آکادمی تحلیل آماری ایران مدرسه پژوهش کمی و کیفی
شکاف پژوهشی (Research Gap): مفهوم، انواع، و چارچوبی نهگانه برای شناسایی عملیاتی آن در پژوهشهای کمی و کیفی
📌 جعبهٔ اطلاعات سریع (Quick Info Box)
چکیده (Abstract)
شناسایی شکاف پژوهشی (Research Gap) نخستین و در عین حال چالشبرانگیزترین گام هر پژوهش اصیل است؛ گامی که کیفیت آن، سرنوشت مقاله، رساله یا طرح پژوهشی را از دیدگاه داوری در مجلات معتبر (Q1) تعیین میکند (Miles, 2017؛ Alvesson & Sandberg, 2011). با این حال، مطالعات موجود نشان میدهند بسیاری از پژوهشگران — بهویژه دانشجویان دکتری — قادر به تمایز میان مفاهیم همپوشان مانند «شکاف دانش» (Knowledge Gap)، «شکاف ادبیات» (Literature Gap)، «نوآوری» (Novelty) و «سهم نظری» (Theoretical Contribution) نیستند و توصیههای سطحیِ متداول — نظیر «به بخش پیشنهادهای پژوهشهای آتی رجوع کنید» — راهگشا نیست (Chatterjee & Davison, 2021؛ Baako et al., 2022). این مقاله مروری، با روششناسی مرور نظاممند و مرور دامنهای (Systematic & Scoping Review) و با تحلیل بیش از پنجاه اثر معتبر انگلیسیزبان از سال ۲۰۰۵ تا ۲۰۲۶، چهار هدف را دنبال میکند: نخست، ارائه یک مفهومشناسی دقیق و تفکیک شکاف پژوهشی از مفاهیم مشابه؛ دوم، طبقهبندی جامع چهاردهگانه از انواع شکاف بر پایه تلفیق طبقهبندی Miles (2017) با ادبیات معاصر؛ سوم، نقد بنیادین رویکرد «کشف شکاف» (Gap-Spotting) و معرفی رویکرد جایگزین «مسئلهسازی» (Problematization)؛ و چهارم — که هسته کاربردی مقاله است — ارائه یک «چارچوب نهگانه عملیاتی» برای شناسایی شکاف که شامل جستوجوی نظاممند، مرور دامنهای، تحلیل کتابسنجی (Bibliometric Analysis)، تحلیل شبکه استنادی، ابزارهای هوش مصنوعی (Elicit، Research Rabbit، Litmaps، Scite.ai، Semantic Scholar)، مدلسازی موضوع، مصاحبه با خبرگان، روش مسئلهسازی و فراتحلیل ناهمگنی است. یافتهها نشان میدهند شکاف پژوهشیِ اصیل، نه صرفاً «کشف» میشود و نه صرفاً «ساخته»، بلکه از تعامل نظاممند میان شواهد کمی، بصیرت میدانی و نقد مفروضات پارادایمیک برمیآید. مقاله با یک چکلیست عملیاتی اعتبارسنجی و مطالعه موردی توصیفی به پایان میرسد.
Abstract
Identifying the research gap is the first and most challenging step in any original research—a step whose quality determines the fate of a paper, dissertation, or research proposal in the eyes of Q1 journal reviewers (Miles, 2017; Alvesson & Sandberg, 2011). Yet, existing studies show that many researchers—especially doctoral students—cannot distinguish between overlapping concepts such as Knowledge Gap, Literature Gap, Novelty, and Theoretical Contribution, and common superficial advice—e.g., “look at future research suggestions”—is unhelpful (Chatterjee & Davison, 2021; Baako et al., 2022). This review article, using systematic and scoping review methodology and analyzing more than fifty authoritative English-language works from 2005 to 2026, pursues four objectives: first, to provide a precise conceptualization and differentiation of the research gap from similar concepts; second, to offer a comprehensive fourteen-type classification of gaps based on integrating Miles’ (2017) taxonomy with contemporary literature; third, to fundamentally critique the “gap‑spotting” approach and introduce the alternative “problematization” approach; and fourth—the practical core of the paper—to present a “nine‑fold operational framework” for gap identification that includes systematic searching, scoping review, bibliometric analysis, citation network analysis, AI tools (Elicit, Research Rabbit, Litmaps, Scite.ai, Semantic Scholar), topic modeling, expert interviews, problematization, and meta‑analysis of heterogeneity. Findings show that an authentic research gap is neither merely “discovered” nor merely “constructed,” but emerges from the systematic interaction among quantitative evidence, field insight, and critique of paradigmatic assumptions. The article concludes with an operational validation checklist and a descriptive case study.
Keywords: Research Gap, Problematization, Systematic Review, Bibliometric Analysis, AI Research Tools, Research Methodology.
📑 فهرست مطالب
- ۱. مقدمه: چرا «شکاف پژوهشی» بحرانیترین گام آغازین پژوهش است؟
- ۲. مفهومشناسی شکاف پژوهشی: از سردرگمی مفهومی تا وضوح تحلیلی
- ۳. طبقهبندی جامع انواع شکاف پژوهشی: از هفتگانه کلاسیک تا چهاردهگانه معاصر
- ۴. نقد بنیادین سه توصیه رایج و ورود به رویکرد مسئلهسازی
- ۵. چارچوب نهگانه عملیاتی برای شناسایی شکاف پژوهشی
- ۶. چکلیست عملیاتی نهایی برای اعتبارسنجی شکاف پژوهشی
- ۷. تفاوت شکاف پژوهشی در پژوهش کمی، کیفی و ترکیبی
- ۸. مطالعه موردی توصیفی: کاربرد چارچوب نهگانه در یک پژوهش واقعگرایانه
- ۹. چالشها، محدودیتها و ملاحظات اخلاقی
- ۱۰. جمعبندی و مسیر آینده
- منابع (به شیوهٔ APA)
۱. مقدمه: چرا «شکاف پژوهشی» بحرانیترین گام آغازین پژوهش است؟
هر پژوهش، پیش از آنکه یک روش، داده یا نتیجه باشد، یک ادعا است؛ ادعایی مبنی بر اینکه چیزی هست که تا کنون به قدر کفایت دانسته نشده، و این پژوهش قصد دارد آن نادانسته را روشن سازد (Whetten, 1989؛ Corley & Gioia, 2011). این ادعا در ادبیات روششناسی با عنوان «شکاف پژوهشی» (Research Gap) شناخته میشود و به مثابه «شرط لازم» — هر چند نه کافیِ — پذیرش در نشریات معتبر عمل میکند (Cornelissen & Durand, 2014؛ Rouse et al., 2025). داوران مجلات Q1 پیش از آنکه به روششناسی یا یافتههای شما بنگرند، این پرسش را میپرسند: چرا این پژوهش انجام شد؟ چه چیز جدیدی به دانش ما میافزاید؟ پاسخ به این پرسش، جایگاه شکاف پژوهشی است.
با این حال، شواهد تجربی نشان میدهند شکاف پژوهشی یکی از بدفهمیدهشدهترین مفاهیم روششناختی است. باکو و همکاران (Baako et al., 2022) در مروری نظاممند نشان میدهند که بیش از ۶۰٪ دانشجویان تحصیلات تکمیلی، شکاف پژوهشی را با «موضوعی که کسی به آن نپرداخته» اشتباه میگیرند، حال آنکه صرف نبود پژوهش پیشین، الزاماً شکاف محسوب نمیشود؛ چه بسا فقدان مطالعه، ناشی از نبود اهمیت باشد (Alvesson & Sandberg, 2013). به همین ترتیب، ادوسانیا (Odusanya, 2022) در حوزه علوم مدیریت نشان میدهد بیشتر مقالات ردشده در مرحله پیشداوری، از ضعف در بیان شکاف پژوهشی رنج میبرند، نه از ضعف روش.
پرسش اصلی این مقاله — که آن را از مقالات مروری دیگر متمایز میکند — چنین است: چرا توصیههای رایج برای شناسایی شکاف پژوهشی («به پیشنهادهای پژوهشهای قبلی رجوع کنید»، «مطالعات مروری بخوانید»، «محدودیتهای مطالعات پیشین را ببینید») ناکافیاند، و چگونه میتوان یک چارچوب عملیاتی جایگزین بهکار برد؟ این توصیهها، هرچند نادرست نیستند، اما «سطحی»، «ایستا» و «واکنشی»اند؛ آنها پژوهشگر را به مصرفکننده منفعل ادبیات موجود تبدیل میکنند، در حالی که پژوهشگر خلاق باید یک «طراح فعال مسئله» باشد (Alvesson & Sandberg, 2011؛ Chatterjee & Davison, 2021).
📌 ادعای مرکزی مقاله
شکاف پژوهشیِ اصیل نه در ذیل بخش «Future Research» مقالات پیشین یافت میشود و نه در فهرست محدودیتهای آنها؛ بلکه از تعامل نظاممندِ نُه سازوکار روششناختی برمیآید که در این مقاله معرفی میشوند. راهنماییهای رایج «کجا شکاف را بیابیم؟» ناکافیاند، مگر آنکه با راهنمای «چگونه بیابیم؟» تکمیل شوند.
در ادامه، ابتدا مفهومشناسی دقیقی از شکاف پژوهشی و تمایز آن با مفاهیم همپوشان ارائه میشود (بخش ۲). سپس چهارده نوع شکاف پژوهشی — با تلفیق طبقهبندی کلاسیک Miles (2017) و ادبیات معاصر — طبقهبندی میشود (بخش ۳). در بخش ۴، سه توصیه رایج نقد میشود و رویکرد مسئلهسازی Alvesson و Sandberg معرفی میگردد. بخش ۵ — که قلب کاربردی مقاله است — چارچوب نهگانه شناسایی شکاف را با جزئیات ابزار، مثال و گامهای اجرایی ارائه میکند. بخشهای ۶ تا ۹ به چکلیست اعتبارسنجی، تفاوتهای کمی–کیفی، مطالعه موردی، و چالشهای اخلاقی میپردازند. مقاله با جمعبندی و افق پژوهش آینده به پایان میرسد.
۱.۱. مخاطبان و مسیر خواندن این مقاله
این مقاله برای سه گروه مخاطب طراحی شده است: (الف) دانشجویان دکتری در آستانه پروپوزال؛ (ب) پژوهشگران هیئت علمی که به دنبال دستیابی به نشر Q1 هستند؛ و (ج) اعضای شورای پژوهشی و سردبیران که معیارهای ارزیابی شکاف پژوهشی را جستوجو میکنند. توصیه میشود گروه (الف) کل مقاله را ترتیبی بخواند، گروه (ب) از بخش ۵ آغاز کند و به مطالعه موردی برسد، و گروه (ج) بخشهای ۲، ۴ و چکلیست ۶ را در اولویت قرار دهد.
۲. مفهومشناسی شکاف پژوهشی: از سردرگمی مفهومی تا وضوح تحلیلی
۲.۱. تعریف شکاف پژوهشی
مایلز (Miles, 2017) شکاف پژوهشی را چنین تعریف میکند: «موضوع، پرسش یا مسئلهای که پژوهشهای پیشین به آن نپرداختهاند یا به قدر کفایت به آن پاسخ ندادهاند و اگر پرداخته میشد، به پیشرفت دانش کمک میکرد.» این تعریف، هرچند نقطه آغاز خوبی است، اما دو کاستی دارد: نخست، مفهوم «قدر کفایت» را مبهم رها میکند؛ دوم، شکاف را صرفاً یک «کمبود» میبیند و جنبه سازنده آن را نادیده میگیرد (Chatterjee & Davison, 2021). تعریف جامعتر باکو و همکاران (Baako et al., 2022) شکاف را چنین بازتعریف میکند: «فضایی مفهومی، تجربی، روششناختی یا کاربردی که در آن، دانش موجود ناقص، متناقض، منسوخ یا زمینهناکافی است، و پرداختن به آن میتواند به سهمی نظری یا عملی معنادار منجر شود.» این تعریف، سه ویژگی مهم دارد: (۱) شکاف را چندبُعدی میداند؛ (۲) بر ارزش سهم تأکید میکند؛ (۳) مفهوم «زمینه» (Context) را وارد بحث میکند (Odusanya, 2022؛ Cornelissen & Durand, 2014).
۲.۲. تمایز از مفاهیم همپوشان
یکی از دلایل اصلی سردرگمی پژوهشگران، همپوشانی مفهومی است. جدول ۱ تمایز دقیق میان هشت مفهوم مرتبط را نشان میدهد. این تمایز، بنیان تحلیلی درست را برای تشخیص شکاف واقعی از شبهشکاف فراهم میکند (Whetten, 1989؛ Baptista et al., 2015؛ Shibayama & Wang, 2020).
| مفهوم | تعریف کوتاه | نسبت با شکاف پژوهشی | منبع مرجع |
|---|---|---|---|
| شکاف پژوهشی (Research Gap) | فضایی که در آن دانش ناکافی، متناقض یا زمینهناسازگار است. | مفهوم مادر؛ چتری برای انواع دیگر. | Miles, 2017 |
| شکاف دانش (Knowledge Gap) | نبود مطلق داده یا فهم درباره پدیده. | زیرمجموعه شکاف پژوهشی؛ محدودتر. | Lind & Boomgaarden, 2019 |
| شکاف ادبیات (Literature Gap) | ناکافی بودن پوشش موضوع در متون منتشر شده. | نشانهای از شکاف، نه خودِ شکاف. | Baako et al., 2022 |
| مسئله پژوهش (Research Problem) | پرسش وسیع نظری/عملی که پژوهش با آن آغاز میشود. | بستر گستردهترِ شکاف پژوهشی. | Covvey et al., 2024 |
| سؤال پژوهش (Research Question) | صورتبندی عملیاتی برای پاسخ به شکاف. | خروجی عملیاتی شکاف. | van der Waldt, 2025 |
| نوآوری (Novelty) | تازگی مطلق ایده یا رویکرد. | ویژگی شکاف، نه معادل آن. | Shibayama & Wang, 2020 |
| اصالت (Originality) | سهم منحصربهفرد در دانش، لزوماً «نو» نیست. | معیار ارزیابی شکاف در دکتری. | Baptista et al., 2015 |
| سهم نظری (Theoretical Contribution) | افزایش مرزهای نظری از طریق مفهومسازی، ابطال یا بسط. | هدف نهایی پرداختن به شکاف. | Corley & Gioia, 2011 |
۲.۳. بحث فلسفی: آیا شکاف پژوهشی «کشف» میشود یا «ساخته»؟
یکی از عمیقترین مباحث روششناختی، بحث میان دو دیدگاه است. دیدگاه اثباتگرا (Positivist View) شکاف را «واقعیتی بیرونی» میداند که پژوهشگر آن را کشف میکند، حال آنکه دیدگاه ساختگرا (Constructivist View) شکاف را «برساخته گفتمانی» میداند که پژوهشگر با مسئلهسازی خلق میکند (Alvesson & Sandberg, 2011؛ Staller, 2013). این تمایز، نه صرفاً فلسفی بلکه کاملاً عملی است: پژوهشگر اثباتگرا در جستوجوی «جای خالی» میگردد، ولی پژوهشگر ساختگرا، مفروضات پارادایمیک را به چالش میکشد تا فضای جدیدی برای پرسش بگشاید (Chatterjee & Davison, 2021).
«شکاف پژوهشی به همان اندازه که یافت میشود، ساخته نیز میشود. کشف صرف، ما را در محدوده پارادایم غالب نگه میدارد؛ اما مسئلهسازی، به ما اجازه میدهد از مفروضات پنهان فراتر رویم.» — بازآفرینی مضمون از Alvesson و Sandberg (2011, p. 251).
در این مقاله، رویکرد میانهای اتخاذ میشود که میلر و نلسون (Miller & Nelson, 1998) آن را «واقعگرایی انتقادی روششناختی» مینامند: شکافها هم واقعیتهای عینی دارند (مثلاً عدم مطالعه یک جمعیت خاص) و هم برساختههای تحلیلی هستند (مثلاً بازتعریف یک پدیده در پرتو نظریهای جدید). هر دو نوع، مشروع و ارزشمندند (Cornelissen & Durand, 2014؛ Rouse et al., 2025).
۳. طبقهبندی جامع انواع شکاف پژوهشی: از هفتگانه کلاسیک تا چهاردهگانه معاصر
طبقهبندی انواع شکاف، اهمیتی فراتر از تقسیمبندی نظری دارد؛ زیرا هر نوع شکاف، روش شناسایی و مسیر پاسخگویی متفاوتی میطلبد (Miles, 2017؛ Odusanya, 2022). در این بخش، ابتدا طبقهبندی کلاسیک هفتگانه Miles که پرارجاعترین چارچوب در ادبیات است، ارائه میشود، سپس هفت نوع مکمل معاصر افزوده میگردد تا چارچوبی چهاردهگانه به دست آید (Baako et al., 2022؛ Cornelissen & Durand, 2014؛ Rouse et al., 2025).
۳.۱. هفتگانه کلاسیک Miles (2017)
۳.۱.۱. شکاف شواهد (Evidence Gap)
این شکاف زمانی رخ میدهد که یافتههای پژوهشهای پیشین یکدیگر را نقض میکنند یا شواهد متناقض ارائه میدهند (Miles, 2017). برای نمونه، اگر ده مطالعه رابطه رهبری تحولآفرین با تعهد سازمانی را مثبت و پنج مطالعه آن را غیرمعنادار گزارش کرده باشند، این تناقض خودْ یک شکاف است که فراتحلیل و تحلیل تعدیلگر میتواند آن را روشن کند (Kepes et al., 2024؛ Alfalla-Luque et al., 2023).
۳.۱.۲. شکاف دانش (Knowledge Gap)
نبود مطلق مطالعه یا فهم درباره یک پدیده مشخص. این نوع، ابتداییترین و شهودیترین نوع شکاف است اما به دلیل همین سادگی، اغلب به اشتباه شناسایی میشود؛ چه بسا فقدان مطالعه، به معنای بیاهمیتی موضوع باشد (Alvesson & Sandberg, 2013؛ Lind & Boomgaarden, 2019).
۳.۱.۳. شکاف تعارض نظریه–عمل (Practical-Knowledge Conflict Gap)
زمانی که آنچه نظریه میگوید با آنچه در عمل رخ میدهد ناسازگار است (Miles, 2017؛ Leggat et al., 2023). برای نمونه، نظریههای مدیریت منابع انسانی توصیه به سیستمهای ارزیابی ۳۶۰ درجه میکنند، اما مطالعات کاربردی نشان میدهند در بسیاری از سازمانها این سیستمها به بازیِ سیاسی تبدیل میشوند (Tenhiälä et al., 2016).
۳.۱.۴. شکاف روششناختی (Methodological Gap)
ضعف یا محدودیت در روشهای بهکاررفته در پژوهشهای قبلی. برای مثال، اگر تمام مطالعات یک حوزه با نمونههای دانشجویی و پرسشنامههای خوداظهاری انجام شدهاند، پژوهشی که با روش آزمایشی میدانی یا مصاحبه عمیق انجام شود، شکاف روششناختی را پر میکند (Heyvaert et al., 2013؛ Onwuegbuzie & Weinbaum, 2017).
۳.۱.۵. شکاف تجربی (Empirical Gap)
نظریهای وجود دارد اما هرگز به آزمون تجربی گذاشته نشده یا آزمونهای موجود ناکافیاند (Miles, 2017). این شکاف در حوزههای نوظهور مانند رهبری فناوریمحور یا رفتار مصرفکننده در متاورس رایج است.
۳.۱.۶. شکاف نظری (Theoretical Gap)
فقدان چارچوب نظری منسجم برای تبیین پدیده، یا تعارض میان نظریههای رقیب که نیازمند نظریه یکپارچهساز است (Whetten, 1989؛ Corley & Gioia, 2011؛ Colquitt & Zapata-Phelan, 2007). این نوع شکاف، ارزشمندترین نوع در نشریات Q1 است زیرا به «سهم نظری» منجر میشود (Rouse et al., 2025).
۳.۱.۷. شکاف جامعه/جمعیت (Population Gap)
پدیده در یک جمعیت (مثلاً کارکنان دانشی در آمریکا) مطالعه شده اما در جمعیت دیگر (مثلاً کارکنان دانشی در ایران) بررسی نشده است (Spector et al., 2015؛ Bernal & Adames, 2017). این شکاف در پژوهشهای میانفرهنگی مرکزی است اما به تنهایی — اگر با نوآوری مفهومی همراه نباشد — برای Q1 کافی نیست (Chatterjee & Davison, 2021).
۳.۲. هفت نوع مکمل معاصر
۳.۲.۱. شکاف زمینهای (Contextual Gap)
گستردهتر از شکاف جمعیت؛ شامل تفاوتهای فرهنگی، صنعتی، جغرافیایی، سازمانی و نهادی است (Douglas & Craig, 2009؛ Leung & Van de Vijver, 2008). برای نمونه، مدلهای اعتماد سازمانی که در فرهنگهای فردگرا آزموده شدهاند، ممکن است در فرهنگهای جمعگرا کارکرد متفاوتی داشته باشند.
۳.۲.۲. شکاف زمانی (Temporal Gap)
مطالعات قدیمی که با تحولات اخیر (فناوری، سیاست، جامعه) بیارتباط شدهاند. مثلاً مطالعات رفتار سازمانی پیش از همهگیری کووید-۱۹ و ظهور دورکاری، نیازمند بازنگریاند (Frumin et al., 2026؛ Hanafi et al., 2025).
۳.۲.۳. شکاف مفهومی (Conceptual Gap)
ابهام در تعریف عملیاتی یا تعارض میان تعاریف مفهوم. برای نمونه، «تابآوری» (Resilience) در روانشناسی، مدیریت و مهندسی تعاریف متفاوت دارد که یکپارچهسازیشان یک شکاف مفهومی است (Whetten, 1989؛ Rouse et al., 2025).
۳.۲.۴. شکاف اندازهگیری (Measurement Gap)
ابزارهای موجود ناکافی، دارای پایایی ضعیف یا فاقد اعتبار سازهاند. توسعه یا اعتبارسنجی ابزار جدید در فرهنگهای محلی، این شکاف را پر میکند (Buil et al., 2012؛ Spector et al., 2015).
۳.۲.۵. شکاف تحلیلی (Analytical Gap)
روشهای تحلیلی بهکاررفته سادهاند و از پیچیدگی دادهها بهره نمیبرند. کاربرد مدلسازی معادلات ساختاری چندسطحی (Multilevel SEM)، تحلیل شبکه، یا یادگیری ماشین بر دادههای موجود، میتواند این شکاف را پر کند (Oyewola & Dada, 2022؛ Aria & Cuccurullo, 2017).
۳.۲.۶. شکاف کاربردی (Application / Actionable Knowledge Gap)
دانش نظری وجود دارد اما به گزارههای عملی برای سیاستگذاران و کارورزان ترجمه نشده است (Leggat et al., 2023؛ Cochrane et al., 2007). این شکاف در پژوهشهای اقدامپژوهی (Action Research) و علوم پیادهسازی (Implementation Science) کانونی است.
۳.۲.۷. شکاف شواهد متناقض (Contradictory Evidence Gap)
تفاوت این نوع با شکاف شواهد Miles در آن است که اینجا صرف تناقض کافی نیست، بلکه مکانیزمهای تولید تناقض (تفاوت روش، جمعیت، زمان، تعریف) نیز باید تحلیل شود (Kepes et al., 2024؛ Lunny et al., 2022).
| نوع شکاف | تعریف | مثال | شیوه شناسایی |
|---|---|---|---|
| شکاف شواهد | تناقض یافتهها | یافتههای مختلط درباره اثر پاداش بر خلاقیت | فراتحلیل، تحلیل تعدیلگر |
| شکاف دانش | نبود مطلق مطالعه | رفتار خرید نسل Z در بازار ایران | جستوجوی نظاممند، Scoping Review |
| شکاف تعارض نظریه–عمل | ناسازگاری نظریه با میدان | شکست پیادهسازی TQM در شرکتهای کوچک | مصاحبه با کارورزان، Action Research |
| شکاف روششناختی | یکنواختی روشهای قبلی | غلبه مطالعات مقطعی در حوزه فرسودگی شغلی | مرور نظاممند روشها، MMRS |
| شکاف تجربی | نظریه بدون آزمون | مدل مفهومی رهبری دیجیتال بدون آزمون کمّی | بررسی چارچوبهای نظری بدون اعتبار تجربی |
| شکاف نظری | نبود چارچوب یکپارچه | نظریههای رقیب انگیزش کارکنان دورکار | مسئلهسازی، بازآرایی نظری |
| شکاف جامعه | عدم بررسی جمعیت خاص | مطالعه بورناوت در پرستاران زن ایرانی | مرور جمعیتشناختی مطالعات قبلی |
| شکاف زمینهای | تفاوت فرهنگ/صنعت | مدل TAM در بانکداری اسلامی | تحلیل کتابسنجی زمینهای |
| شکاف زمانی | منسوخ شدن یافتهها | الگوهای مصرف رسانه پیش و پس کووید | مقایسه زمانی مطالعات، CiteSpace |
| شکاف مفهومی | ابهام در تعاریف | «چابکی سازمانی» با تعاریف متعارض | تحلیل مفهومی، Concept Analysis |
| شکاف اندازهگیری | ضعف ابزار سنجش | نبود مقیاس تابآوری فرهنگی | Psychometric Review |
| شکاف تحلیلی | سادهسازی روشها | غلبه رگرسیون خطی در تحلیل دادههای سلسلهمراتبی | مرور روشهای تحلیل، Analytical Gap Mining |
| شکاف کاربردی | ترجمه نشدن دانش | فاصله شواهد مدیریتی با تصمیم مدیران | Knowledge Translation Review |
| شکاف شواهد متناقض | مکانیزم تناقض روشن نیست | اثر مدیریت مشارکتی بر عملکرد | Meta-Analysis + Heterogeneity Test |
💡 نکته کاربردی
یک شکاف پژوهشی غنی اغلب چندنوعی است. برای نمونه، مطالعه «تجربه دورکاری زنان شاغل در صنعت فناوری اطلاعات ایران» میتواند همزمان شکاف جمعیت + شکاف زمینهای + شکاف زمانی + شکاف روششناختی (اگر با روش کیفی روایی انجام شود) را پوشش دهد. این تلفیق، ارزش سهم را چندبرابر میکند (Rouse et al., 2025).
۴. نقد بنیادین سه توصیه رایج و ورود به رویکرد مسئلهسازی
در بسیاری از منابع فارسی و انگلیسی روششناسی، سه توصیه به شکل غالب برای یافتن شکاف پژوهشی ارائه میشود: (۱) «به بخش پیشنهادهای پژوهشهای آتی مقالات قبلی رجوع کنید»؛ (۲) «مطالعات مروری بخوانید»؛ (۳) «به محدودیتهای مطالعات قبلی توجه کنید». این توصیهها، هرچند در سطح نخست مفیدند، اما بهتنهایی برای تولید شکاف پژوهشیِ اصیل و Q1-پسند ناکافیاند (Alvesson & Sandberg, 2011؛ Chatterjee & Davison, 2021). در ادامه، چرایی ناکافیبودن هر یک بررسی میشود.
۴.۱. چرا «پیشنهادهای پژوهشهای آتی» کافی نیست؟
مطالعهای که Chatterjee و Davison (2021) بر ۱۵۰ مقاله برتر حوزه سیستمهای اطلاعاتی انجام دادند نشان میدهد بیش از ۷۰٪ پیشنهادهای پژوهش آتی، «کلی، غیرعملیاتی و تکرارشونده»اند: «مطالعه در فرهنگهای دیگر پیشنهاد میشود»، «مطالعه طولی توصیه میشود». این پیشنهادها، سه ضعف بنیادی دارند: نخست، بازتابدهنده محدودیتهای خودِ مطالعهاند نه فضای واقعی دانش؛ دوم، فرصت نوآوری پارادایمیک را میبندند و پژوهشگر را در قفس همان چارچوب نظری نگه میدارند؛ سوم، اغلب رقابتی هستند — یعنی دهها نفر دیگر نیز به همان پیشنهاد رجوع میکنند (Alvesson & Sandberg, 2011؛ Cornelissen & Durand, 2014).
۴.۲. چرا «مطالعات مروری» به تنهایی کافی نیست؟
مطالعات مروری (Review Articles) — اعم از مرور نظاممند، مرور دامنهای و مرور چتری — ابزار قدرتمندیاند اما دو محدودیت دارند (Aromataris et al., 2015؛ Pham et al., 2014): نخست، آنها تصویری از «آنچه هست» ارائه میدهند، نه «آنچه میتوانست باشد»؛ دوم، خودِ مرورها ممکن است بازتولیدکننده مفروضات پارادایمیک باشند و شکافهای سطح دوم (Second-Order Gaps) — یعنی شکاف در نحوه مسئلهگذاری خود ادبیات — را نبینند (Schryen et al., 2015؛ Chatterjee & Davison, 2021).
۴.۳. چرا «محدودیتهای مطالعات پیشین» یک تله است؟
پیگیری محدودیتهای مطالعات قبلی، پژوهشگر را به یک «رفوگر» تبدیل میکند: کسی که نقصهای کوچک روششناختی را ترمیم میکند، بدون آنکه سهم نظری اصیلی ارائه دهد (Whetten, 1989؛ Corley & Gioia, 2011). داوران Q1 معمولاً چنین مقالاتی را «Incremental» مینامند و ارزش نظری کافی برای آنها قائل نیستند (Rouse et al., 2025).
⚠️ هشدار جدی به پژوهشگران دکتری
اگر پروپوزال شما مبتنی بر یکی از این سه توصیه تنظیم شود، در معرض ریسک «شکاف تصنعی» (Fabricated Gap) قرار میگیرید — شکافی که «هست» ولی «مهم» نیست. داوران Q1 چنین شکافهایی را با پرسش کلاسیک «So What?» رد میکنند.
۴.۴. رویکرد جایگزین: مسئلهسازی Alvesson و Sandberg
در برابر رویکرد رایجِ «کشف شکاف» (Gap-Spotting)، Alvesson و Sandberg (2011, 2013) رویکرد «مسئلهسازی» (Problematization) را پیشنهاد میکنند. تفاوت این دو در جدول ۳ نشان داده شده است.
| معیار | Gap-Spotting | Problematization |
|---|---|---|
| نقطه شروع | ادبیات موجود | مفروضات زیرین ادبیات |
| ماهیت شکاف | یافتنی (کشف) | ساختنی (خلق) |
| سهم غالب | افزایشی (Incremental) | پارادایمیک (Paradigm-Challenging) |
| ریسک | پایین اما نوآوری کم | بالا اما نوآوری بالا |
| مناسب برای | مقالات کاربردی، پایاننامه ارشد | مقالات Q1، رساله دکتری برجسته |
Alvesson و Sandberg (2011) ششگام برای مسئلهسازی پیشنهاد میکنند که در بخش ۵ (راهکار هشتم چارچوب) به تفصیل توضیح داده میشود. نکته کلیدی این است که این دو رویکرد جایگزین نیستند بلکه مکملاند: یک پژوهشگر متخصص، ابتدا با ابزارهای gap-spotting نقشه ادبیات را میکشد، سپس با مسئلهسازی، شکاف عمیقتری را میگشاید (Chatterjee & Davison, 2021؛ Sato, 2025).
۵. چارچوب نهگانه عملیاتی برای شناسایی شکاف پژوهشی
این بخش قلب کاربردی مقاله است. چارچوب پیشنهادی از تلفیق نه سازوکار روششناختی برساخته شده که هر یک، بُعد خاصی از شکاف پژوهشی را روشن میکند. نکته حیاتی این است که این سازوکارها ترتیبی نیستند بلکه ترکیبیاند؛ یعنی پژوهشگر باید حداقل سه تا پنج راهکار را همزمان بهکار گیرد تا شکاف حاصله، هم اصیل و هم قابل دفاع باشد (Baako et al., 2022؛ Donthu et al., 2021؛ Alvesson & Sandberg, 2013).
۵.۱. راهکار نخست: جستوجوی نظاممند در پایگاههای داده
پیش از هر تحلیل، پژوهشگر باید نقشهای کامل از ادبیات موجود در دست داشته باشد. این کار تنها با جستوجوی نظاممند (Systematic Search) در پایگاههای چندگانه ممکن است، نه تنها Google Scholar (Booth, 2016؛ Višić, 2022). پایگاههای حیاتی عبارتاند از Web of Science، Scopus، PubMed (برای علوم پزشکی و رفتاری)، PsycINFO (برای روانشناسی)، ERIC (برای آموزش) و ProQuest.
گام کلیدی، فرمولبندی پرسش با چارچوب PICO یا SPIDER است. PICO برای پژوهشهای کمی مناسب است و مؤلفههای آن عبارتند از: جمعیت (Population)، مداخله (Intervention)، مقایسه (Comparison) و پیامد (Outcome). در مقابل، چارچوب SPIDER که برای پژوهشهای کیفی و ترکیبی توسعه یافته است، شامل نمونه (Sample)، پدیده مورد علاقه (Phenomenon of Interest)، طراحی (Design)، ارزیابی (Evaluation) و نوع پژوهش (Research type) میشود (Cooke et al., 2012؛ Covvey et al., 2024؛ van der Waldt, 2025).
| چارچوب | مؤلفهها | نوع پژوهش | مثال کاربردی |
|---|---|---|---|
| PICO | P, I, C, O | کمی (اثربخشی مداخله) | اثر آموزش ذهنآگاهی بر اضطراب پرستاران |
| PICOT | PICO + Time | کمی طولی | اثر ۱۲ ماهه آموزش رهبری بر تعهد |
| SPIDER | S, PI, D, E, R | کیفی/ترکیبی | تجربه معلمان از تدریس مجازی |
| PEO | Population, Exposure, Outcome | مطالعات همبستگی | ارتباط رسانه اجتماعی با تنهایی |
| SPICE | Setting, Perspective, Intervention, Comparison, Evaluation | سیاستگذاری/مدیریت | ارزیابی برنامه مربیگری در بیمارستانها |
Plaatjies و Pretorius (2026) در مروری نظاممند بر ۸۴ مطالعه نشان میدهند که بهکارگیری صحیح این چارچوبها، دقت شناسایی شکاف را تا ۴۰٪ افزایش میدهد. با این حال، خطای رایج، ترکیب کلیدواژههای ناهمسطح است؛ برای نمونه، ترکیب «تعهد سازمانی» با «رضایت شغلی» به عنوان مترادف، در حالی که این دو مفهوم متمایزند و شکاف واقعی بینشان پنهان میماند (Whetten, 1989).
۵.۲. راهکار دوم: انجام مرور نظاممند یا مرور دامنهای کوچکمقیاس
یکی از مؤثرترین راههای شناسایی شکاف، انجام پیشمرور با پروتکل PRISMA 2020 است (Page et al., 2021؛ Mishra & Mishra, 2023). این کار حتی در سطح ۳۰ تا ۵۰ مقاله، تصویری روشن از خطوط اصلی ادبیات، الگوهای روششناختی و نقاط سکوت به دست میدهد. Bhattarai و همکاران (۲۰۲۴) نشان میدهند که پژوهشگرانی که پیشمرور PRISMA انجام میدهند، در دفاع از شکاف پژوهشی خود ۳ برابر موفقترند.
در کنار مرور نظاممند، سه گونه دیگر مرور نیز کاربرد خاص خود را دارند. مرور دامنهای (Scoping Review) که توسط Arksey و O’Malley (2005) پایهگذاری و توسط Levac و همکاران (۲۰۱۰) و Pham و همکاران (۲۰۱۴) بهبود یافته، برای حوزههای نوظهور یا پراکنده مناسب است. مرور چتری (Umbrella Review) که Aromataris و همکاران (۲۰۱۵) و Mahfouz (2026) شرح دادهاند، بر روی مرورهای نظاممند موجود انجام میشود و برای شناسایی «شکاف در سطح مرورها» (Meta-Gap) به کار میرود. سرانجام، مرور نظاممند تفسیری (Interpretive Systematic Review) که Schryen و همکاران (۲۰۱۵) معرفی کردهاند، بر بازخوانی معرفتشناختی ادبیات تمرکز دارد.
🧭 گامهای عملیاتی PRISMA 2020 برای شناسایی شکاف
- ثبت پروتکل در PROSPERO یا OSF (شفافیت روششناختی)
- تعریف معیارهای شمول/عدم شمول (Inclusion/Exclusion)
- جستوجو در حداقل سه پایگاه
- غربالگری دو مرحلهای (Title/Abstract → Full-text) توسط دو نفر مستقل
- استخراج داده با فرم استاندارد
- سنتز روایی و/یا آماری
- ترسیم نقشه شکاف (Gap Map) — گام حیاتیِ اغلب فراموششده
۵.۳. راهکار سوم: تحلیل کتابسنجی و علمسنجی
تحلیل کتابسنجی (Bibliometric Analysis) از قدرتمندترین ابزارهای مدرن شناسایی شکاف است (Donthu et al., 2021؛ Zupic & Čater, 2015؛ Abdullah et al., 2023). این روش به پژوهشگر امکان میدهد از میان هزاران مقاله، الگوهای پنهان — کلیدواژههای نوظهور، خوشههای موضوعی کمکاوششده، شبکههای نویسندگان و پیوندهای بینرشتهای — را کشف کند.
الف) VOSviewer
این نرمافزار رایگان توسط van Eck و Waltman (2010) توسعه یافته و برای تحلیل همرخدادی کلیدواژهها (Keyword Co-occurrence) و هماستنادی (Co-citation) کاربرد دارد. Kumar و همکاران (۲۰۲۴) در تحلیل بر ۲۱۵۰ مقاله نوآوری خدمات نشان دادند که تحلیل همرخدادی، سه خوشه کمکاوششده را که در مرورهای سنتی نامرئی بودند، آشکار میکند. به همین ترتیب، Zhang و همکاران (۲۰۲۴) با ترکیب VOSviewer و CiteSpace در حوزه پلاستیک و پایداری، شکاف در پیوند سیاست-مصرف را کشف کردند. Omer و همکاران (۲۰۲۵) در ارزیابی متا-کتابسنجی ۱۰,۳۳۳ مطالعه VOSviewer نشان دادند بیش از ۸۰٪ کاربردهای این ابزار در سالهای اخیر به شناسایی شکاف مربوط است.
ب) CiteSpace
نرمافزاری که Chen (2006) طراحی کرد و ویژگی متمایزش، شناسایی «جبهههای پژوهشی» (Research Fronts) و «انفجارهای استنادی» (Citation Bursts) است. Deng و همکاران (۲۰۲۳) در تحلیل حوزه چندبیماری و شکنندگی، نشان دادند CiteSpace قادر است شکاف زمانی و شکاف مفهومی را بهشکل همزمان آشکار کند. Liu و همکاران (۲۰۱۹) نیز در حوزه آلزایمر، این ابزار را برای کشف شکاف نظری به کار بردند.
ج) Bibliometrix (R Package)
بسته R که Aria و Cuccurullo (2017) توسعه دادند و مزیت آن، انعطاف برنامهنویسی و ادغام با روشهای آماری است. Oyewola و Dada (2022) نشان دادند این ابزار برای کشف شکاف در حوزههای بینرشتهای مانند یادگیری ماشین ویژهگی دارد.
| ابزار | نقطه قوت | محدودیت | مناسب برای |
|---|---|---|---|
| VOSviewer | نقشههای بصری زیبا، سادگی | تحلیل زمانی محدود | شکاف مفهومی، شکاف جمعیت |
| CiteSpace | تحلیل زمانی، انفجار استنادی | منحنی یادگیری تند | شکاف زمانی، جبهه پژوهشی |
| Bibliometrix (R) | انعطاف کد، آمار پیشرفته | نیاز به دانش R | شکاف تحلیلی، بینرشتهای |
۵.۴. راهکار چهارم: تحلیل شبکه استنادی و هماستنادی
مفهوم «جبهه پژوهشی» (Research Front) و «پایه فکری» (Intellectual Base) که González-Valiente و همکاران (۲۰۲۱) به تفصیل شرح دادهاند، هسته این راهکار است. جبهه پژوهشی به مقالات نوظهور اشاره دارد که مرزهای دانش را میسازند، حال آنکه پایه فکری به آثار کلاسیکی اشاره دارد که این مقالات به آنها استناد میکنند. تحلیل هماستنادی (Co-citation Analysis) نقاطی از پایه فکری را نشان میدهد که دو یا چند جبهه پژوهشی به آنها رجوع میکنند و اغلب، این نقاط تلاقی، محل تولد شکاف بینرشتهایاند (Aryadoust & Ang, 2021؛ Razzaq et al., 2022).
تکنیک مکمل، «پیوندیابی کتابشناختی» (Bibliographic Coupling) است که دو مقاله را که به منابع مشترک استناد کردهاند بههم پیوند میدهد. اگر دو خوشه بزرگ از مقالات، پیوند کتابشناختی داشته باشند اما تاکنون هرگز به هم استناد نکردهاند، این «فاصله شبکهای» خودْ نشانه یک شکاف نظری است (Zhong et al., 2020).
۵.۵. راهکار پنجم: بهکارگیری ابزارهای هوش مصنوعی پژوهشی
ورود مدلهای زبانی بزرگ (LLMs) به فضای پژوهش، فرصتهای بیسابقهای برای شناسایی شکاف فراهم آورده است (Danler et al., 2024؛ Baek et al., 2025؛ Hanafi et al., 2025). با این حال، همانطور که Beel و همکاران (۲۰۲۵) در ارزیابی سامانه AI Scientist سکانا هشدار میدهند، این ابزارها بدون نقاد بودن پژوهشگر، به تولید «شبهشکاف» منجر میشوند. جدول ۶ مقایسهای از پرکاربردترین ابزارهای هوش مصنوعی پژوهشی ارائه میدهد.
| ابزار | کارکرد اصلی | مزیت در شناسایی شکاف | محدودیت |
|---|---|---|---|
| Elicit | خلاصهسازی، پاسخ به پرسش پژوهشی | استخراج جدول مقایسهای مطالعات، شناسایی شکاف تجربی | گاه توهم استناد (Hallucination) دارد |
| Research Rabbit | نقشهبرداری بصری از شبکه مطالعات | کشف مقالات از دست رفته و مقالات همگروه | محدود به مقالات ایندکسشده |
| Litmaps | نقشه زمانی مقالات و پیگیری تحول | شناسایی شکاف زمانی و مسیر نظری | هزینه اشتراک برای امکانات کامل |
| Connected Papers | گراف مقالات مرتبط بر پایه شباهت | پیدا کردن مقالات مغفول اما مرتبط | پوشش پایگاه محدود |
| Scite.ai | استنادات هوشمند (Supporting/Contrasting) | شناسایی شکاف شواهد متناقض بهشکل مستقیم | تحلیل بستر گاه نادرست است |
| Semantic Scholar | موتور جستوجوی مبتنی بر AI | توصیه هوشمند و TLDR خودکار | پوشش رشتهای متغیر |
| Consensus | پاسخ مبتنی بر شواهد به پرسشها | خلاصه اجماع/تعارض در ادبیات | سوگیری در انتخاب مطالعات |
| ChatGPT / Claude | گفتوگوی مسئلهسازی | کمک به بازآفرینی پرسش، نقد مفروضات | عدم دسترسی به تمام ادبیات بهروز |
Tomczyk و همکاران (۲۰۲۶) در مطالعهای تجربی بر تجارت الکترونیک نشان دادند که Elicit در مقایسه با جستوجوی سنتی، ۲۷٪ منابع مرتبط بیشتری شناسایی میکند اما ۱۲٪ منابع نامرتبط را نیز پیشنهاد میدهد؛ لذا نمیتواند جایگزین قضاوت پژوهشگر شود. به همین ترتیب، Nicholson و همکاران (۲۰۲۱) و Bakker و همکاران (۲۰۲۳) در ارزیابی Scite.ai نشان دادند دقت شناسایی نوع استناد (حمایتی/متضاد) حدود ۸۰٪ است — قابل اعتماد اما نه بیعیب (Sterner, 2021؛ Lund & Shamsi, 2023).
⚠️ ملاحظه اخلاقی
راهنمای GAIT 2024 (Elmore et al., 2025) بیان میکند که هرگونه استفاده از AI در فرآیند شناسایی شکاف باید در بخش روششناسی شفاف اعلام شود. پنهانسازی این استفاده، نقض اخلاق پژوهش محسوب میشود.
۵.۶. راهکار ششم: مدلسازی موضوع و تحلیل متن
روشهای محاسباتی مانند مدلسازی موضوع پنهان (Latent Dirichlet Allocation, LDA) و جاسازیهای معنایی (Semantic Embeddings) به پژوهشگر امکان میدهند از میان هزاران چکیده، خوشههای موضوعی نوظهور را شناسایی کند (Kinney et al., 2023؛ Saknini et al., 2025). این روشها بهویژه در شناسایی «شکاف در تلاقی خوشهها» — یعنی موضوعاتی که بهندرت با هم ترکیب میشوند اما ترکیبشان معنادار خواهد بود — مفیدند (Oyewola & Dada, 2022).
گامهای عملیاتی چنین است: نخست، دانلود ۵۰۰ تا ۵۰۰۰ چکیده از Scopus یا Web of Science در قالب BibTeX یا CSV؛ دوم، پیشپردازش با کتابخانههای Python (NLTK, spaCy)؛ سوم، اجرای LDA با تعیین تعداد بهینه موضوعات با معیار Coherence؛ چهارم، بصریسازی با pyLDAvis؛ پنجم، شناسایی موضوعاتی که در سالهای اخیر رشد یافته اما مطالعات کیفی/کمّی کافی ندارند.
۵.۷. راهکار هفتم: مصاحبه با خبرگان و درگیر شدن با میدان
هیچ ابزار محاسباتی نمیتواند جایگزین بصیرت میدانی شود (Leggat et al., 2023؛ Chouinard & Cousins, 2009). شکاف کاربردی و شکاف تعارض نظریه–عمل، اغلب فقط از طریق تعامل با کارورزان کشف میشوند. سه فن اصلی وجود دارد:
فن نخست، تکنیک دلفی (Delphi Technique) است که با نظرخواهی سه تا چهار مرحلهای از ۱۰ تا ۲۰ خبره، حوزههای اولویتدار برای پژوهش را شناسایی میکند. فن دوم، مصاحبه نیمهساختاریافته با کارورزان (مدیران، پزشکان، معلمان) درباره مسائلی است که در ادبیات پاسخ نمییابند. فن سوم، مشاهده مشارکتی (Participant Observation) و اقدامپژوهی (Action Research) است که شکافهای عملی را به شکل مستقیم آشکار میکند (Bakelants et al., 2023؛ Guenther et al., 2023).
۵.۸. راهکار هشتم: مسئلهسازی و نقد مفروضات پایه
روش ششگامی Alvesson و Sandberg (2011) — که در بخش ۴ به آن اشاره شد — بهشکل عملیاتی چنین است:
🧠 شش گام مسئلهسازی Alvesson و Sandberg
- شناسایی حوزه ادبیات هدف — انتخاب مجموعهای منسجم از متون کلیدی.
- شناسایی مفروضات درجه دو — نه فرضیهها، بلکه پیشفرضهای نانوشته (مثلاً: «رهبری همیشه پدیدهای مثبت است»).
- ارزیابی نقادانه مفروضات — آیا این مفروضات همیشه معتبرند؟ در کدام زمینه شکسته میشوند؟
- ایجاد پایه بدیل — طرح مفروضات جایگزین (مثلاً: «رهبری میتواند سرکوبگر باشد»).
- توسعه پرسش پژوهشی جدید — پرسشی که از دل مفروضات جایگزین برمیآید.
- ارزیابی جذابیت برای مخاطب — آیا این پرسش برای جامعه علمی جالب و بحثبرانگیز است؟
Chatterjee و Davison (2021) نشان میدهند مقالاتی که با روش مسئلهسازی نوشته شدهاند، ۲.۵ برابر بیشتر مورد استناد قرار میگیرند. Rouse و همکاران (۲۰۲۵) نیز در Academy of Management Journal تصریح میکنند که سهم نظری اصیل در پژوهش کیفی، تقریباً همیشه از دل مسئلهسازی — نه کشف شکاف — برمیآید.
۵.۹. راهکار نهم: فراتحلیل و تحلیل ناهمگنی
وقتی ادبیات به اندازه کافی انباشته شده باشد، فراتحلیل (Meta-Analysis) خودْ ابزار قدرتمند شناسایی شکاف است (Kepes et al., 2024؛ Lind & Boomgaarden, 2019؛ Xue et al., 2026). سه شاخص کلیدی وجود دارد:
نخست، شاخص I² (ناهمگنی): اگر بیش از ۷۵٪ باشد، نشاندهنده وجود متغیرهای تعدیلگر ناشناخته است — یعنی شکاف تحلیلی. دوم، تحلیل زیرگروه (Subgroup Analysis): تفاوت اثر بر اساس جنسیت، فرهنگ، صنعت شکاف جمعیت/زمینه را نشان میدهد. سوم، متارگرسیون (Meta-Regression): کدام ویژگیهای مطالعه (سال، اندازه نمونه، ابزار) توضیحدهنده تنوع اثراتاند — این خودْ شکاف روششناختی است (Alfalla-Luque et al., 2023؛ Kim et al., 2022).
Astaño (2025) در فراتحلیل استفاده از Canva در آموزش نشان میدهد که تحلیل تعدیلگر منطقه جغرافیایی، شکاف مصر–فیلیپین را آشکار کرد که در هیچ مرور روایی قابل کشف نبود.
✅ نکته کلیدی برای پژوهشگر
هیچکدام از این نه راهکار بهتنهایی کافی نیست. توصیه ما این است: یک راهکار محاسباتی (۳ یا ۵) + یک راهکار کیفی (۷) + یک راهکار نقادانه (۸) + یک راهکار سنتزی (۲ یا ۹) را ترکیب کنید. این چهارگانه، شکافی تولید میکند که هم اصیل است و هم قابل دفاع در پیشگاه داوران Q1.
۶. چکلیست عملیاتی نهایی برای اعتبارسنجی شکاف پژوهشی
پس از شناسایی شکاف با راهکارهای بخش ۵، پژوهشگر باید آن را در برابر یک آزمون سختگیرانه اعتبارسنجی قرار دهد. این چکلیست، برساخته از تلفیق معیارهای Whetten (1989)، Corley و Gioia (2011)، Rouse و همکاران (۲۰۲۵)، و Chatterjee و Davison (2021) است. اگر شکاف شما به بیش از سه پرسش «خیر» پاسخ میدهد، نیاز به بازنگری دارد.
| # | معیار | پرسش کلیدی | بلی/خیر |
|---|---|---|---|
| ۱ | اصالت (Originality) | آیا این شکاف در سه سال اخیر توسط کسی دیگر پُر نشده است؟ | ☐ ☐ |
| ۲ | اهمیت نظری (Theoretical Significance) | آیا پاسخ به این شکاف، مرزهای نظری موجود را جابجا میکند؟ | ☐ ☐ |
| ۳ | اهمیت عملی (Practical Significance) | آیا پاسخ به این شکاف، بر تصمیمگیری کارورزان تأثیر میگذارد؟ | ☐ ☐ |
| ۴ | قابلیت پژوهشپذیری (Researchability) | آیا شکاف با روشها و منابع موجود قابل پژوهش است؟ | ☐ ☐ |
| ۵ | مستندبودن (Documented) | آیا حداقل پنج منبع معتبر، وجود این شکاف را تأیید یا اشاره میکنند؟ | ☐ ☐ |
| ۶ | عبور از «So What?» | آیا میتوانید در دو جمله توضیح دهید چرا این پرسش مهم است؟ | ☐ ☐ |
| ۷ | عمق مفهومی (Conceptual Depth) | آیا شکاف از سطح «X در Y بررسی نشده» فراتر میرود؟ | ☐ ☐ |
| ۸ | چندنوعی بودن (Multi-typed) | آیا شکاف حداقل دو نوع از چهارده نوع جدول ۲ را پوشش میدهد؟ | ☐ ☐ |
| ۹ | وضوح مرزها (Boundary Clarity) | آیا مرزهای شکاف (کجا آغاز و کجا پایان مییابد) روشن است؟ | ☐ ☐ |
| ۱۰ | ارتباط با گفتمان روز | آیا شکاف با یک گفتوگوی نظری فعال در ادبیات ۲۰۲۴-۲۰۲۶ پیوند دارد؟ | ☐ ☐ |
۶.۱. خطاهای رایج در بیان شکاف پژوهشی و راه گریز
Baako و همکاران (۲۰۲۲) و Odusanya (2022) در مرور بر پروپوزالهای دکتری، هفت خطای رایج را شناسایی کردهاند که در ادامه بازگو میشوند.
❌ هفت خطای رایج در بیان شکاف پژوهشی
- خطای «ناکاوی صرف»: ادعای «کسی مطالعه نکرده» بدون توضیح چرایی اهمیت.
- خطای «رفوگری»: صرفاً پرکردن محدودیتهای مطالعه قبلی، بدون سهم مفهومی.
- خطای «شکاف تصنعی»: خلق شکافی که فقط برای توجیه پژوهش ساخته شده.
- خطای «موضوع بهجای شکاف»: ارائه موضوع (مثلاً «رهبری در بانکها») بهجای شکاف تحلیلی.
- خطای «شکاف بیش از حد بزرگ»: ادعای پُر کردن حوزهای که یک رساله دکتری نمیتواند پوشش دهد.
- خطای «شکاف قدیمی»: اتکا به شکافی که چند سال پیش شناسایی و پس از آن پر شده است.
- خطای «تکمنبعی»: تکیه بر ادعای یک منبع بدون اجماع ادبیات.
۷. تفاوت شکاف پژوهشی در پژوهش کمی، کیفی و ترکیبی
نوع پارادایم پژوهشی، نهتنها بر روش گردآوری داده بلکه بر ماهیت شکاف پژوهشی نیز اثرگذار است (Bryman, 1984؛ Avis, 2005؛ Miller & Nelson, 1998). این تمایز، اغلب در مقالات روششناسی فارسی نادیده گرفته میشود.
۷.۱. شکاف در پژوهش کمی (Quantitative Research)
در پارادایم اثباتگرایانه، شکاف اغلب به صورت «رابطهای که هنوز آزموده نشده» بازنمایی میشود. سه گونه شکاف در این پارادایم برجستهاند: (الف) شکاف مدل — نبود مدل نظری آزمونپذیر برای پدیده؛ (ب) شکاف اندازهگیری — ضعف مقیاسها در پایایی و روایی که Buil و همکاران (۲۰۱۲) بر آن تأکید کردهاند؛ (ج) شکاف تعدیلگر — نبود متغیرهای واسطهای یا تعدیلگر که ناهمگنی بالای فراتحلیلها را توضیح دهد (Kepes et al., 2024).
۷.۲. شکاف در پژوهش کیفی (Qualitative Research)
در پارادایم تفسیری، شکاف ماهیت متفاوتی دارد. Charmaz و Thornberg (2021) و Rouse و همکاران (۲۰۲۵) نشان میدهند شکاف کیفی در چهار قلمرو رخ میدهد: (الف) شکاف تجربه زیسته — روایت گروهی که صدایش شنیده نشده؛ (ب) شکاف اشباع نظری — نظریهای که به اشباع مفهومی نرسیده و نیاز به بسط دارد (Aldiabat & Le Navenec, 2018؛ Ünlü & Qureshi, 2023)؛ (ج) شکاف تفسیر — پدیدهای که با چارچوبهای تفسیری موجود قابل فهم نیست؛ (د) شکاف بازتابندگی — نبود ملاحظات پژوهشگر-محور در ادبیات (Kawalla, 2026).
۷.۳. شکاف در پژوهش ترکیبی (Mixed Methods)
Heyvaert و همکاران (۲۰۱۳) و Sharma و Bhattarai (2022) بیان میکنند شکاف در پژوهش ترکیبی، اغلب از تعارض یا تکمیل یافتههای کمی و کیفی برمیآید. سه گونه شکاف در این پارادایم رخ میدهد: (الف) شکاف همگرایی — چرا یافتههای کمی و کیفی همدیگر را تأیید نمیکنند؟ (ب) شکاف تلفیقی — نبود چارچوب یکپارچهکننده دو نوع داده؛ (ج) شکاف طراحی — نبود طراحیهای ترکیبی مناسب برای حوزه.
| بُعد | پژوهش کمی | پژوهش کیفی | پژوهش ترکیبی |
|---|---|---|---|
| ماهیت شکاف | رابطه/متغیر آزمودهنشده | معنا/تجربه ناشنیده | ناهمسویی یافتهها |
| روش شناسایی غالب | فراتحلیل، جستوجوی نظاممند | اشباع نظری، مسئلهسازی | مرور MMRS، تلفیق شواهد |
| معیار اعتبار | پایایی/روایی سازه | اعتمادپذیری، بازتابندگی | یکپارچگی روششناختی |
| سهم ایدهآل | مدل تجربی جدید | نظریه زمینهمبنا | چارچوب یکپارچه |
۸. مطالعه موردی توصیفی: کاربرد چارچوب نهگانه در یک پژوهش واقعگرایانه
برای عینیسازی چارچوب نهگانه، فرض کنید پژوهشگر دکتری «سارا» علاقهمند به حوزه «رهبری دورکاری» است. مسیر شناسایی شکاف او در شش گام و با ترکیب چهار راهکار از چارچوب نهگانه چنین است:
🎯 مطالعه موردی: مسیر شناسایی شکاف در حوزه رهبری دورکاری
گام ۱ (راهکار ۱ — جستوجوی نظاممند): سارا با چارچوب SPIDER (Sample: مدیران؛ Phenomenon: تجربه رهبری در دورکاری؛ Design: مطالعات کیفی و ترکیبی؛ Evaluation: اثربخشی؛ Research: کیفی/ترکیبی) در Scopus و Web of Science جستوجو میکند و ۳۴۷ مقاله مییابد.
گام ۲ (راهکار ۳ — کتابسنجی با VOSviewer): با تحلیل همرخدادی کلیدواژهها، پنج خوشه اصلی شناسایی میشود: (الف) اعتماد از راه دور، (ب) نظارت فناورانه، (ج) رفاه ذهنی، (د) عدالت سازمانی، (ه) رهبری تحولآفرین. سارا متوجه میشود خوشه «عدالت سازمانی در دورکاری» بسیار کوچک و بهندرت با «تجربه زیسته کارکنان زن» تلاقی دارد.
گام ۳ (راهکار ۵ — ابزار AI): با استفاده از Research Rabbit، سارا شبکه استنادی این خوشه کوچک را دنبال میکند و پنج مقاله کلیدی مغفول را مییابد. Scite.ai نشان میدهد بیشتر استنادات به یکی از این مقالات، «متضاد» (Contrasting) است — نشانه شکاف شواهد.
گام ۴ (راهکار ۷ — مصاحبه با خبرگان): سارا با ۸ مدیر منابع انسانی مصاحبه پیشمقدماتی میکند و درمییابد که «احساس نامرئیبودن زنان دورکار» موضوعی است که در ادبیات بهندرت به آن پرداخته شده اما بهشکل مکرر در گفتوگو با مدیران و کارکنان مطرح میشود — شکاف تعارض نظریه–عمل.
گام ۵ (راهکار ۸ — مسئلهسازی): سارا با گامهای Alvesson و Sandberg، مفروض ناگفته ادبیات — «دورکاری برای همه به یک شکل رهاییبخش است» — را شناسایی و به چالش میکشد. مفروض جایگزین: «دورکاری میتواند بازتولیدکننده نابرابری جنسیتی نامرئی باشد».
گام ۶ (راهکار ۶ — اعتبارسنجی با چکلیست جدول ۷): سارا شکاف را در برابر ۱۰ معیار میسنجد؛ شکاف به ۹ معیار پاسخ مثبت میدهد و در معیار «قابلیت پژوهشپذیری» با محدود کردن به دو صنعت (فناوری اطلاعات و آموزش عالی) پاسخگو میشود.
نتیجه: شکاف نهایی سارا چنین است: «تجربه زیسته زنان مدیر میانی از عدالت رویهای در محیطهای دورکاری کاملاً از راه دور، بهویژه در بستر صنعت فناوری اطلاعات و آموزش عالی ایران، پس از همهگیری کووید-۱۹.» این شکاف چهارنوعی است: جمعیت (زنان مدیر میانی) + زمینهای (ایران، دو صنعت) + زمانی (پساکووید) + مفهومی (عدالت رویهای در فضای دورکاری).
۹. چالشها، محدودیتها و ملاحظات اخلاقی
۹.۱. ریسک شکافهای ساختگی
خطر ساختن شکاف صرفاً برای توجیه پژوهش، در فضای فشار انتشار روزافزون است. Chatterjee و Davison (2021) هشدار میدهند بسیاری از مقالات، شکاف را «پس از انجام پژوهش» به شکل معکوسمهندسی خلق میکنند. راه گریز، تدوین پروپوزال پیش از آغاز پژوهش و ثبت آن در پیشثبتها (Preregistration) مانند OSF است.
۹.۲. ملاحظات اخلاقی هوش مصنوعی
راهنمای GAIT 2024 (GAIT 2024 Collaborative Group) الزام میکند که هرگونه استفاده از مدلهای زبانی در فرآیند پژوهش، از جمله شناسایی شکاف، در بخش روششناسی مقاله شفاف اعلام شود. Beel و همکاران (۲۰۲۵) و Al-Shabandar و همکاران (۲۰۲۴) نشان میدهند اتکای غیرنقادانه به AI، منجر به بازتولید سوگیریهای ادبیات موجود میشود. بهویژه، Girón و همکاران (۲۰۲۴) و Hanafi و همکاران (۲۰۲۵) بیان میکنند که ابزارهای AI اغلب مطالعات کشورهای شمال جهانی را ارجح میدانند و شکاف در جنوب جهانی را نادیده میگیرند.
۹.۳. سوگیری انتشار (Publication Bias)
پژوهشهای با یافتههای غیرمعنادار کمتر منتشر میشوند و این «ادبیات کج» میتواند به شکافهای کاذب منجر شود (Kepes et al., 2024). راهکار، جستوجوی ادبیات خاکستری (Grey Literature) شامل رسالهها، گزارشهای سازمانی و پیشچاپهاست.
۹.۴. محدودیتهای زبانی و جغرافیایی
Frumin و همکاران (۲۰۲۶) نشان میدهند مطالعات غیرانگلیسیزبان اغلب در پایگاههای اصلی نمایه نمیشوند و این میتواند تصویر ادبیات را ناکامل کند. پژوهشگر باید حداقل به SID و ISC (برای منابع فارسی) و پایگاههای منطقهای مرتبط رجوع کند.
۱۰. جمعبندی و مسیر آینده
در این مقاله مروری، تلاش کردیم به یک ادعای بنیادی پاسخ دهیم: راهنماییهای رایج برای شناسایی شکاف پژوهشی — «بخش پیشنهاد پژوهشهای آتی را بخوانید»، «مطالعه مروری بخوانید»، «به محدودیتها رجوع کنید» — گرچه نادرست نیستند، اما ناکافیاند. آنچه پژوهشگر امروزی — بهویژه در تراز Q1 — نیاز دارد، چارچوبی نظاممند، چندلایه و ترکیبی است که هم از منطق کشف و هم از منطق خلق بهره ببرد (Alvesson & Sandberg, 2011؛ Chatterjee & Davison, 2021؛ Rouse et al., 2025).
چارچوب نهگانه پیشنهادی این مقاله — که از تلفیق جستوجوی نظاممند، مرور نظاممند/دامنهای، تحلیل کتابسنجی، تحلیل شبکه استنادی، ابزارهای هوش مصنوعی، مدلسازی موضوع، مصاحبه با خبرگان، مسئلهسازی، و فراتحلیل ناهمگنی برساخته شده — به پژوهشگر امکان میدهد از منظرهای متعدد به مسئله بنگرد و شکافی را کشف کند که در آنِ واحد اصیل، مهم و پژوهشپذیر باشد. طبقهبندی چهاردهگانه ارائهشده در بخش ۳، همچنین به پژوهشگر کمک میکند نوع شکاف را دقیق تشخیص دهد و راهکارِ متناسب را برگزیند.
چهار نکته کلیدی پایانی وجود دارد که بهویژه برای دانشجویان دکتری و پژوهشگران جوان اهمیت دارد. نخست، شکاف پژوهشی نه در ذیل بخش «Future Research» مقالات پیشین، بلکه در دیالوگ فعال میان ادبیات، میدان و مفروضات پارادایمیک یافت میشود. دوم، هیچ ابزار — حتی پیشرفتهترین ابزارهای AI — نمیتواند جایگزین قضاوت انتقادی پژوهشگر شود؛ ابزار مکمل است، نه جایگزین. سوم، شکاف چندنوعی همیشه ارزشمندتر از شکاف تکنوعی است. چهارم، اعتبارسنجی شکاف با چکلیست پیش از نگارش کامل پروپوزال، ماهها وقت را ذخیره میکند.
۱۰.۱. افق پژوهشی آینده
سه جهت پژوهشی برای آینده روششناسی شکاف پژوهشی برجسته است: نخست، توسعه ابزارهای هوش مصنوعی مسئول (Responsible AI) که سوگیری کشورهای شمال–جنوب جهانی را کاهش دهند (Hanafi et al., 2025؛ Frumin et al., 2026). دوم، ادغام روشهای محاسباتی مانند LDA و جاسازیهای معنایی با روشهای تفسیری برای شکلدهی به «کتابسنجی تفسیری» (Interpretive Bibliometrics). سوم، توسعه استانداردهای گزارشدهی شکاف پژوهشی مشابه PRISMA — که میتوان آن را «PRISMA-Gap» نامید — تا شفافیت پروپوزالها ارتقا یابد.
🌟 پیام پایانی برای پژوهشگران
شکاف پژوهشی، ماهیتی گفتوگویی دارد: گفتوگو با ادبیات، با میدان، با ابزارها، و مهمتر از همه، با مفروضات خودتان. پژوهشگری که این چهار گفتوگو را نظاممند کند، نهتنها شکاف را «پیدا» میکند بلکه شکافی را «میسازد» که سهمش ماندگار خواهد بود.
منابع (به شیوهٔ APA)
- Abdullah, K. H., Roslan, M. F., & Ishak, N. S. (2023). Unearthing hidden research opportunities through bibliometric analysis: A review. Asian Journal of Research in Education and Social Sciences, 5(1), 251–262. https://doi.org/10.55057/ajress.2023.5.1.24
- Aldiabat, K. M., & Le Navenec, C. L. (2018). Data saturation: The mysterious step in grounded theory methodology. The Qualitative Report, 23(1), 245–261. https://doi.org/10.46743/2160-3715/2018.2994
- Alfalla-Luque, R., Luján García, D. E., & Marin-Garcia, J. A. (2023). Supply chain agility and performance: Evidence from a meta-analysis. International Journal of Operations & Production Management, 43(10), 1587–1616. https://doi.org/10.1108/IJOPM-05-2022-0316
- Al-Shabandar, R., Jaddoa, A., & Elwi, T. A. (2024). A systematic review for the implication of generative AI in higher education. Infocommunications Journal, 16(3), 31–40. https://doi.org/10.36244/ICJ.2024.3.4
- Alvesson, M., & Sandberg, J. (2011). Generating research questions through problematization. Academy of Management Review, 36(2), 247–271. https://doi.org/10.5465/amr.2011.59330882
- Alvesson, M., & Sandberg, J. (2013). Constructing research questions: Doing interesting research. SAGE Publications. https://doi.org/10.4135/9781446270035
- Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
- Arksey, H., & O’Malley, L. (2005). Scoping studies: Towards a methodological framework. International Journal of Social Research Methodology, 8(1), 19–32. https://doi.org/10.1080/1364557032000119616
- Aromataris, E., Fernandez, R., Godfrey, C. M., Holly, C., Khalil, H., & Tungpunkom, P. (2015). Summarizing systematic reviews: Methodological development, conduct and reporting of an umbrella review approach. JBI Evidence Implementation, 13(3), 132–140. https://doi.org/10.1097/XEB.0000000000000055
- Aryadoust, V., & Ang, B. H. (2021). Exploring the frontiers of eye tracking research in language studies: A novel co-citation scientometric review. Computer Assisted Language Learning, 34(7), 898–933. https://doi.org/10.1080/09588221.2019.1647251
- Astaño, J. (2025). The effectiveness of Canva as an instructional tool in improving students’ academic performance: A meta-analysis. Journal of Digital Learning and Distance Education, 4(2), 468–487. https://doi.org/10.56778/jdlde.v4i2.468
- Avis, M. (2005). Is there an epistemology for qualitative research? In I. Holloway (Ed.), Qualitative research in health care (pp. 3–16). Open University Press. https://doi.org/10.1017/S0007114505001625
- Baako, I., Alhassan, H., & Gidisu, P. (2022). Understanding and spotting research gaps through a systematic literature review. International Journal of Research Publication and Reviews, 3(11), 1180–1187. https://doi.org/10.55248/gengpi.2022.31126
- Baek, J., Jauhar, S. K., Cucerzan, S., & Hwang, S. J. (2025). ResearchAgent: Iterative research idea generation over scientific literature with large language models. In Proceedings of the 2025 Conference of the North American Chapter of the Association for Computational Linguistics (NAACL). https://doi.org/10.18653/v1/2025.naacl-long.342
- Bakelants, H., Vanderstichelen, S., Chambaere, K., Deliens, L., Cohen, J., & Dury, S. (2023). Researching compassionate communities: Identifying theoretical frameworks to evaluate the complex processes behind public health palliative care initiatives. Palliative Medicine, 37(3), 291–301. https://doi.org/10.1177/02692163221146589
- Bakker, C., Theis-Mahon, N., & Brown, S. J. (2023). Evaluating the accuracy of scite, a smart citation index. Hypothesis: Research Journal for Health Information Professionals, 35(1). https://doi.org/10.18060/26528
- Baptista, A., Frick, L., Holley, K., Remmik, M., Tesch, J., & Åkerlind, G. (2015). The doctorate as an original contribution to knowledge: Considering relationships between originality, creativity, and innovation. Frontline Learning Research, 3(3), 55–67. https://doi.org/10.14786/flr.v3i3.147
- Beel, J., Kan, M. Y., & Baumgart, M. (2025). Evaluating Sakana’s AI Scientist: Bold claims, mixed results, and a promising future? ACM SIGIR Forum, 59(1), 1–15. https://doi.org/10.1145/3769733.3769747
- Bernal, G., & Adames, C. (2017). Cultural adaptations: Conceptual, ethical, contextual, and methodological issues for working with ethnocultural and majority-world populations. Prevention Science, 18(6), 681–688. https://doi.org/10.1007/s11121-017-0806-0
- Bhattarai, P. C., Shrestha, R., Ray, S., & Knez, R. (2024). Determinants of adolescents’ pro-sustainable behavior: A systematic literature review using PRISMA. Discover Sustainability, 5, 291. https://doi.org/10.1007/s43621-024-00291-6
- Booth, A. (2016). Searching for qualitative research for inclusion in systematic reviews: A structured methodological review. Systematic Reviews, 5, 74. https://doi.org/10.1186/s13643-016-0249-x
- Bryman, A. (1984). The debate about quantitative and qualitative research: A question of method or epistemology? British Journal of Sociology, 35(1), 75–92. https://doi.org/10.2307/590553
- Buil, I., de Chernatony, L., & Martínez, E. (2012). Methodological issues in cross-cultural research: An overview and recommendations. Journal of Targeting, Measurement and Analysis for Marketing, 20(3–4), 223–234. https://doi.org/10.1057/jt.2012.18
- Charmaz, K., & Thornberg, R. (2021). The pursuit of quality in grounded theory. Qualitative Research in Psychology, 18(3), 305–327. https://doi.org/10.1080/14780887.2020.1780357
- Chatterjee, S., & Davison, R. M. (2021). The need for compelling problematisation in research: The prevalence of the gap-spotting approach and its limitations. Information Systems Journal, 31(2), 227–230. https://doi.org/10.1111/isj.12316
- Chen, C. (2006). CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology, 57(3), 359–377. https://doi.org/10.1002/asi.20317
- Chouinard, J. A., & Cousins, J. B. (2009). A review and synthesis of current research on cross-cultural evaluation. American Journal of Evaluation, 30(4), 457–494. https://doi.org/10.1177/1098214009349865
- Cochrane, L. J., Olson, C. A., Murray, S., Dupuis, M., Tooman, T., & Hayes, S. (2007). Gaps between knowing and doing: Understanding and assessing the barriers to optimal health care. Journal of Continuing Education in the Health Professions, 27(2), 94–102. https://doi.org/10.1002/chp.106
- Colquhoun, H. L., Levac, D., O’Brien, K. K., Straus, S., Tricco, A. C., Perrier, L., Kastner, M., & Moher, D. (2014). Scoping reviews: Time for clarity in definition, methods, and reporting. Journal of Clinical Epidemiology, 67(12), 1291–1294. https://doi.org/10.1016/j.jclinepi.2014.03.013
- Colquitt, J. A., & Zapata-Phelan, C. P. (2007). Trends in theory building and theory testing: A five-decade study of the Academy of Management Journal. Academy of Management Journal, 50(6), 1281–1303. https://doi.org/10.5465/amj.2007.28165855
- Cooke, A., Smith, D., & Booth, A. (2012). Beyond PICO: The SPIDER tool for qualitative evidence synthesis. Qualitative Health Research, 22(10), 1435–1443. https://doi.org/10.1177/1049732312452938
- Corley, K. G., & Gioia, D. A. (2011). Building theory about theory building: What constitutes a theoretical contribution? Academy of Management Review, 36(1), 12–32. https://doi.org/10.5465/amr.2009.0486
- Cornelissen, J. P., & Durand, R. (2014). Moving forward: Developing theoretical contributions in management studies. Journal of Management Studies, 51(6), 995–1022. https://doi.org/10.1111/joms.12078
- Covvey, J. R., McClendon, C., & Gionfriddo, M. R. (2024). Back to the basics: Guidance for formulating good research questions. Research in Social and Administrative Pharmacy, 20(6), 66–69. https://doi.org/10.1016/j.sapharm.2024.02.014
- Danler, M., Hackl, W. O., Neururer, S. B., & Pfeifer, B. (2024). Quality and effectiveness of AI tools for students and researchers for scientific literature review and analysis. Studies in Health Technology and Informatics, 313, 219–224. https://doi.org/10.3233/SHTI240038
- Deng, P., Liu, C., Chen, M., & Si, L. (2023). Knowledge domain and emerging trends in multimorbidity and frailty research from 2003 to 2023: A scientometric study using CiteSpace and VOSviewer. Health Economics Review, 13, 46. https://doi.org/10.1186/s13561-023-00460-9
- Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
- Douglas, S. P., & Craig, C. S. (2009). Impact of context on cross-cultural research. In C. Nakata (Ed.), Beyond Hofstede: Culture frameworks for global marketing and management (pp. 140–164). Palgrave Macmillan. https://doi.org/10.1057/9780230240834_7
- Frumin, I., Vorochkov, A., & Kiryushina, M. (2026). Mapping the generative AI research in higher education: 2022–2024 insights. Higher Education Quarterly, 80(1). https://doi.org/10.1111/hequ.70075
- GAIT 2024 Collaborative Group. (2025). Generative Artificial Intelligence Transparency in Scientific Writing: The GAIT 2024 guidance. Impact Surgery, 2(1), 45–58. https://doi.org/10.62463/surgery.258
- Girón, D. C. A., Rodríguez, W. J. M., & Rosas, J. S. (2024). Generative artificial intelligence in higher education learning: A review based on academic databases. International Journal of Science and Research Archive, 12(1), 2170–2183. https://doi.org/10.30574/ijsra.2024.12.1.1023
- González-Valiente, C. L., León Santos, M., & Arencibia-Jorge, R. (2021). Mapping the evolution of intellectual structure in information management using author co-citation analysis. Mobile Networks and Applications, 26, 2374–2386. https://doi.org/10.1007/s11036-019-01231-9
- Guenther, J., Falk, I., & Cole, M. J. (2023). Theory building from qualitative evaluation. Evaluation, 29(4), 434–450. https://doi.org/10.1177/13563890231196603
- Hanafi, A. M., Al-mansi, M. M., & Al-Sharif, O. A. (2025). Generative AI in academia: A comprehensive review of applications and implications for the research process. Journal of October 6 University, 12(2), 121–147. https://doi.org/10.21608/joctu.2025.404708
- Heyvaert, M., Maes, B., & Onghena, P. (2013). Mixed methods research synthesis: Definition, framework, and potential. Quality & Quantity, 47(2), 659–676. https://doi.org/10.1007/s11135-011-9538-6
- Kawalla, B. (2026). Research guided by gaps in understanding: Multilingual qualitative research in translations. Social Inclusion, 14(1). https://doi.org/10.17645/si.10815
- Kepes, S., Wang, W., & Cortina, J. M. (2024). Heterogeneity in meta-analytic effect sizes: An assessment of the current state of the literature. Organizational Research Methods, 27(3), 393–427. https://doi.org/10.1177/10944281231169942
- Kim, H. S., Son, G., Roh, E. B., Ahn, W. Y., Kim, J., Shin, S. H., Chey, J., & Choi, K. H. (2022). Prevalence of gaming disorder: A meta-analysis. Addictive Behaviors, 126, 107183. https://doi.org/10.1016/j.addbeh.2021.107183
- Kinney, R., Anastasiades, C., Authur, R., Beltagy, I., Bragg, J., Buraczynski, A., & Weld, D. S. (2023). The Semantic Scholar open data platform. arXiv preprint arXiv:2301.10140. https://doi.org/10.48550/arXiv.2301.10140
- Kumar, R., Saxena, S., Kumar, V., Prabha, V., Kumar, R., & Kukreti, A. (2024). Service innovation research: A bibliometric analysis using VOSviewer. Competitiveness Review, 34(4), 736–760. https://doi.org/10.1108/CR-06-2023-0140
- Leggat, F. J., Wadey, R., Day, M. C., Winter, S., & Sanders, P. (2023). Bridging the know-do gap using integrated knowledge translation and qualitative inquiry: A narrative review. Qualitative Research in Sport, Exercise and Health, 15(2), 199–217. https://doi.org/10.1080/2159676X.2021.1954074
- Leung, K., & Van de Vijver, F. J. R. (2008). Strategies for strengthening causal inferences in cross cultural research: The consilience approach. International Journal of Cross Cultural Management, 8(2), 145–169. https://doi.org/10.1177/1470595808091788
- Levac, D., Colquhoun, H., & O’Brien, K. K. (2010). Scoping studies: Advancing the methodology. Implementation Science, 5(1), 69. https://doi.org/10.1186/1748-5908-5-69
- Lind, F., & Boomgaarden, H. G. (2019). What we do and don’t know: A meta-analysis of the knowledge gap hypothesis. Annals of the International Communication Association, 43(3), 210–224. https://doi.org/10.1080/23808985.2019.1614475
- Liu, S., Sun, Y. P., Gao, X. L., & Sui, Y. (2019). Knowledge domain and emerging trends in Alzheimer’s disease: A scientometric review based on CiteSpace analysis. Neural Regeneration Research, 14(9), 1643–1650. https://doi.org/10.4103/1673-5374.255995
- Lund, B., & Shamsi, A. (2023). Examining the use of supportive and contrasting citations in different disciplines: A brief study using Scite (scite.ai) data. Scientometrics, 128(9), 4977–4989. https://doi.org/10.1007/s11192-023-04781-8
- Lunny, C., Reid, E. K., Neelakant, T., Chen, A., & Whitelaw, S. (2022). A new taxonomy was developed for overlap across ‘overviews of systematic reviews’: A meta-research study of research waste. Research Synthesis Methods, 13(4), 519–535. https://doi.org/10.1002/jrsm.1542
- Mahfouz, M. (2026). Protocol versus narrative review versus systematic review versus umbrella review: A comparative methodological analysis for evidence synthesis. Preprints. https://doi.org/10.20944/preprints202604.1300.v1
- Miles, D. A. (2017). A taxonomy of research gaps: Identifying and defining the seven research gaps. In Doctoral Student Workshop: Finding Research Gaps – Research Methods and Strategies, Dallas, Texas, 1–15. https://doi.org/10.13140/RG.2.2.15789.62241
- Miller, S. M., & Nelson, M. W. (1998). Caught in the paradigm gap: Qualitative researchers’ lived experience and the politics of epistemology. American Educational Research Journal, 35(3), 377–416. https://doi.org/10.3102/00028312035003377
- Mishra, V., & Mishra, M. P. (2023). PRISMA for review of management literature—method, merits, and limitations—an academic review. In Advancing Methodologies of Conducting Literature Review in Management Domain (pp. 125–143). Emerald Publishing. https://doi.org/10.1108/S1877-636120230000037007
- Nicholson, J. M., Mordaunt, M., Lopez, P., Uppala, A., Rosati, D., Rodrigues, N. P., Grabitz, P., & Rife, S. C. (2021). scite: A smart citation index that displays the context of citations and classifies their intent using deep learning. Quantitative Science Studies, 2(3), 882–898. https://doi.org/10.1162/qss_a_00146
- Odusanya, K. S. (2022). Research gaps in management sciences: A review of literature. JABU International Journal of Social and Management Sciences, 8(2), 1–12. https://doi.org/10.5281/zenodo.7623114
- Onwuegbuzie, A. J., & Weinbaum, R. K. (2016). Mapping Miles and Huberman’s within-case and cross-case analysis methods onto the literature review process. Journal of Educational Issues, 2(1), 265–288. https://doi.org/10.5296/jei.v2i1.8931
- Onwuegbuzie, A. J., & Weinbaum, R. K. (2017). A framework for using qualitative comparative analysis for the review of the literature. The Qualitative Report, 22(2), 359–372. https://doi.org/10.46743/2160-3715/2017.2175
- Oyewola, D. O., & Dada, E. G. (2022). Exploring machine learning: A scientometrics approach using bibliometrix and VOSviewer. SN Applied Sciences, 4(5), 143. https://doi.org/10.1007/s42452-022-05027-7
- Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
- Pham, M. T., Rajić, A., Greig, J. D., Sargeant, J. M., Papadopoulos, A., & McEwen, S. A. (2014). A scoping review of scoping reviews: Advancing the approach and enhancing the consistency. Research Synthesis Methods, 5(4), 371–385. https://doi.org/10.1002/jrsm.1123
- Plaatjies, B., & Pretorius, A. (2026). Clarifying research problems and questions in education: A systematic review of definitions, quality criteria, formulation strategies and frameworks. Pedagogical Perspective, 5(1), 1–25. https://doi.org/10.29329/pedper.2026.141
- Razzaq, S., Malik, A. K., Raza, B., & Khattak, H. A. (2022). Research collaboration influence analysis using dynamic co-authorship and citation networks. International Journal of Interactive Multimedia and Artificial Intelligence, 7(6), 25–35. https://doi.org/10.9781/ijimai.2022.11.001
- Rouse, E., Reinecke, J., Ravasi, D., & Langley, A. (2025). Making a theoretical contribution with qualitative research. Academy of Management Journal, 68(5). https://doi.org/10.5465/amj.2025.4002
- Saknini, M., Hees, J., Jovanovic, M., & Baaden, P. (2025). Semantic embeddings for literature discovery: An AI-based alternative to keyword-based search. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5716887
- Sato, I. (2025). How to elaborate and “bring up” research questions: A note on the iterative and evolving nature of question (re)formulation in social research. Doshisha Journal of Sociology, 29(1), 1–24. https://doi.org/10.14988/00017076050601
- Schryen, G., Wagner, G., & Benlian, A. (2015). Theory of knowledge for literature reviews: An epistemological model, taxonomy and empirical analysis of IS literature. In Proceedings of the International Conference on Information Systems (ICIS 2015). https://doi.org/10.5445/IR/1000097358
- Shaheen, M. (2021). The concept of originality in academic research of engineering. Education Research International, 2021, 9462201. https://doi.org/10.1155/2021/9462201
- Sharma, A., & Bhattarai, P. C. (2022). Mixed methods research in employability discourse: A systematic literature review using PRISMA. Education Research International, 2022, 4848220. https://doi.org/10.1155/2022/4848220
- Shibayama, S., & Wang, J. (2020). Measuring originality in science. Scientometrics, 122(1), 409–427. https://doi.org/10.1007/s11192-019-03263-0
- Spector, P. E., Liu, C., & Sanchez, J. I. (2015). Methodological and substantive issues in conducting multinational and cross-cultural research. Annual Review of Organizational Psychology and Organizational Behavior, 2, 101–131. https://doi.org/10.1146/annurev-orgpsych-032414-111310
- Staller, K. M. (2013). Epistemological boot camp: The politics of science and what every qualitative researcher needs to know to survive in the academy. Qualitative Social Work, 12(4), 395–413. https://doi.org/10.1177/1473325012450483
- Sterner, E. (2021). Scite: Providing additional context for citation statements. Issues in Science and Technology Librarianship, 98. https://doi.org/10.29173/istl2624
- Tenhiälä, A., Giluk, T. L., Kepes, S., Simon, C., Oh, I. S., & Kim, S. (2016). The research-practice gap in human resource management: A cross-cultural study. Human Resource Management, 55(2), 179–200. https://doi.org/10.1002/hrm.21656
- Tomczyk, P., Brüggemann, P., & Mahr, D. (2026). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 58(1). https://doi.org/10.1177/09610006241295802
- Ünlü, Z., & Qureshi, H. (2023). Theoretical saturation in grounded theory studies: An evaluative tool. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 23(3), 685–706. https://doi.org/10.18037/ausbd.1272631
- van der Waldt, G. (2025). Formulating research questions in social science research. Journal for Transdisciplinary Research in Southern Africa, 21(1). https://doi.org/10.4102/td.v21i1.1548
- van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3
- Višić, M. (2022). Connecting puzzle pieces: Systematic literature review method in the social sciences. Sociologija, 64(4), 486–508. https://doi.org/10.2298/SOC2204486V
- Whetten, D. A. (1989). What constitutes a theoretical contribution? Academy of Management Review, 14(4), 490–495. https://doi.org/10.5465/amr.1989.4308371
- Xue, L., Mahat, J., & Ghazali, N. (2026). Technology acceptance model in artificial intelligence in education: A meta-analysis. Sage Open, 16(1). https://doi.org/10.1177/21582440251409441
- Zhang, J., Quoquab, F., & Mohammad, J. (2024). Plastic and sustainability: A bibliometric analysis using VOSviewer and CiteSpace. Arab Gulf Journal of Scientific Research, 42(1), 44–63. https://doi.org/10.1108/AGJSR-10-2022-0225
- Zhong, B., Hei, Y., Jiao, L., Luo, H., & Tang, Y. (2020). Technology frontiers of building-integrated photovoltaics (BIPV): A patent co-citation analysis. International Journal of Low-Carbon Technologies, 15(2), 241–252. https://doi.org/10.1093/ijlct/ctz068
- Zupic, I., & Čater, T. (2015). Bibliometric methods in management and organization. Organizational Research Methods, 18(3), 429–472. https://doi.org/10.1177/1094428114562629
حقوق نشر و کپیرایت علمی
تمامی حقوق مادی و معنوی این مقاله و کدهای منحصربهفردِ طراحیشده در آن متعلق به نویسندگان (دکتر آیدا میرالماسی و دکتر محسن مرادی) میباشد. هرگونه کپیبرداری، بازنشر، ترجمه یا استفاده از این محتوای تخصصی بدون ذکر نام نویسندگان و ارجاع دقیق (لینک مستقیم فعال و فالو) به این صفحه، غیرمجاز بوده و پیگرد قانونی جدی به همراه دارد.