情報統合：複数の情報源を一つの明確な議論にまとめる方法

情報統合とは、2つ以上の情報源から思考を取り出し、どの情報源も単独では述べなかったであろう新しい主張にそれらをまとめることを意味します。情報源Aが一つのことを述べ、情報源Bが関連するものを述べた場合、統合は、これら2つのことがどのようにつながるのか、どこで同意し、どこで分かれるのかを説明する文です。その結果は、複数の場所からの証拠の上に構築された独自の主張であり、単一の情報源が述べたことの報告ではありません。

これは読解とは小さいが重要な方法で異なります。個々にすべての情報源を理解することはできても、統合に失敗する可能性があります。なぜなら、統合は情報源間の関係であり、単一のテキストの特性ではないからです。これは、あなたの頭の中で、またはページの上で起こります。あなたが一つの論文での発見が別の論文の隙間を説明する、または2人の著者が実は異なる語彙を使用して同じパターンを説明していると判断したときです。

この言葉自体は化学から借りたもので、統合は別個の要素を、どちらの要素も単独では持たない特性を持つ化合物に組み合わせることを意味します。研究や学習に適用する際、この類似性はよく当てはまります。それ自体では2つの情報源は単なる2つの情報源です。正しく組み合わせると、あなたがそれらを一緒に配置したからこそ存在する洞察、パターン、または主張が生じます。これが、情報統合が段階的なスキルとして読解または要約とは異なって評価・教えられる理由です。それは思考が実際にあなたのものになる段階です。

情報統合は学校の外でも頻繁に現れます：ユーザーインタビュー、サポートチケット、アナリティクスを一つの推奨事項に統合する製品マネージャーは統合しています。患者の履歴と複数の研究に基づいて治療を推奨する前に検討する医者は統合しています。決定が複数の情報源に依存する場所であれば、統合は個別の入力を単一で防衛可能な立場に変える段階です。

要約は1つの情報源を圧縮します。情報統合は複数のものを結びつけます。これが全体の区別であり、ほとんどの弱い統合が実は隣同士に配置された複数の要約であることに気づくことに値します。

リモートワークについての3つの記事の要約は、こう言うかもしれません：「記事Aは生産性が10%上昇したことを発見しました。記事Bは幼い子どもを持つ親のためにそれが低下したことを発見しました。記事Cは著しい変化を見つけませんでした。」それは正確で、それは依然として1つの段落を着ている3つの個別の要約です。統合はさらなる質問をします：なぜこれら3つの研究は同意していないのか、そしてその不同意はあなたに何を伝えていますか？統合されたバージョンは、生産性の効果は世帯構成に大きく依存し、その変数を制御しない研究は矛盾する結果を生産し続けるであろうと主張するかもしれません。その主張はどの単一の記事にも存在していませんでした。これは、それらを比較することから来ました。

実践的なテストはシンプルです：ソース引用をあなたの段落から削除した場合、各文は依然として正確に1つの情報源にマップしますか？はいの場合、あなたは要約しました。文が2つ以上の情報源を一度に引き出しているからこそ意味がある場合、それは統合です。当社の要約グラフィック・オーガナイザーガイドでは、統合する前に必要な場合は最初に要約スキルの半分をより詳しく説明しています。

統合は、読取中に1回で試みられる代わりに、一連の処理に分割されるとより簡単になります。あなたがまだそれぞれを個別に理解しようとしている間に情報源を比較しようとすることは、最も統合の試みが失速するところです。これは、一度にしている代わりに一度に2つの難しいタスクをしているからです。以下のステップは、理解を比較から分離し、研究論文セット、会議ノートの積み重ね、またはクラスの割り当てられた読書で機能します。

上記の方法は、教室と研究設定の両方で同じ方法で適用されますが、情報源と利害は異なります。

睡眠と記憶などのトピックに関する文献レビューを書いている学生の場合、情報統合とは、時系列順にそれらをリストするのではなく、実際に見つけたもので研究をグループ化することを意味します。「研究1は2019年にXを見つけ、研究2は2021年にYを見つけた」の代わりに、統合されたレビューは、すべての研究を2つのキャンプにグループ化するかもしれません。宣言的記憶に影響を発見したもの、そして手続き的記憶に影響を発見したもの、そしてその後、分割が存在するかもしれない理由を議論してください。そのグループ化が統合です。当社の研究ノートガイドでは、この種のグループ化を後でより簡単にする形で個別の情報源からマテリアルをキャプチャする方法を説明しています。

研究者が助成金提案またはラボミーティングを準備する場合、情報統合とは、一般的に、各論文の結論を単に再述べるのではなく、分野の実際のギャップを特定するために論文全体で見つけすることを意味します。5つの論文すべてがわずかに異なる条件の下で同じ結果を測定した場合、統合は、誰もまだあなたの提案した研究が覆う条件をテストしていないという観察です。そのギャップは、5つの論文が互いに対して読まれるとこそ見える、それは統合が起こる前に科学論文をよく読むことが重要である理由です：当社の科学論文を読むガイドを参照してください。

同じパターンは、引用に決して触れない仕事に適用されます。3つのクライアント通話、調査、競争相手のティアダウンから簡潔を準備している人は、文献レビューと同じ方法で情報統合しています。個別のノートはコア主張に減らされ、それらの主張は合意と矛盾のためにソートされ、簡潔は、各情報源の順序を繰り返すのではなく、組み合わせが何を意味するかを述べています。情報源は変わります。統合プロセスは変わりません。

ほとんどの失敗した統合は、情報源を理解していないことの結果ではありません。これは、一度あなたが名前を付けることができると修正するのが簡単で、5つすべてが学生の執筆と専門的報告で表示される、同じ潜在的な理由のための5つのいくつかの構造的間違いです。情報源を比較するのは、単に1つずつ説明するのは本当により多くの作業であるため、執筆は時間圧力の下で説明へ戻るドリフトします。

情報統合は、各情報源が明確で正確な形で縮約され、それらを見ることができることに依存しており、情報源が個別のPDF、オーディオ録音、手書きされたメモに分散している場合は難しいです。統合の摩擦の大部分は思考ではなく、5つの異なるフォーマットを実際に比較できる状態に取得するロジスティクスです。

Notelynnは、PDF、オーディオ録音、講義トランスクリプト、および画像を1つのワークスペースにインポートし、追加する各情報源の構造化AI要約を生成します。これにより、一貫したフォーマットで削減されたコア主張版のすべての情報源が得られます。これは、統合が実際に必要な入力です。最初に手で凝縮する必要がある生の材料の代わりに。

そこから、AI Q&Aアシスタントを使用すると、インポートされた資料全体にわたって質問をすることができます。たとえば、2つの情報源が同意する場所や、特定の情報源が特定のポイントで見つけたもの。これにより、主張間の関係を見つけるステップが高速化されます。マインドマップビューは、異なる情報源からのアイデアがどのように接続するかを視覚的にレイアウトできます。これはしばしば、テキストリストが明確に表示しない方法で、情報源間の関係が明らかになる場所です。これは統合をあなたのために書きませんが、散在する情報源から実際に比較できる素材への摩擦を除去します。

情報統合は、意図的な繰り返しで改善されるスキルであり、一度クリックされ、修正されたままになります。小さく始めます：5つを試みる前に2つの情報源で練習し、接続文を明確に書きながら、自動的になるまで。

便利な習慣は、完全な作品を起草する前に統合主張を書くことです。2つのコア情報源の組み合わせが実際に示すことを1文で述べることができれば、残りの執筆は周りに整理するスパインを持っています。あなたはまだその文を述べることができない場合、あなたは統合を書く準備ができていません。最初に情報源を比較するのにより多くの時間を費やす必要があります。

それはまた、執筆だけではなく、統合に特異的なフィードバックを得るのに役立ちます。誰かがあなたの段落を読んで、自分の言葉で、あなたが情報源の間に主張している関係を伝えるようにしてください。それらが個別に各情報源が述べたことのみを繰り返すことができる場合、統合はあなたの頭に存在した場合でも、ページに着地しませんでした。その意図された間のギャップと、リーダーが実際に奪った方法は通常、第2ドラフトが報酬を得るところです。

情報統合は、あなたが読んだことの報告を、あなたが読んだことから構築された議論から分ける。情報源は証拠の作業をします。統合は、実際にあなたのものです。