مشابهت‌یابی و کشف بازاستفاده متنی
وضعیت بازتولیدپذیری
روش با پیاده‌سازی/پیش‌فرض مستند موتور مرجع امروزی اجرا می‌شود و منشأ پارامترهای engine-derived صریح ثبت می‌شود.
پیاده‌سازی شده
- اجرای Passim pinشده با پارامترهای اعلام‌شده
- بازسازی alignment و نتایج
- Research Manifest
پیاده‌سازی نشده / محدودیت
- ابزار مشابهت‌یابی متن‌های منبع را پنهانی normalize نمی‌کند
مرحله دستی یا ورودی پژوهشگر
- پیش از مقایسه، همه متن‌ها را با یک سیاست normalization یکسان آماده کنید.
این مرحله را انجام دهید و سپس فایل/متن آماده را در همین ابزار بدهید تا IDHR عملیات خودکار را ادامه دهد.
پیش از مقایسه، همهٔ متن‌ها را با یک روش یکسان نرمال‌سازی کنید. متن پیست‌شده و فایل دقیقاً به همان شکلِ ارسالی وارد Passim می‌شوند؛ نرمال‌سازی خودکار در این صفحه انجام نمی‌شود.
کشف بازاستفاده متنی چیست؟
بازاستفاده متنی به حضور قطعات مشترک یا نزدیک در دو یا چند متن اشاره دارد؛ از نقل مستقیم و عبارت‌های قالبی تا بازنویسی‌های نزدیک. این ابزار برای جایگزینی داوری پژوهشگر طراحی نشده است: Passim نامزدهای هم‌تراز را پیدا می‌کند و IDHR آن‌ها را برای بررسی انسانی، درصد شباهت، موقعیت در متن، نمودار و ماتریس سازمان‌دهی می‌کند.
حالت «فایل مبنا با سایر فایل‌ها» برای بررسی یک اثر در برابر مجموعه‌ای از منابع مناسب است. حالت «همه با همه» برای مطالعه شبکه‌ای یک مجموعه متنی و ماتریس کلی کاربرد بیشتری دارد. تنظیمات کوتاه‌تر و حساس‌تر recall را بالا می‌برند، اما می‌توانند عبارت‌های عمومی بیشتری تولید کنند.
آیا درصد شباهت به معنی سرقت ادبی است؟
خیر. نتیجه صرفاً شباهت محاسباتی در قطعه هم‌تراز است. تشخیص نقل، اقتباس، عبارت رایج، بینامتنیت یا تخلف پژوهشی نیازمند زمینه تاریخی و قضاوت انسانی است.
برای مقاله علمی چه اطلاعاتی باید ثبت شود؟
پژوهشگر باید نسخه IDHR، حالت مقایسه، preset یا مقادیر n-gram، min-match، min-align، gap و floating n-grams را ثبت کند. فایل Research Manifest نیز باید همراه خروجی پژوهش نگهداری شود.