Diterbitkan | Terakhir diperbarui
Apa Itu Metode Penelitian Inovatif?
Metode penelitian inovatif adalah teknik atau desain yang lebih baru daripada praktik standar di suatu bidang. Beberapa mengubah cara bukti ditemukan, beberapa mengubah cara pertanyaan kausal dijawab tanpa uji coba, dan beberapa mengubah cara data dikumpulkan. Tabel di bawah ini memasangkan masing-masing dari dua belas metode dengan pemeriksaan yang harus dilakukan terlebih dahulu, yang diambil dari sumber yang dikutip.
| metode | Baik untuk | Periksa dulu (dari sumber yang dikutip) |
|---|---|---|
| Penyaringan dengan bantuan AI | Penyaringan judul dan abstrak dalam sintesis bukti. | Sensitivitas terhadap keputusan manusia pada set data uji yang terpisah. |
| Tinjauan sistematis yang berkelanjutan | Topik-topik di mana bukti-bukti baru muncul dengan cepat dan dapat mengubah praktik yang ada. | Bagaimana bukti baru akan ditemukan dan ditambahkan seiring ketersediaannya. |
| Emulasi uji coba target | Pertanyaan kausal ketika uji coba acak tidak memungkinkan | Protokol uji coba target tertulis dan daftar periksa TARGET. |
| Uji coba platform dan protokol utama | Desain onkologi presisi yang menguji beberapa perawatan. | Sesuai dengan bidang dan peraturan Anda; ulasan yang dikutip berbasis onkologi. |
| Ilmu warga | Pengamatan bersamaan dengan survei profesional | Motivasi, kepercayaan diri, pelatihan, dan akurasi data relawan |
| Sains warga yang dibantu pembelajaran mesin | Koleksi fosil atau artefak dalam jumlah besar | Alur kerja empat fase: persiapan, pelaksanaan, implementasi, pengulangan. |
| Drone | Pengambilan sampel satwa liar non-invasif dan pemantauan pertumbuhan alga. | Validasi data sensor dan peraturan penerbangan yang berlaku. |
| virtual reality | Mempelajari memori dan pembelajaran dalam lingkungan imersif. | Apakah efek dari VR dapat ditransfer ke dunia nyata? |
| Perangkat wearable konsumen | Jumlah langkah dan pengukuran aktivitas fisik | Validasi terhadap domain INTERLIVE untuk perangkat Anda |
| Penambangan teks | Kumpulan data teks terlalu besar untuk dibaca secara manual. | Validasi pengklasifikasi pada data uji berlabel |
| Analisis kualitatif dengan bantuan AI | Pengkodean tahap awal dan pengembangan tema dalam data teks | Verifikasi manusia, kutipan diperiksa terhadap sumber, dan pengaturan model dilaporkan. |
| Analisis media sosial | Memetakan diskusi publik tentang suatu topik di berbagai platform. | Bagaimana hasil komputasi divalidasi, dan lebih dari sekadar polaritas sentimen saja. |
Geser ke samping untuk melihat semua kolom.
12 Metode Penelitian Inovatif dan Bukti untuk Masing-masing Metode
Setiap entri menjelaskan metode yang digunakan dan apa yang dilaporkan oleh sumber yang telah dipublikasikan mengenainya. Di bawah setiap entri, "Kapan cocok" dan "Cara memulai" mengulang kembali apa yang dilaporkan atau direkomendasikan oleh sumber yang dikutip; jika suatu langkah merupakan saran kami sendiri, maka akan tertulis "Kami menyarankan". Sebagian besar entri didasarkan pada abstrak makalah yang dikutip, bukan teks lengkapnya.
1. Penyaringan Literatur dengan Bantuan AI
Model bahasa yang besar dapat didorong untuk menerapkan kriteria kelayakan tinjauan pada judul dan abstrak. Sebuah set perintah GPT-4o yang dibangun untuk tinjauan sistematis yang sedang berlangsung mencapai sensitivitas 100% untuk studi yang akhirnya dimasukkan setelah penyaringan teks lengkap. Sensitivitas untuk catatan yang dimasukkan manusia pada tahap judul dan abstrak bervariasi dari 58% hingga 100% di seluruh pembaruan, dan para penulis mensimulasikan pengurangan beban kerja sebesar 65% hingga 85%.² Contoh yang dikerjakan di bawah ini menunjukkan apa yang dilakukan dua model lain pada tinjauan yang berbeda.¹
Kapan hal ini sesuai: Proyek sintesis bukti dengan banyak catatan dan keputusan penyaringan manusia untuk diuji; studi ini menggunakan keputusan dari tinjauan langsung sebagai standar referensinya. 2 Cara memulai: Pisahkan catatan Anda menjadi set pengembangan dan set pengujian, perbaiki pertanyaan pada set pertama, dan laporkan sensitivitas terhadap keputusan manusia pada set kedua, seperti yang dilakukan studi ini. 2
2. Tinjauan Sistematis yang Berkelanjutan
Tinjauan sistematis yang dinamis terus diperbarui, dengan memasukkan bukti baru yang relevan seiring ketersediaannya. Para penulisnya menyajikannya sebagai respons terhadap masalah bahwa tinjauan sistematis sulit untuk selalu diperbarui, dan kegagalan untuk melakukannya akan mengurangi kemutakhiran, akurasi, dan kegunaannya. 3
Kapan hal ini sesuai: Di mana bukti penelitian muncul dengan cepat, bukti yang ada tidak pasti, dan penelitian baru dapat mengubah kebijakan atau keputusan praktik. 3 Cara memulai: Definisikan bagaimana bukti baru akan diidentifikasi dan ditambahkan saat tersedia, karena pembaruan berkelanjutan adalah yang dibutuhkan oleh definisi tersebut. 3
3. Emulasi Percobaan Target
Emulasi uji coba target menggunakan data observasional untuk menjawab pertanyaan kausal tentang efek intervensi dengan secara eksplisit meniru uji coba acak pragmatis hipotetis, ketika uji coba nyata tidak tersedia atau tidak layak. Pernyataan TARGET 2025 memberikan daftar periksa 21 item dalam enam bagian. Pernyataan ini meminta penulis untuk menentukan protokol uji coba target (estimasi kausal, asumsi identifikasi, dan rencana analisis data), untuk menunjukkan bagaimana protokol tersebut dipetakan ke data observasional, dan untuk melaporkan analisis sensitivitas. 4
Kapan hal ini sesuai: Ketika pertanyaannya adalah efek komparatif dari suatu intervensi dan uji coba acak tidak tersedia atau tidak memungkinkan. TARGET mencakup simulasi uji coba target kelompok paralel, yang diacak secara individual dengan penyesuaian untuk faktor perancu dasar, jadi periksa apakah desain Anda termasuk dalam cakupan tersebut. 4 Cara memulai: Tulis protokol uji coba target sebelum Anda menganalisis data, nyatakan bagaimana setiap elemen dipetakan ke data yang Anda miliki, dan rencanakan analisis sensitivitas yang diminta dalam daftar periksa untuk Anda laporkan. 4
4. Uji Coba Platform dan Protokol Utama
Tinjauan desain uji coba dalam pengobatan presisi menggambarkan uji coba basket dan umbrella, uji coba platform utama, dan studi N-of-1 sebagai desain yang mulai menggantikan protokol fase I, II, dan III standar, memungkinkan evaluasi pengobatan yang lebih cepat. 5
Kapan hal itu sesuai: Onkologi presisi, di mana pengobatan disesuaikan dengan karakteristik molekuler; ulasan ini ditulis dari sudut pandang tersebut dan melaporkan bahwa beberapa, tetapi tidak semua, uji coba baru menunjukkan terapi yang disesuaikan berkorelasi dengan hasil yang lebih baik daripada terapi yang tidak disesuaikan. 5 Cara memulai: Baca uraian ulasan tentang kelebihan, keterbatasan, dan tantangan dari setiap desain sebelum Anda memilih salah satu, dan pastikan bahwa desain tersebut sesuai dengan bidang Anda dan regulator Anda. 5
5. Sains Warga
Sebuah tinjauan tahun 2025 tentang pemantauan habitat merangkum survei terhadap 458 relawan pencatat keanekaragaman hayati. Para pencatat yang sudah ada bersedia mempertimbangkan pencatatan habitat, tetapi banyak yang kurang percaya diri dan beberapa kurang termotivasi. Para penulis membangun kerangka kerja desain enam pertanyaan yang membahas interaksi antara motivasi dan kepercayaan diri relawan, serta akurasi data. Kerangka kerja ini mencakup kejelasan tujuan, biaya bagi relawan, kompleksitas protokol dan skala pengambilan sampel, dan hal ini memengaruhi pelatihan dan dukungan yang dibutuhkan relawan. 6
Kapan cocok: Ketika Anda membutuhkan data observasi atau habitat dalam rentang dan skala yang tidak dapat dicapai oleh survei profesional saja; tinjauan ini membingkai sains warga sebagai pelengkap survei profesional dan observasi bumi. 6 Cara memulai: Jawab enam pertanyaan kerangka kerja untuk proyek Anda sendiri sebelum Anda merekrut, dan cari bukti akurasi pada protokol Anda, karena abstrak tidak melaporkan angka akurasi. 6
6. Sains Warga yang Dibantu Pembelajaran Mesin
Sebuah tinjauan terhadap proyek-proyek paleontologi dan arkeologi mengusulkan alur kerja empat fase untuk menggabungkan pembelajaran mesin dengan kontribusi sukarelawan: persiapan, pelaksanaan, implementasi, dan pengulangan. Tinjauan tersebut mencatat bahwa pengumpulan data tentang objek seperti fosil dan artefak memiliki persyaratan yang berbeda dari pengumpulan observasi dalam pemantauan keanekaragaman hayati. 7
Kapan hal itu cocok: Koleksi fosil atau artefak dalam jumlah besar, di mana tinjauan tersebut menyatakan bahwa sains warga dan pembelajaran mesin dapat saling menguntungkan. 7 Cara memulai: Gunakan keempat fase tersebut sebagai rencana proyek dan alokasikan tugas ke berbagai peran di seluruh tugas sains warga, pengembangan pembelajaran mesin, penelitian, keterlibatan pemangku kepentingan, dan pengembangan aplikasi atau infrastruktur. 7
7. Drone untuk Pengumpulan Data Lapangan
Sebuah tinjauan pendahuluan mengidentifikasi 136 studi yang diterbitkan sejak tahun 2010 yang menggunakan drone untuk mempelajari ekofisiologi hewan liar, dengan spesies fokus yang cenderung pada mamalia laut, khususnya cetacea. 8 Sebuah tinjauan tahun 2025 tentang pemantauan berbasis drone terhadap pertumbuhan alga berbahaya mencantumkan validasi, kesenjangan regulasi, dan integrasi dengan kerangka kerja risiko kesehatan sebagai tantangan yang terus berlanjut. 9
Kapan hal ini sesuai: Pengambilan sampel non-invasif pada hewan liar, di mana kondisi tubuh dan data morfometrik dari sensor warna standar menjadi dominan, 8 dan pemantauan pertumbuhan alga sebagai pelengkap metode satelit dan in situ. 9 Cara memulai: Periksa peraturan penerbangan yang berlaku, yang tercantum dalam tinjauan pertumbuhan alga sebagai salah satu pertimbangannya, dan rencanakan bagaimana Anda akan memvalidasi data sensor, karena validasi adalah salah satu tantangan yang terus-menerus disebutkan. 9
8. Eksperimen Realitas Virtual
Sebuah tinjauan tentang realitas virtual dalam penelitian memori episodik mencatat bahwa literatur tersebar di beberapa disiplin ilmu dan menggunakan peralatan yang berbeda, yang membuat sulit untuk menentukan apakah perbedaan antar studi mencerminkan teori yang sebenarnya atau variasi metodologis. 10
Kapan hal ini sesuai: Mempelajari pembelajaran dan memori episodik dalam lingkungan imersif, termasuk bagaimana imersi memengaruhi memori dan apakah efeknya berpindah dari realitas virtual ke dunia nyata. 10 Cara memulai: Catat perangkat keras dan perangkat lunak, karena tinjauan tersebut menemukan bahwa peralatan bervariasi antar studi. Kami menyarankan untuk menambahkan kondisi perbandingan dunia nyata, karena tinjauan tersebut mencatat betapa sedikitnya yang diketahui tentang bagaimana pembelajaran di VR dibandingkan dengan kehidupan nyata. 10
9. Perangkat Wearable Konsumen
Pernyataan ahli INTERLIVE tentang penghitung langkah pada perangkat wearable dan smartphone konsumen menyatakan bahwa validitas banyak perangkat konsumen belum dievaluasi secara ketat dan transparan, dan menawarkan daftar periksa untuk studi validasi. 11
Kapan hal ini sesuai: Mengukur aktivitas fisik melalui penghitungan langkah dengan perangkat wearable atau smartphone konsumen. 11 Cara memulai: Gunakan enam domain pernyataan tersebut (populasi sasaran, ukuran kriteria, ukuran indeks, kondisi validasi, pemrosesan data, dan analisis statistik) untuk merancang dan melaporkan studi validasi; pernyataan ini menawarkan protokol dasar dan lanjutan untuk penghitung langkah. 11 Kami menyarankan untuk memeriksa bukti validasi untuk perangkat dan hasil spesifik Anda sebelum mengandalkannya.
10. Penambangan Teks dari Sumber Teks Besar
Sebuah tinjauan sistematis tentang analisis teks komputasional dalam penelitian kekerasan dalam rumah tangga menemukan 22 studi di delapan basis data. Penambangan teks dapat memberi peneliti akses ke kumpulan data, misalnya dari media sosial atau dari organisasi, yang terlalu besar untuk dianalisis secara manual. 12
Kapan cocok: Kumpulan data dari media sosial atau dari organisasi yang terlalu besar untuk dianalisis secara manual; tinjauan ini mencakup satu bidang, jadi periksa apakah buktinya dapat diterapkan pada bidang Anda. 12 Cara memulai: Pilih pendekatan terawasi atau tidak terawasi (studi yang disertakan menggunakan klasifikasi berbasis aturan, pembelajaran mesin, pembelajaran mendalam, dan pemodelan topik) dan evaluasi pada set uji berlabel yang terpisah atau dengan validasi silang k-fold, seperti yang dilakukan sebagian besar studi yang disertakan, dengan melaporkan akurasi dan F1. 12
11. Analisis Kualitatif dengan Bantuan AI
Sebuah tinjauan pendahuluan tahun 2026 terhadap 75 studi menemukan model bahasa besar yang digunakan di seluruh penelitian kualitatif, paling sering untuk bantuan pengkodean (43 studi) dan identifikasi tema (41), dengan analisis tematik sebagai metode yang dominan (38). Kesepakatan antara model dan pengkode manusia berkisar dari 36% hingga 99%. 13 Sebuah tinjauan cepat tahun 2026 terhadap 42 studi penelitian kesehatan menemukan kesepakatan seringkali di atas 80% untuk tema deskriptif tetapi sekitar 30% untuk tema yang bernuansa budaya, dan melaporkan ketidakakuratan sesekali termasuk kutipan yang dibuat-buat. 14
Kapan hal itu sesuai: Pekerjaan tahap awal pada volume teks yang besar, seperti pengenalan, pengkodean, dan pengembangan tema, di mana kinerja paling kuat terdapat pada analisis tematik dan konten induktif; kinerja menurun untuk analisis reflektif dan berbasis teori. 14 Cara memulai: Tetapkan seseorang yang bertanggung jawab atas interpretasi, dan periksa setiap kutipan terhadap teks sumber. Laporkan model, bagaimana model tersebut diterapkan (API, antarmuka web, atau lokal), suhu, panjang konteks, dan petunjuk: dalam tinjauan cakupan, hanya 13 dari 75 studi yang melaporkan suhu dan 75% melaporkan tidak ada pengaturan parameter sama sekali. 13
12. Analisis Media Sosial
Sebuah tinjauan komprehensif tahun 2026 terhadap 136 studi tentang konten rokok elektronik di media sosial menemukan bahwa pengkodean manual mendominasi, dengan sebagian kecil menggunakan pendekatan komputasional atau hibrida. Pendekatan komputasional umumnya diterapkan pada kumpulan data yang lebih besar dan lebih konsisten melaporkan validasi, dan aplikasi AI terkonsentrasi pada penemuan topik dan penilaian sentimen. 15 Sebuah tinjauan komprehensif tahun 2026 terhadap 50 studi tentang konten vaksin HPV di delapan platform, dengan X yang paling sering dipelajari, menemukan analisis konten, analisis sentimen, pemodelan topik, dan analisis jaringan digunakan, dan menyimpulkan bahwa wacana tersebut tidak dapat dipahami secara memadai hanya melalui polaritas sentimen saja. 16
Kapan hal itu sesuai: Memetakan diskusi publik tentang suatu topik di berbagai platform; kedua ulasan berasal dari komunikasi kesehatan, jadi periksa apakah bukti tersebut dapat diterapkan ke bidang Anda. 16 Cara memulai: Tentukan platform dan pengambilan sampel terlebih dahulu, putuskan apakah pengkodean manual, komputasi, atau hibrida sesuai dengan ukuran dataset Anda, dan laporkan bagaimana setiap keluaran komputasi divalidasi, sebuah celah yang disoroti oleh ulasan rokok elektrik. 15 Kodekan tema atau konten serta polaritas sentimen. 16
Contoh Nyata: Menguji Penyaringan AI pada 984 Abstrak
Sebuah tim yang dipimpin oleh orang Spanyol menguji apakah dua model bahasa dapat menyaring judul dan abstrak untuk tinjauan sistematis biomedis. Makalah ini bersifat akses terbuka di bawah lisensi CC BY 4.0, jadi kami membuat ulang grafik jumlahnya dan menghitung ulang angka yang diperoleh di R. 1 Pencarian di Medline, Embase, dan Scopus pada Oktober 2022 menghasilkan 1,081 catatan setelah duplikat dihapus. Peninjau manusia, yang bekerja berpasangan dengan pihak ketiga untuk menyelesaikan perbedaan pendapat, menjadi standar referensi. Abstrak hilang untuk 97 catatan, sehingga model menilai 984, di mana manusia memasukkan 80 dan mengecualikan 904.
Llama 3 70B dan GPT-4o mini masing-masing dijalankan dalam tiga konfigurasi yang hanya berbeda pada suhu (0, 0.5 dan 1), dengan perintah yang sama. Konfigurasi Llama 3 terbaik, LLA_2, memiliki sensitivitas 77.5%, spesifisitas 91.4% dan akurasi 90.2%. Konfigurasi GPT-4o mini terbaik, GPT_2 (disebut CHAT_2 dalam teks makalah), memiliki sensitivitas 56.2%, spesifisitas 95.1% dan akurasi 92.0%. 1

Akurasi menyembunyikan masalah. Karena 904 dari 984 catatan tidak relevan, sebuah konfigurasi dapat mencapai akurasi sekitar 92% sambil mengabaikan 35 dari 80 catatan yang relevan, yang merupakan hal yang dilakukan oleh setiap konfigurasi GPT-4o mini. Konfigurasi Llama 3 melewatkan 18 hingga 20 catatan.

| konfigurasi | Positif sebenarnya | Positif palsu | Negatif palsu | Negatif yang sebenarnya | Kepekaan | Kekhususan | Manusia membaca |
|---|---|---|---|---|---|---|---|
| LLA_0 (Llama 3 70B, suhu 0) | 60 | 78 | 20 | 826 | 75.0% | 91.4% | 138 (14.0%) |
| LLA_1 (Llama 3 70B, suhu 0.5) | 60 | 81 | 20 | 823 | 75.0% | 91.0% | 141 (14.3%) |
| LLA_2 (Llama 3 70B, suhu 1) | 62 | 78 | 18 | 826 | 77.5% | 91.4% | 140 (14.2%) |
| GPT_0 (GPT-4o mini, suhu 0) | 45 | 45 | 35 | 859 | 56.2% | 95.0% | 90 (9.1%) |
| GPT_1 (GPT-4o mini, suhu 0.5) | 45 | 47 | 35 | 857 | 56.2% | 94.8% | 92 (9.3%) |
| GPT_2 (GPT-4o mini, suhu 1) | 45 | 44 | 35 | 860 | 56.2% | 95.1% | 89 (9.0%) |
Geser ke samping untuk melihat semua kolom.
Apa yang ditunjukkan: pada satu tinjauan, dua model tujuan umum sepakat dengan penyaringan manusia pada sekitar sembilan dari sepuluh abstrak, menemukan catatan yang paling relevan dalam proses Llama 3, dan menyisakan manusia untuk membaca sekitar 9% hingga 14% abstrak. Apa yang tidak ditunjukkan: hasil untuk topik lain atau model yang lebih baru, berapa banyak waktu yang dihemat, atau bahwa alur kerja tanpa pemeriksaan manusia aman. Para penulis menyatakan bahwa validasi manual tetap diperlukan untuk mengatasi positif dan negatif palsu. 1
Cara Memilih Metode Penelitian Inovatif
Gunakan urutan yang sama untuk metode apa pun dalam daftar.
- 1Mulailah dari pertanyaan. Tuliskan pertanyaan dan keputusan yang akan didukung oleh jawaban tersebut. Metode yang tidak mendukung hal tersebut hanyalah pengalih perhatian.
- 2Temukan bukti validasi di bidang Anda. Carilah uji coba metode yang telah dipublikasikan untuk pertanyaan yang mirip dengan pertanyaan Anda, bukan untuk disiplin ilmu yang berbeda.
- 3Lakukan uji coba berdasarkan standar yang terpercaya. Jalankan metode tersebut pada sampel kecil di mana Anda sudah mengetahui jawabannya, seperti yang dilakukan studi 984 abstrak dengan penyaringan manusia.
- 4Tetapkan terlebih dahulu protokol dan pedoman pelaporan. Tetapkan desain, hasil, dan pedoman pelaporan sebelum Anda mengumpulkan atau menganalisis data.
- 5Laporkan secukupnya agar diulangi. Sebutkan model, perangkat, atau platformnya, pengaturannya, serta petunjuk atau protokolnya. Studi penyaringan tersebut mempublikasikan petunjuk dan konfigurasinya agar orang lain dapat menggunakannya kembali.1
Perlu Analisis Dijalankan atau Diperiksa? Konsultasikan dengan Editverse
Para ahli di Editverse bekerja sesuai dengan panduan COPE, ICMJE, dan GPP 2022, dengan mengikuti etika institusional dan spesifik negara.
Sunting terbalik
Konsultasi Metodologi
Tidak yakin metode mana yang sesuai dengan pertanyaan dan data Anda?
Anda mengirimkan: pertanyaan penelitian Anda, data, dan desain yang direncanakan.
Anda akan mendapatkan: tiga sesi 45 menit dengan para ahli metodologi bergelar PhD, tinjauan desain dengan rekomendasi, dan dokumen kerangka kerja metodologi tertulis.
Kapan: Anda berada pada tahap proposal atau menghadapi masalah metodologi.
Paket Konsultasi Metodologi · $400
Sunting terbalik
Dukungan Tinjauan Pustaka
Butuh strategi pencarian dan analisis kesenjangan untuk ulasan Anda?
Anda mengirimkan: topik Anda dan basis data yang perlu Anda cakup.
Anda akan mendapatkan: dokumen strategi pencarian, matriks literatur dalam format Excel, laporan analisis kesenjangan, dan bibliografi beranotasi. Anda menulis ulasan berdasarkan dokumen-dokumen tersebut.
Kapan: Anda membutuhkan landasan pencarian dan sintesis yang dapat dipertanggungjawabkan.
Paket Dukungan Tinjauan Pustaka · $500
Sunting terbalik
Analisis Statistik
Apakah Anda memerlukan analisis yang dijalankan menggunakan perangkat lunak yang diharapkan oleh jurnal Anda?
Anda mengirimkan: data Anda, pertanyaan penelitian, dan perangkat lunak pilihan Anda.
Anda akan mendapatkan: kode atau sintaks yang telah dianotasi, file keluaran lengkap, panduan interpretasi keluaran, dan tabel yang siap dipublikasikan.
Kapan: Data Anda telah dikumpulkan dan analisis sedang menunggu.
Analisis Statistik SPSS/R/STATA · $400
Alat Riset Gratis dari Editverse
- Kalkulator Ukuran Sampel Studi DiagnostikRencanakan studi sensitivitas dan spesifisitas sebelum Anda melakukan skrining.
- Kalkulator Rasio Kemungkinan dan Nomogram Fagan: mengubah sensitivitas dan spesifisitas menjadi probabilitas pasca-uji.
- Kalkulator Batas OptimalIndeks Youden dan ambang batas ROC untuk skor atau pengklasifikasi.
Pertanyaan yang Sering Diajukan
Apa saja metode penelitian inovatif?
Pendekatan-pendekatan ini lebih baru daripada praktik standar di bidang Anda, seperti penyaringan literatur yang dibantu AI, analisis kualitatif yang dibantu AI, tinjauan sistematis berkelanjutan, emulasi uji coba target, uji coba platform, sains warga, drone, realitas virtual, perangkat wearable konsumen, penambangan teks, dan analisis media sosial. Lebih baru tidak berarti tervalidasi: periksa bukti yang dipublikasikan untuk metode tersebut di bidang Anda sendiri sebelum Anda berkomitmen.
Metode penelitian inovatif mana yang paling sesuai untuk studi saya?
Yang menjawab pertanyaan Anda dengan bukti yang dapat Anda pertahankan. Mulailah dari pertanyaan dan keputusan yang didukungnya, kemudian cari studi validasi metode tersebut di bidang Anda. Tabel ringkasan di atas memasangkan setiap metode dengan pengecekan yang harus dilakukan terlebih dahulu, yang diambil dari sumber yang dikutip.
Bisakah AI menggantikan peninjau manusia dalam menyeleksi abstrak?
Berdasarkan bukti yang kami tinjau, hal itu tidak benar. Dalam satu uji yang dipublikasikan terhadap 984 abstrak, konfigurasi Llama 3 terbaik memiliki sensitivitas 77.5% dan konfigurasi GPT-4o mini terbaik memiliki sensitivitas 56.2%, dibandingkan dengan penilai manusia. Para penulis menyimpulkan bahwa validasi manual tetap diperlukan agar studi-studi penting tidak terabaikan.
Apa itu emulasi uji coba target?
Ini adalah penggunaan data observasional untuk memperkirakan efek kausal dengan secara eksplisit meniru uji coba acak pragmatis hipotetis, yang digunakan ketika uji coba acak tidak tersedia atau tidak memungkinkan. Pernyataan TARGET 2025 memberikan daftar periksa pelaporan 21 item dalam enam bagian.
Apa itu tinjauan sistematis yang hidup?
Suatu tinjauan sistematis yang terus diperbarui, dengan memasukkan bukti baru yang relevan seiring ketersediaannya. Para pendukungnya berpendapat bahwa hal ini mungkin sangat penting di mana bukti muncul dengan cepat, tidak pasti, atau dapat mengubah kebijakan atau praktik.
Apakah perangkat wearable konsumen valid untuk penelitian?
Hal ini bergantung pada perangkat dan pengukuran yang digunakan. Pernyataan ahli INTERLIVE menyebutkan bahwa validitas banyak perangkat wearable dan smartphone konsumen belum dievaluasi secara ketat dan transparan untuk penghitungan langkah, dan menyediakan daftar periksa untuk studi validasi. Periksa bukti validasi untuk perangkat dan hasil yang akan Anda gunakan.
Bisakah data sains warga digunakan dalam penelitian yang dipublikasikan?
Bukti yang ada bergantung pada desain proyek. Tinjauan tahun 2025 tentang pencatatan habitat membangun kerangka kerja desain enam pertanyaan yang menghubungkan motivasi sukarelawan, kepercayaan diri, dan akurasi data, yang memengaruhi pelatihan dan dukungan yang dibutuhkan sukarelawan. Periksa bukti akurasi untuk protokol Anda sendiri sebelum Anda mengandalkan data sukarelawan.
Bagaimana cara saya melaporkan penelitian yang menggunakan metode baru?
Gunakan pedoman pelaporan yang sesuai dengan desain Anda dan jelaskan metodenya secara detail agar dapat diulang. Untuk uji coba yang diemulasi, gunakan daftar periksa TARGET. Untuk penyaringan AI, laporkan model, pengaturannya, dan perintahnya, seperti yang dilakukan dalam studi abstrak 984. Tinjauan cakupan tahun 2026 terhadap 75 studi kualitatif yang dibantu LLM menemukan bahwa 75% tidak melaporkan pengaturan parameter model sama sekali.
Referensi
- López-Pineda A, Nouni-García R, Carbonell-Soliva Á, Gil-Guillén VF, Carratalá-Munuera C, Borrás F. Validasi model bahasa besar (Llama 3 dan ChatGPT-4o mini) untuk penyaringan judul dan abstrak dalam tinjauan sistematis biomedis. Metode Sintesis Riset. 2025;16(4):620-630. Akses terbuka, CC BY 4.0; angka interval, akurasi, dan beban baca dihitung ulang oleh Editverse di R. doi.org/10.1017/rsm.2025.15
- Homiar A, Thomas J, Ostinelli EG, dkk. Pengembangan dan evaluasi petunjuk untuk model bahasa besar guna menyaring judul dan abstrak dalam tinjauan sistematis yang sedang berlangsung. BMJ Kesehatan Mental. 2025;28(1). doi:10.1136/bmjment-2025-301762. pubmed.ncbi.nlm.nih.gov/40701625/
- Elliott JH, Synnot A, Turner T, dkk. Tinjauan sistematis berkelanjutan: 1. Pendahuluan: mengapa, apa, kapan, dan bagaimana. J Clin Epidemiol. 2017, 91: 23-30. doi.org/10.1016/j.jclinepi.2017.08.010
- Cashin AG, Hansford HJ, Hernán MA, dkk. Pelaporan transparan studi observasional yang meniru uji coba target: pernyataan TARGET. BMJ. 2025;390:e087179. doi:10.1136/bmj-2025-087179. pubmed.ncbi.nlm.nih.gov/40903028/
- Fountzilas E, Tsimberidou AM, Vo HH, Kurzrock R. Desain uji klinis di era pengobatan presisi. Genom Med. 2022, 14 (1): 101. doi.org/10.1186/s13073-022-01102-1
- Barnes AE, Pocock MJO, Harris MM, Newton N, Robinson RA. Bukan hanya pencatatan spesies: potensi sains warga untuk pemantauan habitat. Ekologi Lanskap 2025, 40 (9): 181. doi.org/10.1007/s10980-025-02155-4
- Eijkelboom I, Schulp AS, Amkreutz L, dkk. Memahami fosil dan artefak: tinjauan praktik terbaik untuk desain alur kerja yang sukses untuk proyek sains warga yang dibantu pembelajaran mesin. Teman 2025;13:e18927. doi:10.7717/peerj.18927. pubmed.ncbi.nlm.nih.gov/39959835/
- Yaney-Keller A, McIntosh RR, Clarke RH, Reina RD. Menutup celah udara: penggunaan drone untuk mempelajari ekofisiologi satwa liar. Biol Rev Camb Philos Soc. 2025;100(3):1206-1228. doi:10.1111/brv.13181. pubmed.ncbi.nlm.nih.gov/39822117/
- Byrd K, Wu J, Lee J. Pemantauan mekarnya alga berbahaya dengan kendaraan udara tak berawak: alat, tantangan, dan implikasi kesehatan masyarakat. Toksin (Basel). 2025;17(10). doi:10.3390/toxins17100475. pubmed.ncbi.nlm.nih.gov/41150176/
- Smith SA. Realitas virtual dalam penelitian memori episodik: sebuah tinjauan. Psychon Bull Rev. 2019;26(4):1213-1237. doi.org/10.3758/s13423-019-01605-w
- Johnston W, Judice PB, Molina García P, dkk. Rekomendasi untuk menentukan validitas penghitungan langkah pada perangkat wearable dan smartphone konsumen: pernyataan ahli dan daftar periksa dari jaringan INTERLIVE. Br J Sports Med. 2021;55(14):780-793. doi:10.1136/bjsports-2020-103147. pubmed.ncbi.nlm.nih.gov/33361276/
- Neubauer L, Straw I, Mariconti E, Tanczer LM. Tinjauan literatur sistematis tentang penggunaan metode analisis teks komputasional dalam penelitian kekerasan dalam rumah tangga. Kekerasan Keluarga J. 2023. doi:10.1007/s10896-023-00517-7. doi.org/10.1007/s10896-023-00517-7
- Kempny C, Frings J, Rust P, Meister S, Fehring L. Penggunaan dan pelaporan metodologis model bahasa besar dalam penelitian kualitatif: tinjauan cakupan. Metode Res Med BMC. 2026;26(1). doi:10.1186/s12874-026-02913-1. pubmed.ncbi.nlm.nih.gov/42298426/
- Gierbolini-Rivera RD, Franco Silva M, Augusto de Paula da Silva A, dkk. Kecerdasan buatan generatif untuk metode kualitatif dalam penelitian kesehatan: tinjauan cepat. J Med Internet Res. 2026;28:e98551. doi:10.2196/98551. pubmed.ncbi.nlm.nih.gov/42684312/
- Tiong WN, A Rahim AI, Arifin Wan Mansor WN, Yaacob NA. Pemetaan konten rokok elektronik di media sosial: tinjauan cakupan metode, aplikasi AI, dan strategi promosi. Jurnal Komunikasi Kesehatan 2026;31(5):205-221. doi:10.1080/10810730.2026.2684616. pubmed.ncbi.nlm.nih.gov/42277591/
- Xu Y, Cong R, Liu M, dkk. Studi tentang konten media sosial terkait vaksin human papillomavirus di delapan platform media sosial: tinjauan cakupan konten komunikasi, sumber informasi, dan pendekatan analitis. J Med Internet Res. 2026;28:e92040. doi:10.2196/92040. pubmed.ncbi.nlm.nih.gov/42743585/
Bacaan Terkait
Tim Riset Editverse | Diperbarui Oktober 2026
