [Zdroj obrázku: autor]
Segment Novinky informuje o nedávných zprávách ve spojení s danou společností, také poskytuje informace o nedávných událostech, jako je např. změna CEO (Obrázek 12).
Obrázek 12 – příklad informací zobrazených v segmentu Novinky [Zdroj obrázku: autor]
Závěr
Crunchbase je unikátním nástrojem. Umožňuje sledovat obchodní informace o různých společnostech. Je to spolehlivý nástroj, jež najde využití především u investičních společností. Jeho využití je však širší a s jeho pomocí lze vyhledávat nové obchodní příležitosti.
Zdroje
[1] crunchbase.com – Discover innovative companies and the people behind them [online]. [cit. 8.12.2021]. Dostupné z: https://www.crunchbase.com/
Obrázek 1. Medline U.S. National Library of Medicine
Úvod
V dnešní době dezinformací a hektičnosti je velice důležité si najít ty správné a ověřené informace. Informace, které jsou podávány médii se dají snadno ověřit na nejrůznějších informačních zdrojích a díky nim lze pak snadněji dospět tak k vlastnímu názoru a postoji. Velké množství informací pochází ze sociálních sítí. Většina těchto informací jsou právě již zmíněné dezinformační zprávy, které mohou některé jedince vést ke špatným úsudkům. Proto je velice důležité si informace, které nám ze všech stran poskytují nejrůznější média, umět ověřit a rozhodnout se na základě vlastního úsudku čemu chceme a budeme věřit. I z tohoto důvodu jsou ověřené informace z informačních zdrojů typu Medline velice důležitým nástrojem v rozhodování.
Informační zdroj Medline
Informační zdroj Medline je jedním z nejdůležitějších informačních zdrojů v oblasti lékařství a ostatních souvisejících vědách o životě (Medline 2020). Bibliografická databáze Medline je provozována United States National Library of Medicine (NLM) a poskytuje přístup k více než 5600 předním časopisům z biomedicíny a zdravotní péče. Je zásadním informačním zdrojem pro lékaře, zdravotní sestry, ošetřovatele a vědce, jež se věnují výzkumu. Pokrytí databáze sahá do roku 1946 a celkový počet bibliografických záznamů přesahuje 24 milionů. Pokrývá široké spektrum oblastí a témat. Poskytuje lékařské informace z oborů medicíny, lékařství, ošetřovatelství, systémů zdravotní péče a mnoha dalších včetně sportovní tématiky. Databáze využívá indexování MeSH (Medical Subject Heading), čímž je databáze charakteristická. Toto indexování poskytuje stupňovitou hierarchii s možností rozbalení podpoložek k vyhledání citací z více než 5600 odborných časopisů. Většina obsahu v Medline jsou odborné časopisy, dále také noviny a informační bulletiny. Databáze Medline je poskytována díky volně přístupnému rozhraní PubMed®. Výsledkem hledání v databázi Medline je seznam citací článků v časopisech a označení plnotextového zobrazení. Zobrazení Medlinu není zpoplatněno ani není vyžadována registrace (Adámek 2020).
Rozhraní PubMed
PubMed je volně přístupné rozhraní především k databázi Medline. Od roku 1971 do roku 1997 byl umožněn přístup k databázi Medline především prostřednictvím institucionálních zařízení jako jsou univerzitní knihovny. Od roku 1996 je PubMed dostupný veřejnosti. Kromě databáze Medline PubMed také umožňuje přístup k starším odkazům z tištěné verze Index Medicus, který obsahuje vědecké články od roku 1951 a dříve. Dále obsahuje odkazy na některé časopisy předtím, než byly indexovány v Index Medicus a Medline, například časopis Science a BMJ (British Medical Journal) (PubMed 2021). Mnoho záznamů PubMed obsahuje odkazy na články v plném znění, z nichž jsou některé volně dostupné, často v PubMed Central a oblastních odnoží jako je Europe PubMed Central. Informace o časopisech indexovaných v Medline a dostupných prostřednictvím PubMed lze najít v katalogu NLM (Roberts 2001).
Index MeSH
Bibliografická databáze Medline využívá indexování MeSH. MeSH (Medical Subject Headings) je největší řízený slovník vytvořený a používaný pro indexování, katalogizaci a vyhledávání biomedicínských a zdravotních informací. Index MeSH zahrnuje předmětové deskriptory objevující se v Medline a PubMed a dalších databázích NLM (National Library of Medicine). MeSH poskytuje konzistentní způsob, jak najít obsah s různou terminologií, ale stejnými pojmy. Organizuje své deskriptory do hierarchické struktury, takže široké vyhledávání daného dotazu najde články, které jsou úzce zaměřené. Tato struktura také poskytuje uživatelům efektivní způsob procházení MeSH za účelem nalezení vhodných deskriptorů (MeSH 2021b). Slovní zásoba indexu je neustále aktualizována specialisty z různých oblastí. Každý rok jsou aktualizovány a přidány stovky nových konceptů a úprav. Jako vstupní termín je zahrnuto mnoho synonym a úzce souvisejících termínů, které pomohou uživateli nalézt nejrelevantnější výsledky pro své bádání.
Obrázek 2. Aplikace indexu MeSH (Mao a Lu 2017).
Historie MeSH
První oficiální seznam oborových hesel publikovaný Národní lékařskou knihovnou (NLM) se objevil v roce 1954 pod názvem Seznam oborových hesel. Vycházelo se ze seznamu interních autorit, který byl použit pro publikování Aktuálního seznamu lékařské literatury, který zase obsahoval nadpisy z indexového katalogu knihovny a ze čtvrtletního souhrnného indexu Medicus z roku 1940. Se vznikem indexu Medicus se v roce 1960 objevily nové a důkladně revidované názvy lékařských předmětů (MeSH 2021b).
Kategorizované seznamy pojmů byly poprvé vytištěny v heslech Medical Subject Headings z roku 1963 a obsahovaly třináct hlavních kategorií a celkem padesát osm samostatných skupin v podkategoriích a hlavních kategoriích. Tyto kategorizované seznamy umožnily uživateli najít mnohem více souvisejících termínů, než bylo v dřívější struktuře křížových odkazů. V roce 1963 obsahovalo druhé vydání Medical Subject Headings 5 700 deskriptorů, ve srovnání se 4 400 ve vydání z roku 1960. Z nadpisů použitých v seznamu z roku 1960 bylo 113 staženo ve prospěch novějších výrazů. Naproti tomu v roce 2021 MeSH obsahuje 29 917 deskriptorů a 270 373 doplňkových koncepčních záznamů (MeSH 2021b).
Vyhledávání v prohlížeči
Prohlížeč nabízí dvě metody vyhledávání: FullWord Search a SubString Search. FullWord Search hledá pouze úplné vstupní termíny, nikoli řetězce, které jsou součástí termínu, slova nebo věty. SubString Search najde záznamy, které mají řetězec znaků jako úplný termín nebo jsou vložené do termínu, slova nebo věty. Každou metodu lze dále upravit na vyhledávání podle přesné shody, všech fragmentů nebo libovolného jednoho fragmentu. Vyhledávání podle přesné shody najde výrazy, které přesně odpovídají hledanému výrazu, bez ohledu na to, zda výraz obsahuje velká a malá písmena. Vyhledávání dle všech fragmentů vyhledá výrazy, které zahrnují všechny fragmenty hledaného řetězce v libovolném pořadí. Vyhledávání dle libovolných fragmentů najde výrazy, které obsahují alespoň jeden fragment hledaného řetězce.
Vyhledávání může být dále omezeno či vymezeno různými způsoby (MeSH 2021a):
Termínem hlavního nadpisu včetně preferovaných termínů, vstupních podmínek a termínů nalezených v záznamech deskriptoru.
Podmínkami kvalifikace včetně preferovaných podmínek, vstupních podmínek a zkratek nalezených v záznamech kvalifikátoru.
Doplňkovými podmínkami záznamu konceptu včetně preferovaných podmínek, podmínek vstupu a podmínek nalezených v doplňkových záznamech konceptu.
Poslední možností je využití všech výše zmíněných způsobů.
Prohlížení záznamů
Když je vybrán deskriptor, podrobnosti o záznamu se zobrazí na čtyřech kartách: Podrobnosti, Kvalifikátory, Stromové struktury MeSH a Koncepty. Když je vybrán záznam kvalifikátoru nebo doplňkového konceptu, podrobnosti o záznamu se zobrazí na dvou kartách: Podrobnosti a Koncepty. Pole nebo prvky v záznamu jsou propojeny s dalšími zdroji, jako jsou související záznamy, termíny MeSH v poznámkách k rozsahu, umístění hierarchie a další podobné informace.
Použití v Medline
Každý bibliografický odkaz je spojen se sadou termínů MeSH přiřazených k popisu obsahu článku. V Medline je každý článek v časopise indexován přibližně 10–15 předmětovými hesly, podnadpisy a doplňkovými koncepčními záznamy, které označují hlavní témata článku, přičemž ty vyznačené jako hlavní jsou označeny hvězdičkou. Při provádění vyhledávání MEDLINE prostřednictvím PubMed se vstupní termíny automaticky překládají do odpovídajících deskriptorů s patřičným stupněm spolehlivosti. Při předkladu termínů je žádoucí zkontrolovat kartu „podrobnosti“, aby se zamezilo nežádoucím překladům. Ve výchozím nastavení bude hledání deskriptoru zahrnovat všechny deskriptory, které jsou pod daným deskriptorem (MeSH 2021a).
Uživatelé mohou procházet seznam hesel v Medline třemi různými způsoby:
Termín začíná (Term begins with) – Při zadávání termínu se vybere tato možnost a objeví se abecední seznam, ze kterého vybereme příslušný začátek hledaného termínu.
Termín obsahuje (Term Contains) – Při zadávání termínu se vybere možnost „Termín obsahuje“
Relevance pořadí (Relevancy ranked) – Při zadávání termínu se vybere možnost „Relevancy ranked“. Přesná shoda se objeví na prvním místě, poté následuje seznam seřazený podle relevance.
Obrázek 3. Příklad užití MeSH indexu pro vyhledání konkrétního termínu (Information et al. 2021).
Využití Medline
Medline je skvělým zdrojem pro lékařský výzkum, protože je autoritativní, recenzovaný a úplný v maximální možné míře. Medline je autoritativní, protože umožňuje vidět, kdo přesně provedl výzkum, kdo napsal výsledky, a dokonce i to, kde byl výzkum proveden. Časopisy zahrnuté v Medline se musí zaměřovat na zdravotníky a výzkumníky jako na své publikum a publikovat původní výzkum. Veškerý výzkum v Medline podléhá recenznímu řízení. Recenzenti se snaží zajistit, aby byl výzkum dobře navržen, statistiky byly přesně reprezentovány a aby byl výzkum hodný sdílení (GWU Health Science 2020).
Informace zadané pro každou citaci článku v časopise v Medline zahrnují:
Název článku
Autora
Název časopisu/deníku
Rok
Počet stránek
Abstrakt (většinou)
Vydání
Indexy dále poskytují další informace o obsahu článku tím, že ke každému záznamu v databázi přidávají kontrolní značky, typy publikací a názvy lékařských předmětů z tezauru MeSH.
Kontrolní značky pomáhají identifikovat předměty a jazyk výzkumných prací jako jsou:
Věkové skupiny
Člověk nebo zvíře
Muž nebo žena
Jazyk
Druh článku
Druh databáze
Obrázek 4. Kontrolní značky (Information et al. 2021)
Závěr
Medline je bibliografická databáze a jedním z nejdůležitějších informačních zdrojů pro oblast lékařství, medicíny, ošetřovatelství, systému zdravotní péče a medicíny se zaměřením na sportovní tématiku. Medline je provozován Národní lékařskou knihovnou Spojených států amerických, která spravuje několik digitálních informačních zdrojů včetně rozhraní PubMed, přes které je možné do databáze Medline nahlížet. Rozhraní PubMed je volně dostupné a ani není vyžadována žádná registrace. Pokrytí databáze Medline je velice široké, poskytuje přístup k více než 5600 předních časopisů z biomedicíny a zdravotní péče. Databáze Medline využívá indexování MeSH, jenž poskytuje stupňovitou hierarchii a široké spektrum možností vyhledávání. Databáze Medline je využitelná zejména pro lékařský výzkum, kde veškeré články podléhají recenznímu řízení, aby dodaly zveřejněným článkům větší důvěryhodnost a použitelnost pro rešeršéry a lékaře.
Zdroje
ADÁMEK, Tomáš, 2020. Analýza informačních zdrojů odborných informací se zaměřením na sport a pohybovou aktivitu. Praha. Bakalářská práce. Vysoká škola ekonomická v Praze.
GWU HEALTH SCIENCE, 2020. Using MEDLINE to find health science journal articles [online] [vid. 2021-12-08]. Dostupné z: https://himmelfarb.gwu.edu/tutorials/excellent_tutorial/medline.html
INFORMATION, National Center for Biotechnology, U. S. National Library of Medicine 8600 Rockville PIKE, Bethesda MD a 20894 USA, 2021. National Center for Biotechnology Information [online] [vid. 2021-12-08]. Dostupné z: https://www.ncbi.nlm.nih.gov/
MAO, Yuqing a Zhiyong LU, 2017. MeSH Now: automatic MeSH indexing at PubMed scale via learning to rank. undefined [online]. [vid. 2021-12-07]. Dostupné z: https://www.semanticscholar.org/paper/MeSH-Now%3A-automatic-MeSH-indexing-at-PubMed-scale-Mao-Lu/72ea60016fec5d7115c2c111f2d3113a117a4e91
MESH, 2021a. MeSH Browser [online]. B.m.: U.S. National Library of Medicine [vid. 2021-12-07]. Dostupné z: https://www.nlm.nih.gov/mesh/mbinfo.html
MESH, 2021b. Preface [online]. B.m.: U.S. National Library of Medicine [vid. 2021-12-07]. Dostupné z: https://www.nlm.nih.gov/mesh/intro_preface.html#pref_hist
ROBERTS, Richard J., 2001. PubMed Central: The GenBank of the published literature. Proceedings of the National Academy of Sciences of the United States of America. 98(2), 381–382. ISSN 0027-8424.
Seznam obrázků
Obrázek 1. Medline U.S. National Library of Medicine
Obrázek 2. Aplikace indexu MeSH
Obrázek 3. Příklady užití MeSH indexu pro vyhledání konkrétního termínu
Není pochyby, že dnes žijeme v informační společnosti. Společnosti, ve které se na nás každý den valí záplava informací, ve kterých se musíme orientovat, vybrat si ty relevantní, a ještě je dokázat zpracovat. Převážná většina z nich pochází z digitálního prostředí, zejména pak z internetu. Bohužel tento trend významně zatlačil do pozadí zdroj, který byl po staletí hlavním zdrojem informací – knihy.
Je pravda, že informace na internetu jsou snadno dostupné, téměř pořád se aktualizují a jejich konzumace neklade na uživatele příliš vysoké nároky. Domnívám se, že tím spíš tradiční knihy mají své nezastupitelné místo v životě každého z nás. V knihách se ukrývá neuvěřitelná moudrost, poznatky, informace, ale i prosté potěšení. Potěšení a radost, kterou čtenáři může zprostředkovat například beletrie. Čtení knih rozšiřuje slovní zásobu, zlepšuje kreativitu, poskytuje čtenáři obrovské množství nových informací a celkově pozitivně rozvíjí. Knihy ale neslouží jen pro zábavu. Studenti všech možných typů škol pracují s knihami prakticky na denní bázi. Může se jednat o učebnice, skripta a mnoho dalších zdrojů, které slouží jako zdroj informací pro přípravu na zkoušky, semestrální práce nebo pro diplomovou práci. U diplomových prací je pro většinu studentů dovednost práce s literaturou přímo kritická. Každá diplomová práce začíná rešerší literatury. A aby byla rešerše úspěšná, musí člověk nejen vědět, co má hledat, ale i jak má hledat.
Na rozdíl od informací na internetu knihy nejsou tak snadno dostupné a mnohým lidem se nejspíš ani nechce za knihy platit. Naštěstí ale existují knihovny, jak ty městské, tak i vědecké, jejichž nabídka s trochou nadsázky nezná hranic. Pro účely této práce byla vybrána Vědecká knihovna v Olomouci, která umožňuje svým čtenářům procházet a objednávat nabízené tituly prostřednictvím knihovního systému Aleph. Tento systém kromě základního vyhledávání nabízí i pokročilé možností včetně psaní složitějších dotazů s využitím operátorů výrokové logiky.
Aleph je elektronický systém od společnosti ExLibris, který je určený zejména pro knihovny a slouží ke správě knih a dalších zdrojů, které knihovna nabízí. Skládá se s z různých modulů, přičemž jedním z nich je katalog, jehož prostřednictvím si veřejnost může procházet nabídku knihovny a vybrané tituly si objednávat. Mezi další funkce patří například služba pro meziknihovní výpůjčky, správa účtů čtenářů knihovny.
Aleph byl vyvinut Hebrejskou univerzitou v Jeruzalémě počátkem 80. let minulého století, kde byl také poprvé použit. Následně došlo k jeho rozšíření i na další Izraelské školy s pomocí vládních grantů. Protože tento systém zaznamenal úspěch, domluvila se Hebrejská univerzita na obchodní spolupráci s firmou Ex Libris, která tento systém začala prodávat i v dalších zemích, zejména v Evropě.
Obrázek 1: úvodní obrazovka v prostředí systému Aleph Vědecké knihovny Olomouc
Systém Aleph může na první pohled vypadat co do grafického rozhraní poněkud zastarale, nicméně funguje velmi svižně a svůj účelně plní dobře, což mohu potvrdit z vlastních zkušeností.
V horní části se nachází menu rozdělené do dvou řádků, kde uživatel najde všechny klíčové části webu a funkce. Kromě toho je k dispozici na úvodní stránce základní vyhledávání, přes které se lze dostat i v případě nepřihlášeného uživatele do databáze knih.
Tato sekce je pro uživatele dostupná pouze po přihlášení. Obsahuje informace o minulých i současných výpůjčkách uživatele, dále lze spravovat rezervace, prodlužovat výpůjčky nebo spravovat požadavky na meziknihovní výpůjčky. Také se zde zobrazují poplatky, které uživatel nezaplatil.
Obrázek 2: Čtenářská sekce po přihlášení v prostředí systému Aleph Vědecké knihovny Olomouc
Tato sekce slouží k vyhledávání titulů v nabídce knihovny zadáním slova nebo slovních spojení. Uživatel si zde dále může vybrat, v jakých polích se má vyhledávat nebo jaké mají být báze pro vyhledávání. Tato sekce dále obsahuje submenu, ve kterém jsou k dispozici další režimy vyhledávání. Mezi ně patří vyhledávání z více polí, vyhledávání z více bází, pokročilé vyhledávání a vyhledávání pomocí CCL. O vyhledávání v systému Aleph dále pojednává následující kapitola Vyhledávání v systému Aleph.
Obrázek 6: Rozhraní pro základní vyhledávání v prostředí systému Aleph Vědecké knihovny Olomouc
Zde se po zadání dotazu zobrazují všechny nalezené výsledky. Ty je možné řadit podle názvu, autora, roku vydání, signatury a oblíbenosti. Také je možné zde upravit či změnit dotaz nebo změnit bázi, ze které se vyhledávalo.
Obrázek 7: Výsledky vyhledávání pro dotaz „competitive intelligence“ v prostředí systému Aleph Vědecké knihovny Olomouc
Vyhledané tituly jsou automaticky řazené podle roku vydání sestupně. Pro každý titul je uveden název titulu, jméno autora nebo autorů, počet výpůjček v minulosti, rok narození autora, rok vydání titulu, formát titulu (například kniha), signatura, odkaz na signaturu, kolika jednotkami titulu knihovna disponuje a kolik z nich je v současné chvíli vypůjčených.
Každý titul je možné rozkliknout, čímž se uživatel dostane na kompletní výčet informací k danému titulu.
Obrázek 8: Úplné zobrazení vybraného titulu v prostředí systému Aleph Vědecké knihovny Olomouc
Kromě informací o daném titulu je zde k dispozici i anotace nebo možnost si daný titul objednat k výpůjčce. Po kliknutí na tlačítko objednat je uživatel přesměrován do procesu, ve kterém si vybere z nabízených exemplářů a po potvrzení objednávky je rezervace titulu vytvořená.
V sekci předchozí dotazy se nachází výčet všech dotazů do databáze, které uživatel provedl během pobytu v systému Aleph. Nezobrazují se zde vyhledávání z historických seancí (z anglického slova session, které se používá pro označení časově ohraničeného pobytu na webových stránkách).
Obrázek 9: Výčet předchozích dotazů do databáze v prostředí systému Aleph Vědecké knihovny Olomouc
Je zde vždy uvedeno do jaké databáze bylo vyhledávání provedeno, podoba rešeršního dotazu a počet nalezených titulů.
Jak již bylo zmíněno, systém Aleph nabízí pokročilé možnosti vyhledávání. A to jak díky různým režimům vyhledávání, mezi které například vyhledávání z více polí, z více bází, tak i díky podpoře vytváření rešeršních dotazů včetně operátorů výrokové logiky nebo vyhledávání pomocí jazyka CCL.
Obrázek 10: Vyhledávání z více polí v prostředí systému Aleph Vědecké knihovny OlomoucObrázek 11: Vyhledávání z více bází v prostředí systému Aleph Vědecké knihovny OlomoucObrázek 12: Pokročilé vyhledávání v prostředí systému Aleph Vědecké knihovny OlomoucObrázek 13: Vyhledávání pomocí jazyka CCL v prostředí systému Aleph Vědecké knihovny Olomouc
Jak již bylo zmíněno, Aleph podporuje používání logických operátorů. Pokud není operátor uveden, systém automaticky používá operátor AND. Operátory je možné zapisovat jako anglická slova nebo korespondující znaky
Kromě logických operátorů podporuje vyhledávání i další znaky. Mezi ně například patří:
Znaky ? nebo * – nahrazují části slova v rešeršním dotazu, nesmí ovšem být použity vícekrát v jednom rešeršním dotazu
Znak # – slouží pro vyhledávání slov, které mají různé pravopisné varianty. Například zadáním favo#rite dojde k vyhledání jak slova favorite, tak favourite
Znak ! – slouží pro zadání slov, ve kterých se může lišit jediný znak. Jako příklad může být slova filozofie, které se používá i ve variantě filosofie
Znak % následovaný číslem umožní takové vyhledávání, ve kterém se zadaná slova vyskytují v zadané vzdálenosti od sebe
Jazyk CCL, celým názvem Common Command Language slouží mimo jiné pro vyhledávání v několika různých indexech zároveň.
Obrázek 14: Výčet některých zkratek jazyka CCL podporovaných systémem AlephObrázek 15: Příklad vyhledávacího dotazu v jazyce CCL uvedený na stránkách systému Aleph vědecké knihovny Olomouc
Systém Aleph je poměrně mocný nástroj, kterým lze vyhledávat v databázích knihoven, které si jej vybrali. Systém podporuje širokou paletu způsobů, jak v knihovních databázích vyhledávat, což dává uživateli možnost vyhledat prakticky cokoli a jakkoli i v případě, že nemá přesnou představu o titulu, který vyhledává. I přes starší design je systém dobře funkční a lze se v něm poměrně snadno orientovat. Snadnou orientaci podporuje i dobře zpracovaná nápověda, kde uživatel nalezne i praktickou ukázku dotazu napsaného v dotazu CCL, čímž i úplný začátečník dostane poměrně pěknou představu, jak tento jazyk použít při vyhledávání.
Digitální knihovna neziskové organizace IEEE Xplore nabízí k objevování velmi mnoho vědeckého a technického materiálu (vědecké časopis, články, sborníky a záznamy z konferencí, apod.), které jsou publikovány Institutem pro elektrotechnické a elektronické inženýrství a jejích partnerů. Webový přístup k této digitální knihovně poskytuje přes 5 milionů full-textových dokumentů, které jsou součástí celosvětově nejvíce citovaných publikací v oblasti elektrotechniky, informatiky a elektroniky a to konkrétně:
více jak 200 časopisů,
více jak 3 miliony zápisů z konferencí či sborníků,
více jak 10 000 různých technických standardů a norem,
více jak 5 000 odborných knih,
a stovky hodin různých kurzů.
Průměrně je do této digitální knihovny přidáno přes 20 000 nových dokumentů každý měsíc a více než 15 milionů dokumentů je každý měsíc staženo [2] [3].
Organizace IEEE (plným názvem Institute of Electrical and Electronics Engineers) je celosvětově největší mezinárodní profesní neziskovou organizací, která se zaměřuje právě na oblast elektrotechniky, informatiky a elektroniky, jak již bylo uvedeno na začátku. Konkrétně se soustředí na rozvoj technologií tak, aby její použití pomáhalo lidstvu. Současně pod sebou sdružuje přes 350 000 elektroinženýrů a informatiků z přibližně 150 zemí světa [3][4]. Organizace vznikla 1. 1. 1963 sloučením dvou institutů Institute of Radio Engineers (zkráceně IRE, který byl založen roku 1912) a American Institute of Electrical Engineers (zkráceně AIEE, který byl založen 1884). Na území České republiky působí od roku 1992 a jejím prvním předsedou byl Vratislav Štěpař. Současným předsedou pro československou sekci je Matěj Pácha [4][5].
Možnosti použití digitální knihovny
V digitální knihovně je možné objevovat jak placené, tak volné materiály. V IEEE Xplore jsou dva typy účtů – pro instituce a pro hosty a členy IEEE. Rozdíl mezi nimi je hlavně v tom, že s účtem pro instituce můžete distribuovat stažené vytištěné materiály i mezi studenty, členy fakulty apod. Materiály je zakázáno rozesílat elektronicky a je zakázáno je jakkoliv upravovat nebo měnit. V případě druhého účtu můžete materiály tisknout a používat pouze pro osobní účely [6].
Svým odběratelům umožňuje ukládat a kategorizovat svoje dokumenty. Je zde možné mít až 15 různých projektů a u každého projektu evidovat až 1 000 položek vyhledaného materiálu. Mimo to je možné mít digitální knihovnu všude s sebou, a to v aplikaci na mobil MyXplore App, která je dostupná jak na Google Play, tak na App store a AppInChina [9][10].
IEEE a její poskytovatelé licencí vlastní všechna práva, a to včetně titulů a podílu na obsahu IEEE Xplore Digital Library, včetně všech materiálů, které zde byly publikovány. Přístup k tomuto obsahu a podmínky jeho použití se řídí podle příslušných licenčních smluv, autorským zákonem Spojených států amerických a mezinárodními zákony a smlouvami o autorských právech [6].
Obsah digitální knihovny
Jak již bylo zmíněno výše, v IEEE Xplore Digital Library je dostupný obsah z oblastí elektrotechniky, informatiky a elektriky, a to konkrétně v podobě knih, záznamů z konferencí či sborníků, kurzů, žurnálů a časopisů, a také vydaných standardů a norem. Jejich databáze obsahuje data, která byla vydávána od roku 1884 [7].
Do digitální knihovny přispívají obsahem i její partneři, mezi které se například řadí IET (Institution of Engineering and Technology), OUP (Oxford University Press), MIT (Massachusetts Institute of Technology Press), Princeton University Press, CSEE (Chinese Society for Electrical Engineering), BIAI (Beijing Institute of Aerospace Information), Nokia Bell Labs, AGU (American Geophysical Union) a mnoho dalších (celý seznam je možné nalézt na stránkách IEEE Xplore) [7].
Knihy, časopisy a žurnály
Je zde možné najít knihy od nakladatelstvích IEEE Press a IEEE Computer Society Press. Tato dvě nakladatelství pracují společně a publikují dohromady s vydavatelstvím John Wiley & Sons, Inc. (www.wiley.com), které některé knihy vydává v tištěné podobě [7].
Všem uživatelům jsou volně dostupná bibliografická data všech aktivních publikací. Dále je možné dohledat PDF soubory, které reprezentují kapitoly, předmluvy či kompletní obsah knihy (ovšem pouze pokud je dostupný). S účtem pro instituce je možné si předplatit všechny knihy. S účtem pro členy se mohu podívat na každou knihu, která byla vydána před více jak třemi lety. Členové si také mohou předplatit jednotlivé kapitoly publikací, které mají levnější oproti návštěvníkům bez účtu [7].
Dle doporučení IEEE je dobré se informovat u knihovníka nebo informačního pracovníka před zakoupením vybrané knihy, je totiž možné, že Vám knihu poskytnou bez dalších nákladů. Mimo knihy je zde možné najít i články z časopisů, které vydává IEEE. Vedle těchto časopisů je zde možné najít i články z časopisů IBM, SMPTE, BIAI a TUP [7].
Záznamy z konferencí, sborníky a kurzy
Každý rok je prostřednictvím IEEE vydáno přes 1 700 kusů špičkového materiálu tohoto typu. Sborníky a záznamy z konferencí jsou uznávány akademickou obcí a průmyslem na celém světě. Konkrétně je zde možné nalézt informace z těchto oblastí (ale klidně i z dalších oborů) – bioinženýrství, komunikační, síťové a vysílací technologie, výpočetní techniky a zpracování dat, vlnění a elektromagnetického pole, robotiky, zpracování a analýzy signálů, energetiky a jejího průmyslového využití, atd. Právě z těchto oblastí je zde možné najít i tituly používané v kurzech od IEEE Learning Network [7].
Standardy a normy
IEEE je především známa jako přední vývojář globálních standardů v široké řadě průmyslových odvětví včetně biomedicíny a zdravotnictví, zajišťování informací, informačních technologií, nanotechnologií, energetiky, telekomunikací a dopravy. V této digitální knihovně je možné nalézt informace ke všem těmto standardům a normám včetně draftů těch, které ještě nebyly schváleny. Ty je možné získat buď jako kolekci nebo jednotlivě [7].
Vyhledávání v digitální knihovně
Digitální knihovna obsahuje na své stránce Resource and Help celou dokumentaci digitální knihovny, kterou autoři udržují aktuální. Je zde uvedeno vše pro její užívání, a to včetně popisu jejího search enginu, tipů pro vyhledávání a popisu i různých příkladů, jak vyhledávat publikace. Níže proto uvádím pouze základní informace a tipy, jak pracovat s touto digitální knihovnou [16].
Jsou zde dva způsoby jak vyhledávat informace a materiál, který mě zajímá. Buď mohu využít funkci Browse (viz Obrázek 2), která je přímo v menu stránky, nebo mohu využít Vyhledávač, který je dominantou celé úvodní strany (viz Obrázky 1 a 2). Funkce Browse a Vyhledávač nabízí velmi podobné možnosti vyhledávání jako například vyhledávání knih, konferencí, kurzů, žurnálů a časopisů a standardů. Liší se právě posledními dvěma položkami, kde u funkce Browse je možné zobrazit nedávno publikované materiály a populární materiály, kdežto u Vyhledávače je možnost hledat dle autora či citací. V tomto Vyhledávači je také možné využít i tzv. Rozšířené možnosti vyhledávání nebo Vyhledávání pomocí příkazů nebo Vyhledávání podle citace. Vedle vyhledávání je možné i zobrazit, jaké obory se nejvíce vyhledávají (viz Obrázek 3 a 4). Tato funkce Top Searches odkazuje na stejnou stránku jako funkce Browse -> Popular.
Obrázek 2 – Screenshot z menu IEEE Xplore pořízený autorkou [1]
Top searches
Jak již bylo zmíněno výše, je možné se podívat, o jaké obory je v digitální knihovně největší zájem. Tento obsah je znázorněn buď takto graficky (viz Obrázek 3), nebo jako List top 25. oborů (viz Obrázek 4). Pod tímto je zobrazen seznam Populárního obsahu, který je vyhledáván. Zde je možné obsah ještě rozdělit do 5 kategorií – buď je zde zobrazeno vše, nebo pouze žurnály a články z časopisů, sborníky a záznamy z konferencí, standardy nebo knihy (viz Obrázek 5). U jednotlivých dokumentů je uveden název článku, případně název publikace, ve které byl zveřejněn a jména autorů.
Obrázek 3 – Screenshot populárních a nejvíce vyhledávaných materiálů jako graf pořízený autorkou [8]Obrázek 4 – Screenshot Populárních a nejvíce vyhledávaných materiálů jako seznam pořízený autorkou [8]Obrázek 5 – Screenshot seznamu nejvíce vyhledávaných materiálů pořízený autorkou [8]
Funkce Browse
Tato funkce, která je dostupná přes Menu (viz Obrázek 2) má značně jednodušší rozhraní oproti Vyhledávači. Její ovládání je jednoduché a intuitivní. Vesměs má stejné rozhraní pro všechny typy dokumentů, které umožňuje vyhledávat. Jak již byl zmíněno výše, je možné vyhledávat knihy, záznamy z konferencí, kurzy, žurnály a časopisy nebo standardy.
Pro každý tento typ dokumentu se v horní části zobrazí několik kategorií podle, toho které jsou relevantní pro daný typ. Podle těchto kategorií je možné dokumenty různě třídit a řadit. Například, když vyhledávám knihy, mohu je řadit abecedně podle titulu, podle tématu či podle vydavatele (viz Obrázek 6).
Pod těmito kategoriemi je umístěna možnost své hledání dále specifikovat. U hledání názvů je možné zadat klíčová slova, u tématu je možné vybrat téma, které mě zajímá, a pokud volím vydavatele, je možné prozkoumat publikace pouze od jednoho konkrétního. Dále je možné v levém menu, které je zobrazeno vedle výsledků, vyfiltrovat dokumenty podle roku vydání, buď podle konkrétního roku nebo podle intervalu. Dále mohu filtrovat data i na základě zbylých kategorií jako je vydavatel, téma nebo typ knihy. Vpravo nahoře mohu ještě upravit, zda chci knihy řadit od A – Z či naopak a podle roku vydání. Dále zde mohu ještě upravit, kolik titulů chci zobrazit na jedné stránce (viz Obrázek 6).
Ve výsledcích hledání vidím vždy základní informace o publikaci – název, autory a typ knihy (nebo také vydavatele). Dále je zde možnost si zobrazit detaily, které obsahují část abstraktu knihy (viz Obrázek 6).
Obrázek 6 – Screenshot vyhledávání knihy pořízení autorkou [11]
Když kliknu na název knihy, tak se mi zobrazí její detail, konkrétně její bibliografické informace jako název, autoři, abstrakt, rok vydání, počet stran a kapitol, ISBN kód. Níže jsou vyjmenovány jednotlivé kapitoly, které je možné si zobrazit, stáhnout či předplatit. Pokud kniha není volná bez předplacení, je zde zobrazen červený zámeček (viz Obrázek 7). Vpravo vedle detailů knihy jsou zobrazeny odkazy na podobné tituly.
Obrázek 7 – Screenshot detailu knihy pořízení autorkou [12]
Obdobným způsobem poté ve funkci Browse vyhledávám i další typy dokumentů. Kliknutím na Courses se ovšem dostanu do nabídky kurzů, které mohu absolvovat přímo na stránkách IEEE Xplore. Kliknutím na Recently Published se dostanu do podobného rozhraní jako u vyhledávání knih. Mohu zde dokumenty třídit dle kategorií, které poté mohu ještě různé filtrovat.
Vyhledávač a jeho možnosti
Jak již bylo zmíněno na začátku této kapitoly, vyhledávač nabízí několik možností, jak vyhledávat dokumenty, a ty jsou: globální vyhledávání, rozšířené možnosti vyhledávání, vyhledávání pomocí příkazů nebo vyhledávání podle citace.
Globální vyhledávání
Toto je základní možnost vyhledávání. Uživatelům umožňuje vyhledávat na základě klíčových slov, frází, jmen autorů a detailů publikací. Do vyhledávacího boxu mohu zadat jedno nebo více klíčových slov. Vyhledávač umí i našeptávat různá klíčová slova, je nutné však napsat aspoň první 3 znaky z výrazu, který chci hledat (viz Obrázek 8) [13].
Jak je vidět na obrázku 8, nahoře je menu, ve kterém mohu omezit výběr dle typu dokumentů, který chci vidět. Dále je vlevo menu, dle kterého mohu data dále filtrovat. Mohu si zobrazit buď všechny dokumenty, nebo pouze ty, ke kterým mám přístup (poznám to podle zámečků vpravo u vyhledaného dokumentu – červený je pouze pro předplatitele, zelený je dostupný všem) [13].
Pokud chci, mohu zde použít operátory pro zpřesnění výsledků, které chci nalézt. Například, pokud si nejsem jistá, jak se hledané klíčové slovo píše, mohu použít zástupný znak „*“ (znamená 0, 1 a více znaků) nebo „?“ (znamená přesně 1 znak). Pokud zadávám více klíčových slov, je to chápáno jako logické „AND“. Pokud chci hledat konkrétní frázi (více slov), dám je do uvozovek. Pokud chci využít ve svém dotazu logických operátorů (AND, OR, NOT, NEAR, ONEAR), píšu je velkými písmeny [13].
Rozšířené možnosti vyhledávání
Oproti globálnímu vyhledávání umožňuje rozšířené vyhledávání zaměřit se rovnou na specifické dokumenty, což umožňuje vyhledat méně, ale o to relevantnějších dat. Do prvního řádku zadám klíčové slovo nebo frázi, která mě zajímá a v poli vedle mohu vybrat, v jaké části se má dané klíčové slovo nebo fráze hledat. Je zde na výběr z těchto specifických polí [14]:
All Metadata
Full Text & Metadata
Full Text Only
Document Title
Authors
Publication Title
Abstract
Index Terms
Accession Number
Article Number
Article Page Number
Author Affiliations
Author Keywords
Author ORCID
DOI
Funding Agency
IEEE Terms
INSPEC Controlled Terms
INSPEC Non-Controlled Terms
ISBN
ISSN
Issue
Mesh_Terms
Publication Number
Publisher
Parent Publication Number
Standards Dictionary Terms
Standards ICS Terms
Standard Number
Pokud chci vyhledávat více klíčových slov naráz, mohu je zadat do dalších řádků a spojit je pomocí logických operátorů AND, NOT a OR. Operátory mohu použít v textových boxech pro spojení jednotlivých klíčových slov. Na to mohu nahlížet jako na závorkování. Pomocí ikony „šipky nahoru“ mohu měnit pořadí výrazů, pomocí ikony „křížku“ mohu výraz vymazat a pomocí ikony „plus“ mohu přidat další řádky do výrazu [14].
Obrázek 9 – Ukázka příkladu použití logických operátorů [14]
Vyhodnocení logických operátorů má své pořadí a to je následovné:
NOT – znamená, že vyhledávací dotaz neobsahuje dané klíčové slovo nebo frázi,
AND – znamená, že vyhledávací dotaz musí obsahovat oba hledané výrazy, mezi kterými je použit,
OR – znamená, že vyhledávací dotaz musí obsahovat alespoň jeden, z hledaných výrazů, mezi kterými je použit.
Na závěr mohu ještě omezit výběr na publikace, které byly vydány v určitý rok nebo období [14].
Stejně jako rozšířené možnosti vyhledávání umožňuje vyhledávání pomocí příkazů vyhledávat dokumenty dle specifických kritérií. V hledaném dotazu je možné zadat až 20 hledaných výrazů, používat operátory NEAR a ONEAR, a mít větší kontrolu nad pořadím, ve kterém jsou výrazy vyhodnocovány oproti Rozšířenému vyhledávání [15].
Pomocí rozbalovací nabídky u polí Data Fields a Operators je možné vybírat specifická pole a operátory, které je možné použít v hledaném výrazu. Na výběr je z mnoha datových polí jako například abstrakt, stránka, DOI, název dokumentu, autoři, ISSN, ISBN a mnoho dalších viz dokumentace IEEE Xplore [15].
Toto vyhledávání umožňuje také využití více logických operátorů. Jsou zde operátor AND, OR, NOT, a dále jsou zde další dva NEAR a ONEAR. Tyto dva operátory jsou vyhodnoceny ještě před operátorem NOT (v pořadí tak, jak bylo popsáno výše v kapitole) [15].
NEAR se používá, když chci najít nějaké klíčové slovo a před nebo za ním je po x slovech obsaženo jiné klíčové slovo. Například implantable NEAR/3 cardiac najde články se slovem „implantable“, kde je do tří slov slovo „cardiac“ a toto slovo může být buď před, nebo za tím slovem.
ONEAR se používá, téměř stejně jako NEAR. Rozdíl je však v tom, že první klíčové slovo musí být před tím druhým hledaným klíčovým slovem. Například implantable ONEAR/3 cardiac najde články se slovem „implantable“, kde po tomto slově je do tří slov slovo „cardiac“ a toto slovo musí být obsaženo až za tím slovem „implantable“ [15].
Stejně jako v předchozích případech mohu používat zástupné znaky „*“ a „?“. Syntaxe výrazu je následující:
search_expression <operator> search_expression.
Tedy, pokud chci nalézt publikace nebo články od autora jménem „Jones“ a publikaci, která má v názvu „web services“, zapíši výraz takto: „Authors“:jones AND „Document Title“:“web services“ [15].
Pokud chci vnořit do hledaného výrazu operátory například operátor OR, nemůžu použít závorky. Tedy
„Document Title“:(„radio frequency identification“ OR rfid)
není platným výrazem pro vyhledáváním. Pokud chci vyhledávat v názvu dokumentu tyto dvě klíčový slova, musím hledaný výraz formulovat takto:
„Document Title“:“radio frequency identification“ OR „Document Title“:“rfid“,
případně mohu hledaný výraz vnořit a použít závorky takto:
(„Document Title“:“radio frequency identification“ OR „Document Title“:“rfid“) AND scheduling [15].
Nalezené výsledky potom mohu dále filtrovat a řadit tak, jako bylo popsáno výše.
Obrázek 11 – Zobrazení vyhledávání podle příkazu pořízeno autorkou [17]
Vyhledávání podle citace
Další možnost je vyhledávat konkrétně podle citace. Mohu vyhledávat publikace a články na základě DOI, jejího názvu, autorů a dalších informací, které se běžně používají v citacích. Pokud pro vyhledávání použiji více klíčových informací, je mezi nimi logický operátor AND.
Obrázek 12 – Zobrazení vyhledávání podle citace pořízeno autorkou [17]
Závěr
Digitální knihovna IEEE Xplore nabízí svým návštěvníkům obrovské množství kvalitního materiálu z technických oborů. Její autoři a vývojáři udržují krok s dobou a digitální knihovnu neustále rozvíjí, ať už službami, které nabízí, nebo dokumentací, která je zde k dispozici, tak i pomocí mobilní aplikace. Zároveň je možné nahlédnout a zkoumat, jaká témata jsou aktuálně nejvíce vyhledávána a to včetně nejvíce hledaných knih, žurnálů, časopisů, sborníků a standardů. Tato digitální knihovna dále nabízí několik způsobů, jak mohu hledat informace, které jsou relevantní pro můj výzkum, či se o ně pouze zajímám.
Spuštěn v roce 1995 pod záštitou University of Michigan s myšlenkou převést tištěné odborné žurnály a články do jednotného digitálního úložiště, JSTOR (zkráceně pro Journal Storage) se postupem času stal jedním ze stěžejních informačních zdrojů pro studenty, vědce a výzkumníky po celém světě. Dnes jakožto součást neziskové organizace ITHAKA nabízí přes 12 milionů akademických článků, 85 000 elektronických knih a přes 2 miliony dalších dokumentů primárních zdrojů. Zároveň umožňuje otevřený přístup zdarma ke všem odborným časopisům publikovaným před rokem 1924 v USA, respektive pro všechny časopisy staršího data než 1876. [1] Přístup na JSTOR pro studenty a akademiky zprostředkovávají univerzitní licence, plný přístup pro nezávislé výzkumníky z neakademické sféry je zpoplatněn $19.50 měsíčně, respektive $199 ročně. [2] Avšak i volný přístup bez licence kromě zmiňovaných časopisů zahrnuje tisíce volně dostupných knih, kolekcí, přes 1 milion obrázků a přes 30 000 výzkumných zpráv, což rozhodně stojí za zmínku. [3]
Co vše tedy JSTOR nabízí?
Obsah JSTORu tvoří základní 2 větve: akademické publikace a primární zdroje. Tématicky a dle dostupnosti (pod licencí nebo open-access) jsou rozděleny do 8 základních kategorií, které jsou dále členěny do kolekcí [4]:
Volně přístupný obsah
Volně přístupné kolekce
Volně přístupné výzkumné zprávy
Odborné časopisy
Knihy
Artstor – obrázkové kolekce
Tématické kolekce
Primární zdroje
JSTOR zahrnuje publikace těchto oborů a vědních disciplín, které se následně dělí na specifičtější oblasti výzkumu:
Area Studies, Arts, Business & Economics, History, Humanities, Law, Medicine & Allied Health, Science & Mathematics, Social Sciences a nově také Sustainability a Security Studies. [5]
Možnosti základního vyhledávání
Pro vyhledávání obsahu lze využít základní nebo pokročilý vyhledávač. Základní vyhledávač využívá fulltext vyhledávání, již při formulaci dotazu však ve vyhledávacím poli umožňuje upřesnění dotazu, a to buďto zúžení na pole autora, titulu nebo názvu publikace. Tato nápověda tak rovnou zpřístupňuje prvky pokročilého vyhledávače uživatelům bez hlubší znalosti jeho syntaxe. Můžeme se zároveň přepnout do vyhledávače obrázků, kterému se věnujeme dále.
Nabízené upřesnění dotazu v základním vyhledávači [zdroj obrázku: JSTOR]
Pokročilé vyhledávání
Pokročilé vyhledávání umožňuje upřesnění vyhledávacího dotazu pomocí kombinace hledaných klíčových slov ve více polích současně. Vedle hledání ve všech polích lze zúžit hledání na pole:
Author (shoda ve jméně autora)
Abstract (hledání klíčových slov pouze v abstraktu)
Item Title (shoda v názvu článku nebo knihy)
Caption (hledání v popisku obrázku, užitečné např. při hledání konkrétního uměleckého díla)
Tato pole lze kombinovat pomocí logických booleovských operátorů AND, OR, NOT. Vedle toho lze také využít operátory NEAR 5, NEAR 10 a NEAR 25, které hledají kombinaci klíčových slov ve vzdálenosti 5, 10 resp. 25 slov mezi sebou [6]. Pro tento operátor lze kombinovat pouze jednoslovné argumenty (nelze například kombinovat výrazy „lasso regression“ a „regularization“).
Vyhledávaný dotaz lze omezit na konkrétní typ dokumentu (articles, research reports, books, reviews, miscellaneous), jazyk, název časopisu nebo knihy či konkrétní ISBN. Omezit hledání můžeme na datumové rozmezí publikování. Lze také hledat v konkrétně zvolených vědních disciplínách, které JSTOR pokrývá, v současnosti jich je 75.
Využití kódů
Pokročilé vyhledávání není nutné zadávat do polí ve formuláři, ale je možné dotaz zapsat s využitím kódů jednotlivých polí přímo do hlavního vyhledávacího pole a řetězit výrazy pomocí booleovských operátorů a závorek [7]:
au: = author
ti: = title (of book, article, or research reports)
ca: = caption
ab: = abstract
jo: = journal name
la: = language
Pro specifikaci hledaného typu obsahu pak můžeme použít tyto kódy [7]:
Full Length articles (celé články) = cty:journal AND ty:fla
Book Reviews (knižní recenze) = cty:journal AND ty:brv
Miscellaneous (ostatní) = cty:journal AND ty:mis
Book Chapters (kapitoly knih) = cty:chapter
Research Reports (výzkumné zprávy) = cty:research_report
Konkrétním příkladem tak může být dotaz (au:“E. Hemingway „) (cty:journal AND ty:brv), hledáme tedy recenze knih od E. Hemingwaye.
Wildcards a truncation znaky
Pokročilí uživatelé jistě ocení syntaxi pro další upřesnění hledaného výrazu, kterou JSTOR podporuje. Lze totiž použít speciální ‚wildcards‘ znaky pro nahrazení písmen ve slovech nebo ‚truncation‘ zápis pro hledání podobných spellingů slov [8]. Konkrétní příklady použití zápisu:
^ – znak pro zvýšení významu hledaného klíčového slova
Ukázka práce s pokročilou syntaxí [zdroj obrázku: JSTOR]
Tímto způsobem tak můžeme klást 3x větší důraz na slovo ‚predictive‘ oproti zbylým slovům v našem hledaném dotazu.
~ – zápis pro hledání podobného spellingu slova
Ukázka použití truncation. Výraz našel výsledky pro ‚theatre‘ či ‚théâtre‘, avšak ne theater. [zdroj obrázku: JSTOR]
? – pro nahrazení 1 znaku ve slově
Ukázka použití wildcard znaku. Výraz bude hledat výsledky pro woman i women. [zdroj obrázku: JSTOR]
* – pro nahrazení libovolného počtu znaků ve slově
Hledání vrátí výsledky obsahující výrazy convolution, convolutional apod. [zdroj obrázku: JSTOR]
Vyhledávač obrázků
Vedle odborných publikací JSTOR umožňuje hledání v databázi obrázků. Analogicky lze použít základní vyhledávač nebo pokročilý vyhledávač, který v tomto případě umožňuje specifikovat tato pole:
Creator
Title
Subject
Work type
Style or Period
Location
Culture
Material
Můžeme také hledat v konkrétních JSTOR kolekcích anebo podle klasifikace obrázků (fotografie, malba, grafický design, socha apod.). Dotaz lze opět, podobně jako u hledání dokumentů, omezit na časové období vzniku díla.
Filtrování výsledků vyhledávání
Výsledky vyhledávání je možné řadit dle relevance nebo data publikace. V rámci výsledků můžeme vyhledávat dalším dotazem v poli vlevo, výsledky lze filtrovat pomocí stejných atributů jako při zadávání pokročilého vyhledávání. Nabídka dynamicky nabízí jen relevantní filtrační kategorie s náhledem počtu výsledků v každé z nich. Užitečnou funkcí je po označení 1 nebo více dokumentů možnost exportování citací ve formátech BibTex, EasyBib a dalších.
Filtrování výsledků vyhledávání v JSTOR [zdroj obrázku: JSTOR]
Práce s nalezenými dokumenty
Při zobrazení detailu konkrétního výsledku vidíme kromě samotného obsahu dokumentu i jeho klíčová metadata na levé straně.
Kromě titulu a autora je zde uveden název časopisu, abstrakt, datum a číslo vydání, vydavatel a stálý URL odkaz na dokument. Můžeme procházet ostatní články publikované v daném vydání časopisu. Menu také umožňuje snadné vygenerování reference do citačních norem APA, MLA nebo Chicago a export ve formátu BibTex a dalších. Práci s obsahem dokumentu usnadňuje procházení výsledků v plnotextovém vyhledávání v nabídce vpravo nad náhledem dokumentu (view search matches), což urychluje vyčtení hledaných informací.
JSTOR umožňuje snadné generování a export citací, [zdroj obrázku: autor]
Procházení dle disciplíny, kolekce, titulu nebo vydavatele
Vedle dotazového vyhledávání lze odborné časopisy a knihy procházet také podle vědní disciplíny a oblasti, titulu nebo vydavatelů, lze také procházet jednotlivé JSTOR kolekce.
Při procházení dle vydavatele si můžeme vybrat konkrétní publikující organizaci z abecedního seznamu. Po výběru dostaneme všechny její historické publikace dostupné na JSTOR a stručné představení vydavatele. Například American Psychological Association (APA) na JSTOR nabízí 552 elektronických knih.
Profil vydavatele s jeho dostupnými publikacemi [zdroj: JSTOR]
Text Analyzer jako nástrojhledání souvisejících článků
Zajímavým nástrojem je Text Analyzer, prozatím v Beta verzi, umožňující uživateli nahrání dokumentu a jeho následnou fulltext analýzu. Výstupem pak jsou jednak podobné články, zároveň ale také zjištěné klíčové termíny s přidělenou prioritou a identifikovaná témata. Termínům lze měnit úroveň priority, čímž dále upřesňujeme vyhledávání. Přidat můžeme i vlastní výrazy. Pro ukázku jsme zanalyzovali článek Uplift Modeling for preventing student dropout in higher education [10] zabývající se prediktivním modelováním situací, ve kterých studenti zanechají studia. Nabízené související články jsou i bez ladění priorit termínů velmi relevantní.
Výstup z nástroje Text Analyzer [zdroj: JSTOR]
Shrnutí
JSTOR nabízí statisíce plnotextových dokumentů z širokého spektra vědních disciplín, a too i v rámci volného přístupu
Uživatelsky přívětivé vyhledávání značně usnadňuje práci s relevantními výsledky
Slibná ukázka práce s Text Analyzerem vznáší očekávání k jeho budoucí plné verzi
[9] Tibshirani, R. (1996). Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society. Series B (Methodological), 58(1), 267–288.
[10] Olaya, D., Vásquez, J., Maldonado, S., Miranda, J., & Verbeke, W. (2020). Uplift Modeling for preventing student dropout in higher education. Decision Support Systems, 134, 113320. https://doi.org/10.1016/j.dss.2020.113320
Pokud vlastníme firmu a chceme si udržet či zlepšit svoji pozici na trhu, je důležité trh průběžně sledovat a analyzovat – a s tím nám mohou pomoci různé nástroje CI. V dnešní době již existuje mnoho různých nástrojů, které lze použít pro pokročilý průzkum trhu, a které najdou své využití i v malých a středních podnicích. Výhoda těchto nástrojů spočívá v tom, že oproti najmutí specializovaného analytika, či například objednání podrobné zprávy o stavu daného odvětví obvykle není použití těchto analytických nástrojů příliš nákladné.
Pomocí různých specializovaných nástrojů lze například získávat včasné aktuální zpravodajství o daném trhu či konkurentech, sledovat marketingové trendy nebo například zjistit, které kanály jsou danými konkurenty nejvíce využívány pro propagaci svého byznysu. Tento report se však bude zabývat především možností analyzovat jednotlivé klíčové hráče v daném odvětví. [1]
Seznámení s nástrojem
Nástroj Craft slouží k získání informací o konkurenčních společnostech – lze pomocí něj například analyzovat růst společnosti v průběhu času, umožňuje ujasnit si pozici daného konkurenta na trhu, získávat aktuální zprávy týkající se dané společnosti či analyzovat informace o růstu konkurenta a jeho aktuálním podílu na trhu. Nespornou výhodou nástroje je také to, že všechna data jsou získávána a předávána v reálném čase, tudíž informace o vybraných konkurentech reflektují aktuální stav v daném odvětví.
O společnosti
Nástroj Craft vyvinula stejnojmenná společnost, která se snaží firmám pomáhat při činění obchodních rozhodnutí, a to díky poskytování komplexních a aktuálních dat či analýz. Společnost spolupracuje s mnoha velkými společnostmi a vládními agenturami po celém světě, a to například v oblastech bankovnictví, či farmacie – aplikaci Craft využívá mnoho velkých a známých společností, jako například Airbus, Deloitte, Salesforce či Samsung. [2]
Přístup k nástroji a jeho cena
Nástroj nalezneme na webové adrese craft.co, přistupovat k němu tedy lze pomocí všech zařízení obsahujícími moderní webový prohlížeč. Stránky jsou plně responsivní, můžeme je tedy pohodlně používat i například za pomoci mobilního telefonu.
Obrázek 1 – Responsivní zobrazení (zdroj: autor)
Při přejití na již zmíněnou URL adresu lze jednotlivé stránky s informacemi o různých společnostech zobrazit i bez registrace a přihlášení, nástroj však začne brzy vyzývat k registraci (potažmo přihlášení) pomocí překryvného okna. Registrace je rychlá, stačí zadat pouze svůj email a zvolit heslo. Volitelným parametrem k vyplnění je název společnosti, pro kterou aktuálně pracujeme.
Registrace je zcela zdarma a nejedná se pouze o zkušební verzi s omezenou platností – po registraci lze prohlížet neomezené množství profilů jednotlivých společností, vytvořit seznamy sloužících pro sledování společností, získávat zprávy o vybraných společnostech a tvořit (a ukládat) vlastní srovnání jednotlivých společností. Využívat lze také mnoho dalších funkcionalit, které lze vyzkoušet i bez registrace a budou představeny a rozebrány později.
Obrázek 2 – Nabízené možnosti po registraci (zdroj: autor)
Společnosti, které však budou chtít získat ještě více možností mohou zakoupit (za blíže nespecifikovanou částku) i „řešení pro podniky“. To zahrnuje možnost získání přesných a komplexních údajů o dodavatelích, možnosti relevantního a proaktivního monitorování dat a informací ve vybraných oblastech, možnosti získávání dat pomocí API rozhraní a možnost integrace nástroje s dalšími předními datovými zdroji. Pomocí podnikové verze aplikace Craft lze získat informace o mnoha rizikových faktorech týkajících se jednotlivých dodavatelů – například o jejich kybernetické bezpečnosti, technologickém zázemí, financích či právních aspektech. [3]
Nabízené možnosti
Pokud navštívíme úvodní stránku aplikace, nabízí se nám možnost vyhledávat společnosti zanesené do databáze aplikace, případně zobrazit některou ze společností nabízených v návrzích.
Obrázek 3 – Možnost vyhledávání společností (zdroj: autor)
Rozšíření vyhledávání
Další nabízenou možností je rozšířené vyhledávání – při jeho volbě můžeme společnosti filtrovat na základě sektoru, ve kterém působí, dále lze filtrovat na základě omezení minimálního a maximálního počtu zaměstnanců společnosti a vybrat můžeme také typ společnosti (soukromá, veřejná, dceřiná a investorská). Další velice užitečnou možností filtrování je možnost výběru lokace, ve které společnost působí, přičemž lze zvolit možnost, při které se zobrazí pouze společnosti, které mají v daných lokacích své centrály.
Obrázek 4 – Filtrování společností podle lokace jejich centrály (zdroj: autor)
Takto vyfiltrované společnosti lze poté seřadit podle jejich názvu, velikosti (pravděpodobně počtu zaměstnanců) a relevance.
Zobrazit je poté můžeme v jednotlivých kartách, ve kterých vždy vidíme, ve kterém umístění se nachází centrála společnosti, počet zaměstnanců společnosti a její stručný popis. Společnosti můžeme zobrazit také v „mřížce“ – společnosti se poté zobrazují vždy v sektoru, ve kterém působí. Zobrazení také můžeme přepnout do tabulky, ve které jsou vyjma informací již obsažených v zobrazení karet vidět také tagy přiřazené ke společnosti, její valuace a příjmy.
Detailní informace o společnostech
Pokud některou ze společností rozklikneme, dostáváme se na zobrazení její detail. V záhlaví stránky lze vybírat z menu, díky kterému se můžeme dostat na přehled o společnosti, na informace o místech její působnosti, klíčových lidech, konkurentech, příjmech, či financích a metrikách společnosti.
Přehled
Pokud máme tedy otevřenou některou ze společností, jako výchozí stránka se nám zobrazí přehled s informacemi o společnosti. V záhlaví detailu lze vidět různé metriky či další zajímavé údaje číselné o společnosti, například výši příjmů, výši tržní kapitalizace či počet zákazníků společnosti. U společnosti Uber můžeme dokonce vidět i například počet uskutečněných jízd za určité období.
Obrázek 5 – Základní přehled (Uber) (zdroj: autor)
Vidět můžeme krátký popis společnosti, přiřazené tagy, informace o společnosti (typ, datum založení, umístění centrály, odkaz na webovou stránku společnosti a její hodnocení – a to z pohledu zaměstnanců a firemní kultury). Zobrazit si také můžeme zprávy z poslední doby týkající se působení společnosti. Vidíme také důležité informace týkající se růstu společnosti, počtu návštěv webových stránek či výše cen akcií společnosti.
Dále se na stránce nachází také základní výpisy klíčových lidí, působících ve společnosti, stejně jako například umístění jednotlivých kanceláří. Ve zbytku stránky nalezneme zobrazené vybrané metriky a údaje v grafech a tabulkách – za zmínku stojí rozhodně graf s rozdělením příjmů společností, ve kterém lze vidět z jakých segmentů příjmy společnosti pochází. Například příjmy společnosti Revolut pochází především z používání karet a směnných poplatků a z poskytování předplatného.
Obrázek 6 – Rozložení původu příjmů (Revolut) (zdroj: autor)
V dalších zobrazených grafech týkajících se lidských zdrojů můžeme získat například informace o tom, osoby jakého pohlaví či dokonce etnika společnost zaměstnává, stejně jako údaje o tom, do jakých oblastí společnost nejvíce své zaměstnance najímá. U společnosti Tesla potom zjistíme například to, že více jak 50 % najímaných pracovníků je v oblasti prodeje a rozvoje podnikání.
Obrázek 7 – Rozdělení najímaných profesí podle kategorií (Tesla) (zdroj: autor)
Pokud sjedeme ještě níže na stránku, můžeme vidět i grafy vycházející z prémiových datasetů – v případě Tesly je to například skóre kyberbezpečnosti a rating mapující oblast životního prostředí, a zahrnující i faktory sociální a vládní, které firmu ovlivňují. Společnost Tesla obdržela například co se týče kyberbezpečnosti skóre D, což výrazně horší například oproti společnosti Uber, která získala 82 bodů ze 100 a obdržela skóre B. Oba datasety jsou externích společností, které se zaměřují na zpracovávání příslušných analýz – aplikace Craft tedy pomáhá svým uživatelům s tím, aby měli všechny důležité informace na jednom místě.
Zcela nepostradatelných grafem, který následuje hned po informacích zmíněných výše je graf s vyobrazením pozice na trhu, kterou daná společnost má. Jednotlivé společnosti jsou zobrazeny jako „kolečka“, která jsou barevně rozlišena podle toho, zda se jedná o firmy působící ve veřejném, či soukromém sektoru. Pokud kurzorem myši najedeme na vybranou společnost, zobrazí se informace o počtu jejích zaměstnanců a růstu. Podle těchto parametrů jsou také společnosti umístěny na příslušné osy (viz následující obrázek).
Obrázek 9 – Pozice na trhu (Tesla) (zdroj: autor)
V případě Tesly vidíme, že se aktuálně jedná o společnost s nejvyšším růstem (47 %). Jednou z dalších rychle rostoucích společností je Shanghai Electric – růst této firmy se blíží k 17 %. Na grafu nalezneme i zaběhnuté společnosti jako například Kia, Audi, Suzuki – počet jejich zaměstnanců je srovnatelný s počtem zaměstnanců Tesly, avšak jejich růst nepřesahuje 5 %. Společnostmi s více než 100 tisíci zaměstnanci jsou například BMW Group a Hyundai Motor, ale růst je v případě BWM Group dokonce záporný.
Další grafy zobrazené na stránce se týkají webového provozu na webu dané společnosti – nalezneme zde například graf s celkovým počtem návštěv za měsíc (za poslední půl rok).
Poté následující informace o působení společnosti v online světě – například počty vyhledání klíčového slova Tesla (Google Trends) a data týkající se Twitteru. Jedním z grafů týkajících se platformy Twitter je graf vývoje počtu sledujících v čase. Pokud porovnáme Teslu například se společnostmi BMW Group a Audi, zjistíme, že na začátku roku 2020 měla společnost Tesla téměř 7 milionů sledujících, zatímco společnosti BMW Group a Audi měly sledujících několikanásobně méně. V současnosti (polovina listopadu 2021) má společnosti Tesla na Twitteru již téměř 12 milionů sledujících.
Obrázek 10 – Vývoj počtu sledujících na Twitteru (Tesla, BMW Group, Audi) (zdroj: autor)
Dále se na stránce nacházejí statistiky informující o aktivitě dané společnosti na sociální síti Twitter, a to v posledních 30 dnech – jedná se například o průměrný počet příspěvků za den či průměrný počet lajků na příspěvku.
Poslední sekcí na stránce přehledu společnosti, kterou rozhodně stojí za to zmínit je seznam technologií, nástrojů či služeb, které společnost využívá – vše je přehledně seřazeno do kategorií podle oblastí, kterých se dotyčné objekty dotýkají – například reklamy, analytika, CMS, hosting či obchod. U společnosti Tesla například můžeme zjistit, že mezi nástroji používanými pro analytiku se nachází produkty jako Facebook Domain Insights, Google Analytics a Salesforce.
Obrázek 11 – Používané technologie (Tesla) (zdroj: autor)
Místa působnosti
Po načtení stránky s názvem „Locations“ se zobrazí mapa, na které jsou zachyceny umístění všech poboček a hlavní centrály dané společnosti. Lokace zobrazené na mapě lze filtrovat pomocí výběru ze seznamu státu, ve kterých daná společnost působí. Dále pod mapou následuje seznam všech poboček společnosti.
Obrázek 12 – Umístění poboček a centrály společnosti (Tesla) (zdroj: autor)
Klíčoví lidé
Na stránce „Key People“ se nachází výpis všech lidí klíčových pro fungování společnosti – tedy generálního ředitele a dalších osoby patřící do výkonného týmu. U jednotlivých osob se také může nacházet odkaz na profily na sociálních sítích (Twitter, LinkedIn).
Obrázek 13 – Klíčoví lidé (Tesla) (zdroj: autor)
Konkurenti
Pokud přejdeme na stránku s názvem „Competitors“, automaticky se nám zobrazí porovnání firmy s jejími největšími konkurenty. Do tohoto přehledu lze přidávat i další společnosti podle vlastního výběru.
Porovnávané jsou u všech společností následující parametry:
Datum založení společnosti
Typ (veřejná, soukromá apod.)
Tagy (dá se říct kategorie do kterých společnost patří)
Místa působnosti
Zaměstnanci
Valuace (v amerických dolarech)
Počet sledujících na Twitteru
Počet tweetů (za posledních 30 dní)
Průměrný počet lajků na tweet (za posledních 30 dní)
Procento tweetů se zapojením (posledních 30 dní)
Hodnocení webu (pomocí služby Alexa)
Hodnocení zaměstnanců
Dále také můžeme nalézt srovnání finančních a provozních údajů, stejně jako údajů o financování společnosti.
Obrázek 14 – Srovnání společnosti s jejími největšími konkurenty (Uber vs. jeho konkurenti) (zdroj: autor)
Při porovnání společnosti Uber s jeho největšími konkurenty (Lyft, DiDi Global, Grab, Bolt) vidíme, že společnost byla založena již v roce 2009, tedy nejdříve ze všech porovnávaných společností. Co se týče počtu zaměstnanců, umístila se na druhém místě, kde ale rozhodně vede je její hodnota – ta dosahuje téměř 81 bilionů USD, kdežto například u společnosti Bolt je hodnota odhadnuta pouze na necelé 2 biliony USD. Společnost Uber má také nejvíce sledujících na sociální síti Twitter – a to více jak 1 milion.
Velmi zajímavé jsou také data o provozních údajích společnosti – Uber je aktivní v 10 tisících měst a 71 zemích (údaje za první kvartál 2021), kdežto Bolt pouze v 200 městech a 40 zemích (údaje platné k prosinci 2020). Uber má také více řidičů (5 mil. v roce 2019), nežli například Lyft (1,9 mil. v roce 2018), nebo Bolt (500 tis. v roce 2018). Výše uvedené hodnoty však jistě velmi ovlivnilo to, v jaké výši se podařilo společnosti získat financování – Uberu se podařilo od investorů obdržet finance ve výši 24,5 bilionu USD, kdežto například společnost Bolt získala pouze 1,3 bil. USD.
Příjmy
Na stránce nesoucí název „Revenue“ nalezneme údaje o příjmech společnosti. Můžeme prozkoumat grafy s jejími roční a čtvrtletními příjmy, stejně jako graf pojednávající o roční míře růstu společnosti. Zajímavé jsou také grafy týkající se rozdělení příjmů společnosti, a to podle obchodního segmentu a geografického segmentu.
Obrázek 15 – Roční a čtvrtletní příjmy společnosti (Tesla) (zdroj: autor)
Pokud si pro demonstraci vezmeme konkrétní společnost, v tomto případě Teslu, vidíme, že její příjmy konstantně rostou (například mezi roky 2019 a 2020 byl růst dokonce 28,3 %).
Obrázek 16 – Rozdělení příjmů společnosti (Tesla) (zdroj: autor)
Při rozdělení příjmů společnosti Tesla za rok 2020 vidíme, že většina z nich pochází z automobilového průmyslu (86,4 %), a menší část z oblasti služeb (7,3 %) a výroby a skladování energie (6,3 %). Co se týče rozdělení podle geografického segmentu příjmy pochází především z USA (48,2 %), Číny (21,1 %) a následně zbytku světa (30,7 %).
Financování
Na stránce s názvem „Funding Rounds“ lze nalézt informace o jednotlivých kolech financování společnosti, jejím ocenění a jejích investorech. Na stránce se nacházejí dva grafy – jeden rekapituluje výši získaného kapitálu v jednotlivých kolech financování, kdežto další zobrazuje výši valuace společnosti, a to opět jednotlivých kolech financování. Následuje tabulka shrnující jednotlivá kola financování, ve které se objevují informace o výši získaných prostředků, výši prostředků získanou v posledním kole financování a také soupis hlavních investorů společnosti. Následně se na stránce také nachází tabulka s informacemi s informacemi o všech proběhlých kolech financování.
Je třeba však pamatovat na to, že stránka pojednávající o financování se nachází pouze u společností, u kterých nějaké externí financování proběhlo a u kterých je to tedy relevantní.
Obrázek 17 – Kola financování společnosti (Revolut) (zdroj: autor)
Finance a metriky
Na stránce nesoucí název „Financials & Metrics“ můžeme vidět množství dat a metrik týkajících se financí, ceny akcií a výnosů vybrané společnosti. Hned na začátku stránky je zobrazena aktuální cena za akcii společnosti (která se vždy po několika sekundách aktualizuje), stejně jako aktuální tržní kapitalizaci dané společnosti. Vidíme také výši příjmů společnosti, které dosáhla za poslední zveřejněný kvartál.
Následuje mnoho různých grafů informujících například o vývoji ceny akcií, výši příjmů (na graf jsou zaneseny příjmy, čisté příjmy a hrubé ziskové rozpětí), již zmiňované rozdělení tržeb (podle odvětví a podle geografického rozdělení).
Obrázek 18 – Příjmy společnosti (Tesla) (zdroj: autor)
Dále jsou na stránce vypisována data do mnoha tabulek – nalezneme například tabulku s výkazem zisků a ztrát, rozvahu společnosti, tabulku zachycující její cash flow, či tabulku s provozními metrikami dané společnosti. Tabulky ke každé oblasti jsou vždy dvě – v jedné jsou vykazovány údaje za jednotlivé roky, ve druhé po jednotlivých kvartálech.
Obrázek 19 – Rozvaha společnosti (Tesla) (zdroj: autor)
Zajímavostí na konec jsou grafy o lidském kapitálů působícím v dané společnosti – zachycují procentuální podíly zaměstnanců, a to podle jejich etnické příslušnosti, nebo pohlaví. U některých společností můžeme dokonce nalézt i graf zachycující hodnocení zaměstnanců společnosti.
Například v případě společnosti Tesla si můžeme všimnout, že především v oblasti skloubení osobního života s tím pracovním si jí zaměstnanci příliš nepochvalují.
Funkcionality nabízené registrovaným uživatelům
Pokud si vytvoříte bezplatný uživatelský účet, můžete sledovat společnosti na základě vlastního výběru (a řadit je do vlastních seznamů) a ukládat vytvořená vlastní porovnání společností. Zobrazit lze také „Craft Feed“, který obsahuje novinky týkajících se sledovaných společností – ty jde filtrovat na základě výběru vlastních seznamů.
Závěr
Craft.co je webový nástroj sloužící pro sledování a analyzování konkurentů, které lze použít také pro analyzování stávajících, či potencionálních dodavatelů. O mnoha společnostech pomocí něj lze získat velké množství informací, a to v přehledné a srozumitelné formě. Nástroj může být cenným a rozhodujícím prvkem ve velkých, ale i středních a menších podnicích, svůj přínos však rozhodně má i při použití jednotlivci, kteří se z různých důvodů chtějí dozvědět více o vybraných společnostech.
PR Newswire, „Craft raises $10 million Series A funding to bring a 360-degree view of any company to the enterprise,“ 21 Srpen 2020. [Online]. Available: https://www.prnewswire.com/news-releases/craft-raises-10-million-series-a-funding-to-bring-a-360-degree-view-of-any-company-to-the-enterprise-301116453.html. [Přístup získán 30 Listopad 2021].
[3]
Craft.co, „Enterprise intelligence – Source of truth on companies,“ 2021. [Online]. Available: https://enterprise.craft.co/. [Přístup získán 30 Listopad 2021].
Abychom poskytli co nejlepší služby, používáme k ukládání a/nebo přístupu k informacím o zařízení, technologie jako jsou soubory cookies. Souhlas s těmito technologiemi nám umožní zpracovávat údaje, jako je chování při procházení nebo jedinečná ID na tomto webu. Nesouhlas nebo odvolání souhlasu může nepříznivě ovlivnit určité vlastnosti a funkce.
Funkční
Vždy aktivní
Technické uložení nebo přístup je nezbytně nutný pro legitimní účel umožnění použití konkrétní služby, kterou si odběratel nebo uživatel výslovně vyžádal, nebo pouze za účelem provedení přenosu sdělení prostřednictvím sítě elektronických komunikací.
Předvolby
Technické uložení nebo přístup je nezbytný pro legitimní účel ukládání preferencí, které nejsou požadovány odběratelem nebo uživatelem.
Statistické
Technické uložení nebo přístup, který se používá výhradně pro statistické účely.Technické uložení nebo přístup, který se používá výhradně pro anonymní statistické účely. Bez předvolání, dobrovolného plnění ze strany vašeho Poskytovatele internetových služeb nebo dalších záznamů od třetí strany nelze informace, uložené nebo získané pouze pro tento účel, obvykle použít k vaší identifikaci.
Marketingové
Technické uložení nebo přístup je nutný k vytvoření uživatelských profilů za účelem zasílání reklamy nebo sledování uživatele na webových stránkách nebo několika webových stránkách pro podobné marketingové účely.
