55 ألف زائر خلال 3 أشهر .. لمحتوى علمي، وبجهد تطوعي بالكامل 💙

مو إعلان ممول، ولا حملة مدفوعة، ولا جهة داعمة ورا هالأرقام.

هي 55 ألف مرة، حدا من مكان ما بالعالم وصل لـ ResRef، لأنه كان عم يدور على معلومة، أو مصدر، أو أداة تساعده يكمل بطريقه بالبحث العلمي🌱

بجهد فريق اختار يعطي من وقته وخبرته وأفكاره، ليخلّي #البحث_العلمي أقرب وأسهل وصولاً للجميع 🙏🏻

يمكن الرقم بالنسبة للبعض مجرد إحصائية بموقع، بس بالنسبة إلنا، هو نتيجة شهور من العمل، وأفكار تحوّلت لمحتوى، وجهود تطوعية انحطّت بمكانها الصح.

هو #دليل إنك مو ضروري تمتلك ميزانية ضخمة لتوصل فكرتك، وإنه الشغل اللي بيطلع من #إيمان_حقيقي بالرسالة، ممكن يوصل لأبعد مما كنت متخيّل ✨

ورا هالإنجاز في متطوعين اشتغلوا بصمت، ووقت انحط رغم الانشغالات، وجهد ما كان هدفه مقابل مادي، بل إيمان بأن الوصول للمعلومة العلمية ما لازم يكون صعب، وأنه كل باحث بيستحق يلاقي الأدوات والمصادر اللي بتساعده يخطو خطوته الجاية.

هاد مو بس رقم منفتخر فيه، هاد تذكير إلنا بقيمة اللي عم نعمله، وبإنه كل ساعة تطوّع، وكل فكرة، وكل جهد صغير، ممكن يكون إله أثر أكبر بكتير من اللي منشوفه قدامنا 💙

شكراً لكل شخص كان جزء من هالرحلة، ولكل حدا آمن برسالة ResRef وساهم بوصولها لهون.

لسّا الطريق طويل، بس صار عنا سبب إضافي لنكمّل! 🌱

#ResRef

📊 الباحث فرحان .. الـp-value طلعت أقل من 0.05! 🎉

بس لما سألناه:

قديش حجم الـEffect؟
شو صار بعد الـAdjustment؟
وهل النتيجة مهمة سريرياً؟

… سكت شوي 😂

مو لأنو ما بيعرف إحصاء، بس لأنو أحياناً منركض ورا كلمة Significant لدرجة مننسى نسأل: طيب، وبعدين؟!

بـ #ResRef_Community وصلنا لمرحلة ما عاد يكفي فيها نعرف إذا النتيجة Significant أو لأ 🤝🏻

بدنا نعرف شو عم تخبرنا فعلياً، شو تغيّر بعد الـAdjustment، وقديش فينا #نثق بتفسيرنا إلها. 🔎

وعم نختبر هالشي بأمثلة وأرقام، مو بحفظ التعريفات!

لأنو في فرق كبير بين باحث بيقرأ الـResults .. وباحث بيعرف يناقشها 🧠✅

💙 وأنت، حابب تختبر طريقة تفكيرك معنا؟ ا 👈هاد رابط ResRef Community!

#ResRef

مو كل سؤال بحثي بيحتاج نفس تصميم الدراسة

اختيار التصميم المناسب بيبدأ من سؤال بسيط: شو الشي اللي بدك تعرفه بالضبط؟ 🔍

إذا كان هدفك معرفة مدى انتشار حالة معينة ضمن مجتمع، فالدراسة المقطعية ممكن تكون مناسبة، لأنها بتعطيك صورة عن الحالة في #وقت_محدد

أما إذا كان سؤالك عن عوامل الخطورة المرتبطة بحدوث حالة معينة، فيمكن استخدام #دراسة حالات وشواهد، من خلال مقارنة أشخاص لديهم الحالة مع أشخاص لا يملكونها 🧩

وإذا كنت تريد تقييم فعالية علاج أو تدخل معين، فالتجربة العشوائية المحكمة بتسمح بمقارنة أثر التدخل مع مجموعة ضابطة، مع توزيع المشاركين عشوائياً 💊

لهيك .. لا تختار تصميم الدراسة لأنه الأكثر شيوعاً أو لأنه مستخدم في أبحاث مشابهة فقط.

ابدأ بسؤال البحث، ثم اختَر التصميم الذي يستطيع الإجابة عنه بأفضل طريقة منهجية 🎯

لأن التصميم المناسب مو مجرد خطوة في المنهجية، بل هو الأساس اللي بتبني عليه جودة نتائج دراستك وموثوقيتها✅

#ResRef

أسماء جديدة، وطاقات رح تنضم للمسيرة ..
أهلاً بدفعة ResRef الجديدة! 💙🚀

📌 بعد استقبال عدد كبير جداً من طلبات الانضمام لـ ResRef، بلّشت مرحلة الاختيار .. وكانت أصعب مما توقعنا، مع هالعدد من الأشخاص المميزين والراغبين يكونوا جزء من الفريق.

أخدنا وقتنا بمراجعة الطلبات، لأنو اختيار أعضاء جدد مو مجرد خطوة تنظيمية؛ هو قرار بأشخاص رح يشاركوا معنا الأفكار، ويحملوا مسؤوليات، ويتركوا #بصمتهم بالشغل اللي عم نبنيه سوا 🤍

وهلأ، #تم_التواصل مع جميع المقبولين، وعم نفتح صفحة جديدة مع دفعة من المتطوعين رح ينضموا لفريقنا ويكونوا جزء من خطواتنا القادمة ✨

لكل شخص قدّم طلبه وكان حابب يكون معنا: شكراً لثقتكم واهتمامكم. عدد الطلبات وتنوّعها كان لافت، والاختيار بينها ما كان سهل أبداً ..

وللمتطوعين الجدد .. أهلاً فيكم! 💙

من هون بتبلّش رحلتكم معنا، ومنتطلّع نشوف أفكاركم، نتعلّم منكم، ونشتغل سوا على أشياء تترك أثر حقيقي بعالم البحث العلمي 🙏🏻

#ResRef

رأي بحثي مستعد تدافع عنه لأخر نفس؟ ☕️🔬

#​بالوسط_الأكاديمي، في قناعات بنوصلها بعد تجربة طويلة، وممكن تثير جدل بس هي صحيحة 100%❗️

📌 هي 4 آراء بحثية… أي وحدة منها بتعبر عنك؟ 🤔

​1️⃣ الملخص (Abstract) ما بيكفي أبداً لتقييم أي دراسة.

2️⃣ البحث الناجح مو بالضرورة يكون معقد ومشابك.

3️⃣ قائمة مراجع طويلة ما بتعني أبداً إنو الورقة قوية.

4️⃣ النتيجة السلبية (Negative Result) هي نتيجة علمية كاملة القيمة.

​👇 شاركونا بالتعليقات: أي رقم بتختاروا، وليش مستعدين تدافعوا عنه؟ 🤗

#ResRef

البيانات المفقودة مو مجرد خانات فاضية بجدول البيانات ❗️
وجودها وطريقة فقدانها ممكن يأثروا بشكل مباشر على التحليل الإحصائي وموثوقية نتائج البحث 📊

بس هل كل البيانات المفقودة بتتعامل معها بنفس الطريقة؟

في 3 أنماط رئيسية لازم تميّز بينها:

• MCAR | مفقودة تمامًا بشكل عشوائي: فقدان البيانات ما إله علاقة بخصائص المشاركين أو القيم نفسها.

• MAR و MNAR: في MAR يكون فقدان البيانات مرتبطًا بمتغيرات أخرى ملاحظة، بينما في MNAR يكون مرتبطًا بالقيمة المفقودة نفسها أو بعوامل لا نستطيع ملاحظتها مباشرة ⚠️

وهذا الفرق مهم جدًا، لأن طريقة التعامل مع البيانات المفقودة لازم تعتمد على سبب فقدانها ونمطها، مو على عدد الخانات الفارغة فقط.

حذف كل مشارك عنده قيمة مفقودة ممكن يقلل حجم العينة ويؤثر على النتائج، بينما بعض الحالات قد يكون من الأنسب فيها استخدام طرق إحصائية مثل Multiple Imputation.

لذلك، قبل ما تحذف أي بيانات مفقودة، اسأل أولاً:

ليش فقدت؟ وهل فقدانها عشوائي فعلًا؟ 🔍

فهم سبب فقدان البيانات هو جزء من جودة التحليل، وليس مجرد خطوة لتنظيف ملف الـSPSS.

#ResRef #البحث_العلمي #التحليل_الإحصائي #البيانات_المفقودة #SPSS #منهجية_البحث #MultipleImputation #MissingData #ScientificResearch #ResearchMethods