> ## Content Index > Fetch the complete content index at: https://arabroot.io/llms.txt > Use this file to discover other available public pages before exploring further. # كيف تجد الفجوة البحثية Research Gap في الأدبيات العلمية؟ - URL: https://arabroot.io/articles/كيف-تجد-الفجوة-البحثية-في-الادبيات-العلمية/ - Published: 2026-10-21T06:40:00.000Z - Updated: 2026-10-22T18:35:31.000Z - Description: أين تبحث عن الأبحاث المنشورة، وكيف ترسم خريطة موضوعك بالأرقام عبر OpenAlex وSemantic Scholar، ثم تتحقق من الفجوة قبل أن تبني عليها. - Author: فريق عرب رووت - Tags: الأدلة التقنية, التعليم والبحث العلمي, OpenAlex يقول طالب الماجستير لمشرفه إن موضوعه «لم يبحث فيه أحد من قبل»، ثم يكتشف المحكم في أول قراءة ثلاثة أبحاث منشورة عن الموضوع نفسه، وبعضها من جامعة الطالب نفسها. وهذا يحدث كثيراً، والسبب في الغالب ليس الإهمال، وإنما أن الطالب بحث في مصدر واحد بكلمات قليلة، ثم فسر قلة النتائج على أنها فجوة بحثية Research Gap. وهذا المقال موجه لطالب الدراسات العليا الذي يختار موضوع رسالته، وللباحث وعضو هيئة التدريس الذي يبدأ مشروعاً جديداً أو يكتب مقترحاً لممول، وللمحكم الذي يريد أن يتحقق من ادعاء الأصالة في بحث وصله. في هذا المقال سوف نتناول: - أين تبحث: محركات البحث المفتوحة مثل Google Scholar وSemantic Scholar وOpenAlex، وقواعد الفهرسة Indexes المنتقاة مثل Scopus وWeb of Science، وكيف تصل إليها من خلال جامعتك والمكتبة الرقمية السعودية. - كيف تبني عبارة البحث Search String من الكلمات المفتاحية Keywords والمرادفات والعوامل المنطقية Boolean Operators، وكيف تتبع الاستشهادات Snowballing. - ما هي الفجوة البحثية فعلاً، وأنواعها، والعلامات التي تدل على أن ما وجدته ليس فجوة. - مختبر عملي: سكربت Python يرسم خريطة موضوع حقيقي من واجهتي OpenAlex وSemantic Scholar البرمجيتين API، ويصل إلى فجوة مرشحة بالأرقام، ثم نتحقق منها. ## أين تبحث؟ المحركات المفتوحة والقواعد المنتقاة هناك نوعان من المصادر، ولكل منهما وظيفة. النوع الأول محركات بحث مفتوحة ومجانية تجمع الأبحاث من الإنترنت ومن الناشرين ومن قواعد البيانات المفتوحة، فتغطيتها واسعة جداً لكنها تجمع الجيد والضعيف معاً. والنوع الثاني قواعد فهرسة منتقاة Curated Indexes لا تدخلها المجلة إلا بعد تقييم، وتغطيتها أضيق لكنها أنظف، وهي التي تعتمد عليها الجامعات في الترقيات والتصنيفات، والصورة التالية تبين الفرق: ![مخطط من ثلاث مناطق: في اليمين محركات مفتوحة مجانية هي Google Scholar بأوسع تغطية وبدون API وبحد 1000 نتيجة، وSemantic Scholar بملخص TLDR وتوصيات وواجهة API، وOpenAlex ببيانات مفتوحة وتجميع group_by وميزانية يومية، وفي اليسار قواعد منتقاة باشتراك المؤسسة هي Scopus من Elsevier بمجلس اختيار CSAB، وWeb of Science من Clarivate وفيها Core Collection، والوصول عبر مكتبة الجامعة والمكتبة الرقمية السعودية SDL، وفي الأسفل قواعد متخصصة PubMed وIEEE Xplore وقواعد عربية](https://arabroot.io/content/images/2026/10/literature-search-01-sources.webp) ابدأ واسعاً في المحركات المفتوحة، ثم ثبت النتيجة في قاعدة منتقاة قبل أن تقول «لا يوجد» وفيما يلي ما يهمك من كل مصدر، من صفحاته الرسمية: - **Google Scholar:** أوسع المصادر تغطية، فهو يحاول بحسب [صفحة المساعدة الرسمية](https://scholar.google.com/intl/en/scholar/help.html?ref=arabroot.io) فهرسة كل بحث في كل موقع تزوره روبوتاته، ويشمل مقالات المجلات والمؤتمرات والرسائل الجامعية والكتب. وفيه رابط Cited by للأبحاث الأحدث التي استشهدت بالبحث، ورابط Related articles للأبحاث المشابهة، وتنبيهات بالبريد عند نشر أبحاث جديدة تطابق بحثك. ولكن الصفحة نفسها تقول إنه لا يعرض أكثر من 1000 نتيجة لأي بحث، وإنه لا يوفر وصولاً جماعياً Bulk Access للبيانات، ويطلب احترام ملف robots.txt عند أي استخدام آلي، لذلك لا يصلح لعد الأبحاث أو لخريطة موضوع بالأرقام. - **Semantic Scholar:** محرك أطلقه معهد Ai2 في 2015 بحسب [صفحة التعريف به](https://www.semanticscholar.org/about?ref=arabroot.io)، يضيف لكل بحث تقريباً ملخصاً آلياً من جملة واحدة اسمه TLDR، وفيه خدمة توصيات Recommendations تقترح أبحاثاً مشابهة لبحث تختاره، وله [واجهة برمجية API مجانية](https://www.semanticscholar.org/product/api?ref=arabroot.io). والطلبات بدون مفتاح تتشارك بحسب الصفحة نفسها حداً واحداً قدره 1000 طلب في الثانية بين كل المستخدمين بدون مفتاح، وسوف ترى في المختبر ماذا يعني هذا عملياً. - **OpenAlex:** فهرس مفتوح بالكامل للأعمال العلمية والمؤلفين والمجلات والمؤسسات، يقدم بياناته مجاناً، وما يحاسب عليه هو استخدام الواجهة البرمجية. وأهم ما فيه للباحث خاصية التجميع `group_by` التي تعطيك عدد الأبحاث حسب السنة أو الدولة أو نوع الوصول المفتوح في طلب واحد، وهذا ما لا يقدمه Google Scholar. - **Scopus:** قاعدة من Elsevier، و[صفحة المحتوى الرسمية](https://www.elsevier.com/products/scopus/content?ref=arabroot.io) تذكر أن مجلساً مستقلاً اسمه Content Selection and Advisory Board واختصاراً CSAB يراجع المجلات المقترحة، وأن 33% فقط من العناوين المقترحة تستوفي المعايير الفنية، ويقبل نحو نصفها بعد مراجعة المجلس، وتذكر أن المحتوى يأتي من أكثر من 7000 ناشر. - [**Web of Science**](https://www.webofscience.com/?ref=arabroot.io)**:** منصة من Clarivate، وأهم ما فيها مجموعة Core Collection المنتقاة، ومن بياناتها يحسب معامل التأثير Impact Factor الذي يسألك عنه الجميع. وسوف نشرح الفهرسة والتصنيف بالتفصيل في مقال قادم من هذا المسار. - **القواعد المتخصصة:** مثل [PubMed](https://pubmed.ncbi.nlm.nih.gov/help/?ref=arabroot.io) في الطب والعلوم الصحية، وIEEE Xplore في الهندسة والحاسب، وقواعد الرسائل والمجلات العربية، وهي ضرورية لأن كثيراً من الأبحاث العربية والرسائل الجامعية لا تظهر في المحركات العالمية. ### الوصول من السعودية: مكتبة جامعتك والمكتبة الرقمية السعودية قواعد مثل Scopus وWeb of Science وقواعد الناشرين باشتراك، والباحث في الجامعات السعودية يصل إليها عادة من خلال مكتبة جامعته ومن خلال المكتبة الرقمية السعودية Saudi Digital Library واختصاراً SDL. و[صفحة وزارة التعليم عن المكتبة](https://www.moe.gov.sa/ar/mediacenter/MOEnews/Pages/di-lib.aspx?ref=arabroot.io) تذكر أنها موجهة للجامعات والهيئات العلمية وليس لديها اشتراكات فردية، وتذكر أن فيها قواعد عربية منها قاعدة المنظومة للرسائل وقاعدة الكشاف لتسجيل الرسائل الجامعية، و[صفحة جامعة الطائف عن المكتبة](https://www.tu.edu.sa/En/Library-Affairs-Administration/115/Pages/22468/Saudi-digital-library-?ref=arabroot.io) تذكر أكثر من 446 ألف كتاب رقمي بالنص الكامل و169 قاعدة بيانات عالمية. والأرقام تتغير مع كل تجديد للاشتراكات، لذلك لا تعتمد على رقم قديم، وإنما افتح قائمة قواعد البيانات في موقع مكتبة جامعتك وادخل بحساب الجامعة لتعرف ما هو متاح لك اليوم، وإذا لم تجد Scopus أو Web of Science في القائمة فاسأل أمين المكتبة قبل أن تفترض أنها غير متاحة. 💡 الرسائل الجامعية مصدر يغفل عنه كثيرون، وهي مهمة جداً عند البحث عن الفجوة، لأن الرسالة التي نوقشت العام الماضي في جامعة أخرى قد تكون أغلقت الفجوة التي تفكر فيها ولم تنشر بعد في مجلة. ابحث في قواعد الرسائل العربية، وفي المستودع الرقمي Institutional Repository لكل جامعة قريبة من موضوعك، وقد شرحنا كيف تبني الجامعة هذا المستودع في دليل [مستودع الجامعة مع DSpace](https://arabroot.io/articles/%D8%AA%D8%AB%D8%A8%D9%8A%D8%AA-%D8%A7%D9%84%D9%85%D8%B3%D8%AA%D9%88%D8%AF%D8%B9-%D8%A7%D9%84%D8%B9%D9%84%D9%85%D9%8A-%D9%84%D9%84%D8%AC%D8%A7%D9%85%D8%B9%D8%A9-%D9%85%D8%B9-dspace/). ## كيف تبني عبارة البحث Search String؟ الطريقة البسيطة أن تكتب عنوان موضوعك كما هو في خانة البحث، وهذه الطريقة تفشل لسببين: الأول أن الباحثين لا يستخدمون كلماتك نفسها، فمن يكتب عن «اللهجة السعودية» قد يكتب Saudi أو Najdi أو Hijazi أو اسم مدينة، والثاني أن المحرك قد يفهم الكلمات منفصلة فيعيد لك آلاف النتائج غير المتعلقة. لذلك تبنى عبارة البحث على مراحل كما يلي: 1. **قسم سؤالك إلى مفاهيم Concepts:** في مثالنا ثلاثة مفاهيم هي اللغة العربية، والتعرف على الكلام Speech Recognition، واللهجة السعودية. 2. **اكتب لكل مفهوم مرادفاته Synonyms:** مثل `speech recognition` و`ASR`، و`saudi` و`najdi` و`hijazi`. وأفضل مصدر للمرادفات هو كلمات الأبحاث القوية التي وجدتها في أول بحث، فانظر إلى عناوينها وكلماتها المفتاحية. 3. **اربط المرادفات بـ OR والمفاهيم بـ AND:** فتصبح العبارة `"arabic" AND "speech recognition" AND (saudi OR najdi OR hijazi)`، وضع العبارة المكونة من أكثر من كلمة بين علامتي تنصيص حتى تبحث عنها كما هي. 4. **حدد الحقول Fields:** البحث في العنوان والملخص أدق من البحث في النص الكامل، لأن ذكر الكلمة في قائمة المراجع لا يعني أن البحث عنها. 5. **احفظ العبارة وتاريخ البحث وعدد النتائج** في ملف، لأنك سوف تحتاجها في فصل المنهجية، وسوف يحتاجها من يريد أن يعيد بحثك. ولاحظ أن قواعد كتابة العبارة تختلف بين المحركات، فمثلاً [توثيق البحث في OpenAlex](https://help.openalex.org/api/searching/?ref=arabroot.io) يذكر أن العوامل المنطقية تكتب بحروف كبيرة `AND` و`OR` و`NOT`، وأن علامة السالب لا تستبعد الكلمة، فالبحث `asthma -mice` يعيد الأبحاث التي فيها الكلمتان معاً، والصحيح `asthma NOT mice`، ويذكر أنه يستخدم التجذيع Stemming فالبحث عن possums يعيد possum أيضاً. وGoogle Scholar يقبل العامل `author:` للبحث باسم المؤلف، ويقبل العنوان بين علامتي تنصيص، فاقرأ صفحة المساعدة لكل محرك قبل أن تحكم على نتائجه. ### تتبع الاستشهادات Snowballing عبارة البحث مهما كانت جيدة سوف تفوتها أبحاث، لأن بعض الأبحاث تستخدم مصطلحات لم تخطر لك، أو ليس لها ملخص في القاعدة. والحل المكمل هو تتبع الاستشهادات، ويسمى أحياناً كرة الثلج Snowballing لأن القائمة تكبر مع كل خطوة، وهو اتجاهان: - **للخلف Backward Snowballing:** تقرأ قائمة المراجع في بحث قوي حديث، فتجد الأبحاث الأقدم التي بني عليها. - **للأمام Forward Snowballing:** تفتح قائمة الأبحاث التي استشهدت بهذا البحث بعد نشره، وهي رابط Cited by في Google Scholar، فتجد ما بني عليه بعده. وتضيف خدمات التوصية Recommendations في Semantic Scholar اتجاهاً ثالثاً، فهي تقترح أبحاثاً قريبة في المعنى حتى لو لم تستشهد ببعضها، وسوف نرى في المختبر بحثاً مهماً لم تجده عبارة البحث ووجدته التوصيات. ## ما هي الفجوة البحثية Research Gap فعلاً؟ الفجوة البحثية سؤال مهم لم تجب عنه الأبحاث المنشورة بعد إجابة كافية. ولاحظ الكلمتين «مهم» و«كافية»، فالموضوع الذي لم يكتب فيه أحد قد يكون كذلك لأنه لا يهم أحداً، والموضوع الذي كتبت فيه عشرة أبحاث قد تبقى فيه فجوة إذا كانت كلها على عينة صغيرة أو في بيئة مختلفة عن بيئتك. والجدول التالي يبين أشهر أنواع الفجوات مع مثال من موضوع المختبر: | نوع الفجوة | معناها | مثال | | ------------------------------------- | -------------------------------------------------------- | ------------------------------------------------------------ | | فجوة السياق أو المجتمع Population Gap | نتائج معروفة في مجتمع أو لغة أو بيئة، ولم تختبر في غيرها | نماذج تعمل جيداً على العربية الفصحى، ولم تقيم على لهجة معينة | | فجوة البيانات Data Gap | لا توجد بيانات كافية أو مفتوحة لدراسة السؤال | قلة مجموعات الكلام السعودية الكبيرة المتاحة للباحثين | | فجوة المنهج Method Gap | السؤال درس بطريقة واحدة، ويمكن دراسته بطريقة أدق أو أحدث | تقييم نماذج حديثة بتقييم بشري مفصل بدلاً من مقياس واحد | | تعارض النتائج Contradictory Evidence | أبحاث تصل إلى نتائج متعارضة ولم يفسر أحد السبب | نموذج يتفوق في بحث ويتأخر في آخر على البيانات نفسها | | الفجوة التطبيقية Practical Gap | نتيجة نظرية معروفة ولم تنقل إلى الاستخدام الفعلي | نظام يعمل في المختبر ولم يختبر مع مستخدمين حقيقيين | والصورة التالية تلخص الطريق من سؤال عام إلى فجوة مرشحة، وهو الطريق الذي سوف نسلكه في المختبر خطوة بخطوة: ![خمس خطوات من اليمين إلى اليسار: السؤال العام عن التعرف على الكلام العربي، ثم كلمات البحث والمرادفات مثل saudi OR najdi OR hijazi، ثم البحث في مصدرين OpenAlex بالأرقام وSemantic Scholar بالملخصات، ثم تتبع الاستشهادات للخلف والأمام والتوصيات، ثم خريطة الموضوع بالأعداد حسب السنة واللهجة والدولة، وتنتهي إلى فجوة مرشحة هي كلام الأطفال باللهجة السعودية ببحث واحد من 1412، ثم خطوة تحقق من مراجعة منهجية حديثة وقاعدة منتقاة ورأي المشرف](https://arabroot.io/content/images/2026/10/literature-search-02-gap.webp) عدد قليل من النتائج قد يعني كلمات بحث خاطئة أو موضوعاً لا يهم أحداً أو فجوة حقيقية، والتحقق هو الذي يفرق بينها ## مختبر: خريطة موضوع بالأرقام من OpenAlex وSemantic Scholar قد يتساءل البعض: لماذا نكتب سكربت ونحن نستطيع البحث من المتصفح؟ والإجابة أن المتصفح يعطيك قائمة، والسكربت يعطيك أرقاماً قابلة للتكرار، فتعرف كم بحثاً في كل سنة وفي كل لهجة وفي كل دولة، وتحفظ كل استعلام مع تاريخه ونتيجته الخام في ملف، فإذا سألك المشرف أو المحكم بعد ستة أشهر «من أين جاء هذا الرقم؟» أعدت تشغيل الاستعلام نفسه. والموضوع الذي اخترناه للمثال هو التعرف التلقائي على الكلام العربي Arabic Automatic Speech Recognition واختصاراً ASR، والسؤال: أي اللهجات أقل دراسة، وأين تقع اللهجة السعودية؟ ### قبل أن تبدأ: الحدود والتكلفة الواجهتان مجانيتان للاستخدام الخفيف، ولكن لكل منهما حدود يجب أن تعرفها قبل أن تكتب حلقة تكرار Loop ترسل آلاف الطلبات: - **OpenAlex:** بحسب [صفحة التكاليف الرسمية](https://help.openalex.org/access/example-costs/?ref=arabroot.io) يكلف الاستعلام بالتصفية List + Filter نحو 0.10 دولار لكل 1000 طلب، ويكلف البحث النصي Search دولاراً لكل 1000 طلب، والتجميع `group_by` يكلف ما يكلفه الاستعلام نفسه، وجلب بحث واحد بمعرفه أو بالـ DOI مجاني. وكل حساب يحصل على دولار واحد يومياً مجاناً، وبدون مفتاح تحصل على 0.10 دولار يومياً، أي عشر ذلك. و[صفحة المصادقة](https://help.openalex.org/api/authentication/?ref=arabroot.io) تشرح كيف تحصل على مفتاح مجاني بحساب على الموقع، وتضعه في الطلب بالمعامل `api_key` أو في الترويسة Authorization. - **Semantic Scholar:** الطلبات بدون مفتاح تتشارك حداً واحداً بين كل المستخدمين، ومع المفتاح المجاني يبدأ الحد بطلب واحد في الثانية بحسب صفحة الواجهة. ⚠️ الميزانية بدون مفتاح في OpenAlex تحسب على عنوان IP الخاص بشبكتك، فإذا كان زملاؤك في معمل الجامعة يستخدمونها من الشبكة نفسها فأنتم تتشاركون 0.10 دولار في اليوم. لذلك احصل على مفتاح مجاني بحسابك قبل أي عمل جاد، واحفظه في متغير بيئة Environment Variable، ولا تضعه في كود تشاركه مع الآخرين. ### السكربت السكربت التالي مكتوب بمكتبات Python القياسية فقط، فلا يحتاج إلى تثبيت أي حزمة، وهو يحفظ كل إجابة خام في ملف JSON داخل مجلد المخرجات مع ترويسات الحدود X-RateLimit، ثم يطبع ملخصاً: ```python """Map a research topic with the OpenAlex and Semantic Scholar APIs (stdlib only). Usage: python litmap.py Every raw answer is saved as JSON in ; a summary is printed.""" import json, sys, time, urllib.parse, urllib.request, urllib.error, os OUT = sys.argv[1] if len(sys.argv) > 1 else "out" os.makedirs(OUT, exist_ok=True) UA = {"User-Agent": "litmap/1.0 (mailto:research@example.com)"} def get(url, name, tries=6): wait = 2 for i in range(tries): req = urllib.request.Request(url, headers=UA) try: with urllib.request.urlopen(req, timeout=60) as r: body = json.load(r) hdr = {k: v for k, v in r.headers.items() if k.lower().startswith("x-ratelimit")} json.dump({"url": url, "headers": hdr, "body": body}, open(f"{OUT}/{name}.json", "w", encoding="utf-8"), ensure_ascii=False, indent=1) return body, hdr except urllib.error.HTTPError as e: print(f" HTTP {e.code} on {name}, try {i + 1}, waiting {wait}s") if e.code != 429: raise time.sleep(wait) wait *= 2 raise SystemExit(f"gave up on {name}") OA = "https://api.openalex.org/works?" BASE = '"arabic" AND "speech recognition"' def oa(filter_search, name, **params): q = {"filter": f"title_and_abstract.search:{filter_search}"} q.update(params) body, hdr = get(OA + urllib.parse.urlencode(q), name) return body, hdr # 1) size of the topic and growth by year body, hdr = oa(BASE, "oa-01-years", group_by="publication_year") print("TOPIC:", BASE, "->", body["meta"]["count"], "works; credits used", hdr.get("X-RateLimit-Credits-Used")) years = sorted((int(g["key"]), g["count"]) for g in body["group_by"] if 2010 <= int(g["key"]) <= 2026) print(" by year:", years) # 2) who writes about it: countries of the authors body, _ = oa(BASE, "oa-02-countries", group_by="authorships.countries") print(" top countries:", [(g["key_display_name"], g["count"]) for g in body["group_by"][:10]]) # 3) open access share body, _ = oa(BASE, "oa-03-oa", group_by="open_access.oa_status") print(" oa status:", [(g["key"], g["count"]) for g in body["group_by"]]) # 4) the most cited works (the classics a reader must know) body, _ = oa(BASE, "oa-04-top", sort="cited_by_count:desc", per_page=8, select="id,doi,title,publication_year,cited_by_count,primary_location") for w in body["results"]: src = ((w.get("primary_location") or {}).get("source") or {}).get("display_name") print(f" top: {w['cited_by_count']:>5} {w['publication_year']} {w['title'][:90]} [{src}]") # 5) the dialect breakdown: where is the gap? DIALECTS = { "Egyptian": "egyptian", "Levantine": "(levantine OR syrian OR lebanese OR jordanian OR palestinian)", "Maghrebi": "(maghrebi OR moroccan OR algerian OR tunisian)", "Gulf": "(gulf OR emirati OR kuwaiti OR qatari)", "Saudi": "(saudi OR najdi OR hijazi)", "Iraqi": "iraqi", "Sudanese": "sudanese", "Yemeni": "yemeni", } print(" dialects (all years / since 2022):") for label, term in DIALECTS.items(): body, _ = oa(f"{BASE} AND {term}", f"oa-05-dialect-{label.lower()}", group_by="publication_year") total = sum(g["count"] for g in body["group_by"]) recent = sum(g["count"] for g in body["group_by"] if int(g["key"]) >= 2022) print(f" {label:<10} {total:>4} {recent:>4}") # 6) narrow the gap: Saudi dialect speech recognition, the actual papers body, _ = oa(f"{BASE} AND (saudi OR najdi OR hijazi)", "oa-06-saudi-list", sort="publication_date:desc", per_page=40, select="id,doi,title,publication_year,cited_by_count,type") print(" saudi-dialect works:", body["meta"]["count"]) for w in body["results"]: print(f" {w['publication_year']} {w['cited_by_count']:>4} {w['type']:<12} {(w['title'] or '')[:100]}") # 7) children's speech as a second axis body, _ = oa(f"{BASE} AND (child OR children)", "oa-07-children", group_by="publication_year") print(" children:", sum(g["count"] for g in body["group_by"])) body, _ = oa(f"{BASE} AND (child OR children) AND (saudi OR gulf OR najdi OR hijazi)", "oa-08-children-saudi", per_page=10, select="id,doi,title,publication_year,cited_by_count") print(" children + saudi/gulf:", body["meta"]["count"]) for w in body["results"]: print(f" {w['publication_year']} {w['cited_by_count']:>4} {(w['title'] or '')[:100]}") # 8) Semantic Scholar: the same narrow question, with TLDRs and citation counts S2 = "https://api.semanticscholar.org/graph/v1/" body, _ = get(S2 + "paper/search?" + urllib.parse.urlencode({ "query": "Saudi dialect speech recognition", "limit": 10, "year": "2018-", "fields": "title,year,citationCount,venue,externalIds,tldr,openAccessPdf"}), "s2-01-search") print("S2 search total:", body.get("total")) seed = None for p in body.get("data", []): tl = (p.get("tldr") or {}).get("text") print(f" {p.get('year')} {p.get('citationCount'):>4} {p['title'][:90]}") if tl: print(f" tldr: {tl[:160]}") if seed is None and (p.get("citationCount") or 0) > 0: seed = p if seed: pid = seed["paperId"] print("seed:", seed["title"]) body, _ = get(S2 + f"paper/{pid}/citations?" + urllib.parse.urlencode({"fields": "title,year,citationCount", "limit": 20}), "s2-02-citations") print(" cited by (first page):", len(body.get("data", []))) for c in body.get("data", [])[:10]: cp = c["citingPaper"] print(f" {cp.get('year')} {cp.get('citationCount')} {(cp.get('title') or '')[:90]}") body, _ = get("https://api.semanticscholar.org/recommendations/v1/papers/forpaper/" + pid + "?" + urllib.parse.urlencode({"fields": "title,year,citationCount", "limit": 10}), "s2-03-recommend") print(" recommended:") for r in body.get("recommendedPapers", []): print(f" {r.get('year')} {r.get('citationCount')} {(r.get('title') or '')[:90]}") ``` في السكربت أعلاه لاحظ التالي: - الدالة `get` تعيد المحاولة عند الخطأ 429 مع مضاعفة وقت الانتظار في كل مرة Exponential Backoff، لأن هذا الخطأ يعني «انتظر قليلاً» وليس «طلبك خاطئ». - الاستعلامات تستخدم المرشح `title_and_abstract.search` أي البحث في العنوان والملخص فقط، وليس في النص الكامل. - كل استعلام يعيد العدد مجمعاً بالسنة `group_by=publication_year`، فنعرف العدد الكلي والعدد منذ 2022 من طلب واحد. - البريد في الترويسة User-Agent يعرف الخدمة بمن يستخدمها، فضع بريدك الحقيقي مكان `research@example.com`. والآن نقوم بتشغيله، وتشغيله على أي جهاز فيه Python 3.10 أو أحدث يكون كما يلي، والخيار `-X utf8` مهم على Windows حتى تطبع العناوين التي فيها حروف غير إنجليزية دون خطأ: ```bash python -X utf8 litmap.py out ``` ### حجم الموضوع ونموه ومن يكتب فيه والمخرج سوف يكون كما يلي: ```text TOPIC: "arabic" AND "speech recognition" -> 1412 works; credits used 10 by year: [(2010, 35), (2011, 65), (2012, 52), (2013, 53), (2014, 53), (2015, 43), (2016, 49), (2017, 63), (2018, 51), (2019, 48), (2020, 43), (2021, 69), (2022, 78), (2023, 77), (2024, 97), (2025, 128), (2026, 143)] top countries: [('Saudi Arabia', 190), ('United States', 168), ('Egypt', 134), ('Algeria', 90), ('France', 60), ('United Kingdom', 57), ('Tunisia', 56), ('Morocco', 55), ('Indonesia', 51), ('Malaysia', 51)] oa status: [('closed', 737), ('green', 245), ('diamond', 188), ('gold', 125), ('hybrid', 80), ('bronze', 37)] ``` في المخرج أعلاه لاحظ التالي: - الموضوع فيه 1412 بحثاً، والاستعلام كلف 10 وحدات Credits لأنه بحث نصي، وهذا يطابق جدول التكاليف. - الموضوع ينمو بوضوح، فقد كان بين 43 و69 بحثاً في السنة من 2015 إلى 2021، ثم وصل إلى 128 بحثاً في 2025، و143 في 2026 حتى تاريخ الاستعلام في أكتوبر، فهو موضوع حي وليس موضوعاً انتهى الناس منه. - المملكة العربية السعودية أول دولة في عدد الأبحاث بـ 190 بحثاً، ثم الولايات المتحدة بـ 168 ثم مصر بـ 134، وهذا يعني أن الباحث السعودي في هذا الموضوع يدخل مجالاً فيه منافسة محلية، فعليه أن يعرف ما تنشره الجامعات السعودية قبل غيرها. - 737 بحثاً من 1412، أي أكثر من نصف الأبحاث، مغلقة Closed، فلن تستطيع قراءتها كاملة إلا من خلال اشتراك جامعتك، وهذا سبب آخر لمعرفة ما توفره لك المكتبة الرقمية. ### أكثر الأبحاث استشهاداً: الأساسيات والضوضاء ```text top: 511 2017 AraVec: A set of Arabic Word Embedding Models for use in Arabic NLP [Procedia Computer Science] top: 335 1968 Confusions Among Visually Perceived Consonants [Journal of Speech and Hearing Research] top: 285 2003 Factored language models and generalized parallel backoff [None] top: 220 1999 An omnifont open-vocabulary OCR system for English and Arabic [IEEE Transactions on Pattern Analysis and Machine Intelligence] top: 205 2017 Scan, Attend and Read: End-to-End Handwritten Paragraph Recognition with MDLSTM Attention [None] top: 197 2002 Globalphone: a multilingual speech and text database developed at karlsruhe university [International Conference on Spoken Language Processing (ICSLP)] top: 137 2018 Word Error Rate Estimation for Speech Recognition: e-WER [Annual Meeting of the Association for Computational Linguistics (ACL)] top: 127 2007 Morph-based speech recognition and modeling of out-of-vocabulary words across languages [ACM Transactions on Speech and Language Processing] ``` هنا درس مهم، فأكثر الأبحاث استشهاداً ليست كلها عن موضوعنا، فهناك بحث من 1968 عن الحروف التي تلتبس عند قراءة الشفاه، وبحث عن التعرف الضوئي على الحروف OCR، وبحث عن التعرف على الكتابة اليدوية، وكلها ظهرت لأن عبارة «speech recognition» وكلمة «Arabic» وردتا في ملخصاتها. وهذا يعني أن الأرقام التي يعطيك إياها أي محرك هي أرقام قبل الفرز Screening، فلا تكتب في رسالتك «يوجد 1412 بحثاً عن التعرف على الكلام العربي» وإنما «أعاد البحث 1412 نتيجة»، والفرق بين الجملتين هو الفرق بين باحث دقيق وباحث سوف يسأله المحكم. ### أين تقع اللهجة السعودية بين اللهجات؟ ```text dialects (all years / since 2022): Egyptian 83 32 Levantine 66 27 Maghrebi 81 48 Gulf 43 25 Saudi 36 26 Iraqi 30 5 Sudanese 3 2 Yemeni 5 4 ``` والشكل التالي يبين الأرقام نفسها: ![رسم أعمدة أفقية لعدد الأبحاث لكل لهجة عربية في كل السنوات ومنذ 2022: المصرية 83 و32، المغاربية 81 و48، الشامية 66 و27، الخليجية 43 و25، السعودية 36 و26 وهي محاطة بإطار، العراقية 30 و5، اليمنية 5 و4، السودانية 3 و2](https://arabroot.io/content/images/2026/10/literature-search-03-dialects.webp) اللهجة السعودية أقل من المصرية والمغاربية في المجموع، لكن 26 من أبحاثها الـ 36 منذ 2022 وهنا تظهر الصورة الأولى للفجوة: اللهجة المصرية فيها 83 نتيجة والسعودية 36، لكن 26 من أبحاث اللهجة السعودية، أي أكثر من 70%، نشرت منذ 2022، وهذا يعني أن الموضوع بدأ يتحرك بسرعة في السنوات الأخيرة، ومن يبدأ رسالته اليوم يجب أن يقرأ ما نشر في 2025 و2026 تحديداً قبل أن يحدد سؤاله. وفي المقابل فإن اللهجة السودانية فيها 3 نتائج واليمنية 5، وهذه الأرقام الصغيرة جداً قد تعني فجوة حقيقية، وقد تعني أن الباحثين يسمون اللهجة باسم آخر، وهذا ما يجب التحقق منه قبل أي استنتاج. ### اقرأ القائمة ولا تكتف بالعدد السكربت يطبع بعد ذلك النتائج الـ 36 عن اللهجة السعودية، من الأحدث إلى الأقدم: ```text saudi-dialect works: 36 2026 0 preprint CARDAMOM: A Micro-Dialectal Arabic Speech Dataset for ASR 2026 0 conference-paper Design and Evaluation of a Culturally Adapted Multimodal Virtual Agent for PTSD Screening 2026 0 software SaudiArabic-ASR-DID: Multi-Model ASR and Multimodal Dialect Identification for Saudi Arabic 2026 0 article ArDSS: An Arabic Down Syndrome Speech Corpus 2026 0 preprint Speech Recognition and Dialect Identification for Saudi Arabic Dialects: A Multi-Model and Multimoda 2026 0 article Enhancing Arabic Dialectical Speech Recognition with Large Language Models 2026 0 preprint Benchmarking Commercial ASR Systems on Code-Switching Speech: Arabic, Persian, and German 2026 0 conference-paper When Does OmniASR Fail? A Fine-Grained Human Evaluation on Saudi Arabic Dialects 2026 0 article Arabic Version of Speech, Spatial, and Qualities of Hearing Scale (SSQ12) on Patients With Hearing L 2026 2 review Automatic speech recognition and dialect identification for Arabic and Saudi dialects: a systematic 2026 0 article NEUROCOGNITIVE SIGNATURES OF LEXICAL-CLASS PERCEPTION IN NOISE AMONG L2 LISTENERS 2026 0 preprint An Analysis of English Vowel Variation in Pakistani vs. Arabic Talkers: A Computational Acoustic and 2026 0 conference-paper Audio-Based Hate Speech Detection Using Speech Recognition and Transformer Techniques 2025 4 conference-paper Arabic ASR on the SADA Large-Scale Arabic Speech Corpus with Transformer-Based Models 2025 0 article Utilizing AI-Powered Speech Recognition Technology In Saudi Efl Learners Speech 2025 0 article Research on technology in Arabic language learning: A bibliometric analysis (1993–2024) 2025 2 article Bridging the gap: The role of artificial intelligence in enhancing Arabic language learning, transla 2025 0 article The Research on Technology in Arabic Language Learning: A Bibliometric Analysis (1993-2024) 2024 8 conference-paper SADA: Saudi Audio Dataset for Arabic 2024 0 article A Multimodal Data Scraping Tool for Collecting Authentic Islamic Text Datasets 2023 6 article Speech corpus for Medina dialect 2023 29 article Facilitating the communication with deaf people: Building a largest Saudi sign language dataset 2023 11 article Using Character-Level Sequence-to-Sequence Model for Word Level Text Generation to Enhance Arabic Sp 2022 2 article The Effect of Coda Voicing Contrast on Vowel Duration in American English and Najdi Arabic: A Compar 2022 0 preprint Speech Recognition System for Medina Dialect: A Proposed Approach 2022 4 article Speak-Correct: A Computerized Interface for the Analysis of Mispronounced Errors 2021 16 article Study of the influence of Arabic mother tongue on the English language using a hybrid artificial int 2021 22 article King Saud University Emotions Corpus: Construction, Analysis, Evaluation, and Comparison 2020 11 conference-paper Accent Recognition by Native Language Using Mel-Frequency Cepstral Coefficient and K-Nearest Neighbo 2020 0 conference-paper Visually Impaired Assistance with Arabic Speech Recognition on GPS 2015 2 dissertation Deep neural network acoustic models for multi-dialect Arabic speech recognition 2013 27 article KSU rich Arabic speech database 2012 37 conference-paper Google's cross-dialect Arabic voice search 2009 7 article Noise Effect on Arabic Alphadigits in Automatic Speech Recognition. 2008 41 article Saudi Accented Arabic Voice Bank 2008 0 article Saudi accented Arabic voice bank ``` عند قراءة القائمة سوف تجد أن ثلثها تقريباً ليس عن التعرف الآلي على الكلام باللهجة السعودية، فهناك بحث عن مدة الحروف المتحركة بين الإنجليزية الأمريكية واللهجة النجدية، وبحث عن متعلمي اللغة الإنجليزية في السعودية، وبحث عن مقياس للسمع، وبحث عن تحليل ببليومتري لتعليم اللغة العربية. وفي المقابل ستجد النواة الحقيقية للموضوع، مثل مجموعة الكلام السعودية [SADA المنشورة في مؤتمر ICASSP 2024](https://doi.org/10.1109/icassp48485.2024.10446243?ref=arabroot.io)، ومجموعة كلام لهجة المدينة المنورة في 2023، وقاعدة كلام جامعة الملك سعود في 2013، ومجموعة Saudi Accented Arabic Voice Bank في 2008، ثم أبحاث 2026 مثل CARDAMOM والتقييم البشري لأخطاء OmniASR على اللهجات السعودية. وهذا الفرز اليدوي هو بداية المراجعة المنهجية Systematic Review التي سوف نشرحها في المقال التالي من المسار. ### المحور الثاني: كلام الأطفال ```text children: 44 children + saudi/gulf: 1 2026 0 ArDSS: An Arabic Down Syndrome Speech Corpus ``` عندما أضفنا محوراً ثانياً هو كلام الأطفال، أعاد البحث 44 نتيجة عن الأطفال في التعرف على الكلام العربي عموماً، ونتيجة واحدة فقط عندما قيدناه باللهجة السعودية أو الخليجية، وهي مجموعة كلام لأطفال متلازمة داون Down Syndrome. وهذه هي الفجوة المرشحة في مثالنا: التعرف الآلي على كلام الأطفال باللهجة السعودية. ولاحظ أننا كتبنا «مرشحة»، لأن نتيجة واحدة في مصدر واحد لا تثبت شيئاً بعد. ### الجزء الثاني: Semantic Scholar والتوصيات الجزء الأخير من السكربت يبحث في Semantic Scholar عن «Saudi dialect speech recognition»، ثم يأخذ أول بحث له استشهادات بذرة Seed، ويجلب الأبحاث التي استشهدت به، ثم التوصيات المشابهة له. وعند التشغيل الأول بدون مفتاح أعادت الخدمة الخطأ 429 في المحاولات الست كلها مع أن الانتظار بين المحاولات تضاعف حتى 64 ثانية، أي أن الحد المشترك للطلبات بدون مفتاح كان ممتلئاً، فتوقف السكربت برسالة `gave up on s2-01-search`، ثم أعدنا تشغيل هذا الجزء لاحقاً فنجح بعد محاولتين، وكان المخرج كما يلي: ```text HTTP 429 on s2-01-search, try 1, waiting 2s HTTP 429 on s2-01-search, try 2, waiting 4s S2 search total: 1317 2025 0 Improving a Speech Emotion Recognition System for Saudi Dialect 2021 49 Arabic Speech Emotion Recognition From Saudi Dialect Corpus tldr: Experiments showed that SVM obtained the best accuracy result with 77.14%, demonstrating improvement in Arabic speech emotion recognition for this classificatio 2026 0 Automatic speech recognition and dialect identification for Arabic and Saudi dialects: a s tldr: The reviewed literature indicates a clear shift from traditional ML techniques toward DL and self-supervised architectures, coinciding with the emergence of new 2026 0 Almieyar: A Culturally Grounded Benchmark for Multi-Dialect Arabic Speech Recognition tldr: ALMIEYAR is introduced, a culturally grounded ASR benchmark covering 17 Arabic dialects across six families, built entirely from newly recorded speech unseen by 2025 12 Effective Data Augmentation Techniques for Arabic Speech Emotion Recognition Using Convolu tldr: Investigating the effectiveness of various data augmentation techniques for enhancing Arabic speech emotion recognition (SER) using convolutional neural network 2024 0 Synthetic Data Generation and Fine-Tuning for Saudi Arabic Dialect Adaptation tldr: A classification scheme for synthetic data methods and fine-tuning techniques is introduced, together with a set of practice recommendations for researchers and 2026 0 Audio-Based Hate Speech Detection Using Speech Recognition and Transformer Techniques 2023 8 Speech corpus for Medina dialect tldr: A brand-new corpus “Haneen Corpus” is created, which consists of 70,364 tokens that have been uttered using Medina dialect, and a dictionary is constructed usin 2025 4 Region-Wise Recognition and Classification of Arabic Dialects and Vocabulary: A Deep Learn tldr: The proposed approach to Arabic dialect identification using a pre-trained speech classification model surpasses traditional machine learning models such as Ran 2026 0 CARDAMOM: A Micro-Dialectal Arabic Speech Dataset for ASR tldr: Cardamom is presented, a micro-dialectal Arabic speech dataset designed to support fine-grained evaluation and adaptation of automatic speech recognition (ASR) seed: Arabic Speech Emotion Recognition From Saudi Dialect Corpus cited by (first page): 20 2026 0 Affective publics in Arabic YouTube 2026 1 Arabic speech emotion recognition (2015-2024): a systematic review of datasets, dialects, 2026 0 Multimodal emotion recognition using hybrid deep learning architecture 2026 0 Speech Emotion Recognition for the Jordanian Arabic Dialect 2026 0 FCAL-Net: a neural network model for speech emotion recognition of guanzhong dialect with 2026 0 Hybrid CNN-LSTM Architecture with MFCC-Based Class-Balanced Augmentation for Arabic Speech 2026 0 HearMeWell: Emotion Signals Recognition in Arabic Speech Using Image-Based and Numerical-B 2025 0 DiaTAC-Emo: Tunisian Dialect Two-Level Analysis for Classification of Emotions 2025 4 Arabic dialects speech corpora: A systematic review 2025 3 MDER-MA: A multimodal dataset for emotion recognition in low-resource Moroccan Arabic lang recommended: 2026 0 A Multimodal Speech Emotion Recognition Framework for Malayalam through Audio-Text Fusion 2026 0 Attention-based Bi-LSTM model with hybrid wavelet–MFCC features for speech emotion recogni 2026 0 Saudi ASWAT: A Large-Scale Corpus of Spontaneous Saudi Arabic Speech None 0 A Comparative Study of Acoustic Features for Spoken Digit Recognition in Algerian Arabic D 2026 0 Tacsa: evaluating the role of Tashkīl in Arabic sentiment analysis 2026 0 Spoken American and Saudi Dialects Classification System Using Deep Learning Networks 2026 0 A Reproducible Hybrid LSTM–SVM Framework for Speech Emotion Recognition Using Temporal–Aco 2026 0 TRANSFORMER-BASED EMOTION CLASSIFICATION FOR INDONESIAN POLITICAL SPEECH 2026 0 Emotion Detection using Speech and Text – Based Sentiment Analysis: A Hybrid Multimodal Ap 2026 0 BARRAC: Adaptation of an English Aspect-based Sentiment Analysis Approach for Classificati ``` في المخرج أعلاه لاحظ التالي: - البحث نفسه أعاد 1317 نتيجة مرتبة حسب الصلة، لكن أول نتيجتين عن التعرف على المشاعر من الكلام Speech Emotion Recognition وليس عن التعرف على الكلام، فالمحرك يرى الكلمات متقاربة. وهذا سبب آخر لقراءة النتائج قبل عدها. - ملخص TLDR يوفر عليك فتح كل بحث لتعرف عن ماذا يتحدث، لكنه ملخص آلي مقطوع في المخرج عند 160 حرفاً، فلا تقتبس منه في رسالتك، وإنما اقرأ الملخص الأصلي. - تتبع الاستشهادات للأمام من البذرة أوصلنا إلى مراجعتين منهجيتين لم نبحث عنهما، الأولى عن التعرف على المشاعر من الكلام العربي 2015 إلى 2024، والثانية عن مجموعات كلام اللهجات العربية Arabic Dialects Speech Corpora في 2025. - التوصيات أوصلتنا إلى «Saudi ASWAT: A Large-Scale Corpus of Spontaneous Saudi Arabic Speech» المنشور في 2026، وهو بحث مهم جداً لسؤالنا لأنه مجموعة كلام سعودية كبيرة، ولم يظهر في قائمة OpenAlex الـ 36\. وعندما بحثنا عن عنوانه في OpenAlex وجدناه هناك، أي أن المشكلة لم تكن في القاعدة، وإنما في عبارة البحث، فملخصه لا يحتوي على العبارة «speech recognition» كما كتبناها. 💡 هذه أهم نتيجة في المختبر كله: بحث يمس سؤالنا مباشرة كان موجوداً في القاعدة ولم تجده عبارة بحث معقولة، ووجده تتبع الاستشهادات والتوصيات. لذلك لا تكتف بعبارة البحث مهما كانت دقيقة، واجعل تتبع الاستشهادات خطوة ثابتة في عملك. ## تحقق من الفجوة قبل أن تبني عليها وصلنا إلى فجوة مرشحة، والسؤال الآن: كيف نعرف أنها حقيقية؟ هناك أربع خطوات لا تتجاوزها: 1. **ابحث عن مراجعة منهجية حديثة:** في قائمتنا مراجعة منهجية نشرت في مارس 2026 في مجلة جامعة الملك سعود لعلوم الحاسب والمعلومات بعنوان [Automatic speech recognition and dialect identification for Arabic and Saudi dialects](https://doi.org/10.1007/s44443-026-00609-6?ref=arabroot.io)، وملخصها يذكر أنها راجعت 82 دراسة منشورة بين 2019 و2025، وأن من المشكلات المستمرة عدم التوازن بين اللهجات Dialectal Imbalance وقلة مجموعات الكلام السعودية الكبيرة المتاحة. وهذا يدعم جانب البيانات في فجوتنا، لكن الملخص لا يذكر الأطفال، لذلك يجب قراءة البحث كاملاً، وخاصة قسم الاتجاهات المستقبلية Future Directions. 2. **كرر البحث في قاعدة منتقاة:** نفذ العبارة نفسها في Scopus أو Web of Science من حساب جامعتك، ثم في Google Scholar مع كلمات مثل child وkids وschool، واحفظ الأعداد مع التاريخ. 3. **ابحث في الرسائل والأبحاث الجارية:** قواعد الرسائل العربية، ومستودعات الجامعات، والنشر المسبق Preprints مثل arXiv، لأن أحد أبحاث قائمتنا من 2026 ما زال Preprint. 4. **اسأل نفسك والمشرف: هل الفجوة مهمة؟** وجود فجوة لا يكفي لتكون موضوع رسالة، فيجب أن تكون الإجابة عنها مفيدة لأحد، مثل تطبيقات تعليم القراءة للأطفال أو علاج النطق، وأن تكون قابلة للتنفيذ بالوقت والبيانات المتاحة لك، وجمع كلام الأطفال مثلاً يحتاج إلى موافقة لجنة أخلاقيات البحث وموافقة أولياء الأمور، وهذا موضوع مقال قادم من هذه المرحلة. وعندما تكتب الفجوة في المقترح أو في مقدمة البحث، اكتبها بأرقامك وبمصادرك، وليس بعبارة عامة مثل «لا توجد دراسات». والصيغة التالية مثال يمكنك تعديله: > أعاد البحث في OpenAlex بتاريخ 22 أكتوبر 2026 عن التعرف الآلي على الكلام العربي 1412 نتيجة، منها 36 تذكر اللهجة السعودية، ونتيجة واحدة فقط تتناول كلام الأطفال باللهجة السعودية أو الخليجية، وتذكر أحدث مراجعة منهجية للموضوع قلة مجموعات الكلام السعودية الكبيرة، لذلك يهدف هذا البحث إلى… ## أخطاء شائعة - **البحث في مصدر واحد:** رأينا أن بحثاً مهماً غاب عن عبارة البحث في مصدر وظهر في مصدر آخر. - **عد النتائج قبل فرزها:** ثلث النتائج في قائمتنا لم يكن عن الموضوع، وأكثر الأبحاث استشهاداً تضمنت أبحاثاً عن الكتابة اليدوية. - **إهمال السنتين الأخيرتين:** أكثر من 70% من أبحاث اللهجة السعودية نشرت منذ 2022، فالمراجعة التي كتبتها قبل سنة قد تكون قديمة اليوم، فأعد البحث قبل التسليم. - **عدم حفظ عبارة البحث وتاريخه:** بدونهما لا تستطيع أن تكتب فصل المنهجية ولا أن تدافع عن رقم ذكرته. - **الخلط بين الفجوة والفراغ:** الموضوع الذي لم يكتب فيه أحد قد يكون لأنه غير مهم أو غير قابل للتنفيذ، والفجوة الحقيقية سؤال يحتاج إليه الآخرون. ## الخلاصة - ابدأ واسعاً في المحركات المفتوحة Google Scholar وSemantic Scholar وOpenAlex، ثم ثبت النتيجة في قاعدة منتقاة مثل Scopus أو Web of Science من خلال مكتبة جامعتك والمكتبة الرقمية السعودية. - ابن عبارة البحث من المفاهيم ومرادفاتها، واحفظها مع التاريخ وعدد النتائج. - تتبع الاستشهادات للخلف والأمام والتوصيات خطوة ثابتة، وليست إضافة اختيارية. - الواجهات البرمجية تعطيك خريطة بالأرقام قابلة للتكرار، فاحصل على مفتاح مجاني لكل منها قبل العمل الجاد. - الفجوة المرشحة تحتاج إلى تحقق من مراجعة منهجية حديثة وقاعدة منتقاة ورأي المشرف، ثم تكتب بأرقامها ومصادرها. وفي المقال التالي بإذن الله سوف ننتقل من هذا البحث الاستكشافي إلى المراجعة المنهجية Systematic Review، حيث يصبح الفرز الذي فعلناه هنا بالعين عملية موثقة بقواعد ونموذج PRISMA وأدوات تساعدك عليه. ## تدريب عملي - غير المتغيرين `BASE` و`DIALECTS` في السكربت إلى موضوع رسالتك ومحاوره، وشغله، ثم اقرأ أول 20 نتيجة في المحور الأصغر وصنفها إلى ذات صلة وغير ذات صلة. - اختر أقوى بحث وجدته، وتتبع استشهاداته للأمام في Google Scholar، وسجل كم بحثاً جديداً وجدت لم تظهر في استعلامك الأول. ## سجل التحديثات أكتوبر 2026: كتابة المقال وتشغيل المختبر على واجهتي OpenAlex وSemantic Scholar بتاريخ 22 أكتوبر 2026.