拿出來 ！ 相關 研究 內容 阿波羅 11 文物 可能 放不下 了 … 守護 論文 ！ 說到 評估 網頁 ， 就 一定 要 來 討論 維基百科 。 也許 很多 人 告誡 過 你 ， 研究 時 絕對 不能 使用 維基百科 ， 不過 你 可能 還是 在 用 ， 對 不 對 ？ 不 正確 維基百科 的確 可能 有 幫助 ， 不過 我們 必須 先 知道 幾 件 事 。 上 維基百科 網站 … 我們 可以 把 維基百科 的 文章 當成 研究 的 開端 ， 先 大致 了解 主題 ， 並 尋找 可能 的 研究 角度 。 畢竟 你 得 知道 該 問 哪些 問題 才 能 開始 研究 ， 不過 讀 過 維基百科 關於 「 化學 療法 」 的 文章 ， 不 代表 你 有 辦法 寫出 和 這 個 主題 相關 的 報告 。 點 你 不能 在 研究 裡 引用 維基百科 ， 就 像 你 不能 引用 傳統 的 百科全書 一樣 。 從 學術 研究 角度 來 看 ， 這 類 文章 不能 當作 參考 資料 ， 因為 那 不 是 原創 的 研究 ， 只是 收集 整合 資料 ， 讓 讀者 對 主題 有 大致 的 概念 。 研究 市場 … 達到 天人合一 的 境界 。 我 的 想法 ？ 維基百科 很 不錯 ， 可以 幫助 你 展開 研究 。 如果 你 想 使用 維基百科 （ 或是 任何 介紹 大致 概念 的 參考 資料 ） ， 只 能 把 這 類 文章 當成 基礎 ， 了解 關於 研究 主題 的 不同 層面 ， 並 熟悉 與 主題 有關 的 術語 ， 這樣 才 能 組合出 好用 的 關鍵字 和 搜尋 詞句 ， 幫助 你 搜尋 圖書館 資源 。 顯然 圖書館 的 書架 上 擺滿 了 書 ， 這些 書 怎麼 整理 的 ？ 是 隨意 擺放 ？ 還是 以 主題 或 標題 大致 歸類 ， 就 像 書店 那樣 ？ 由於 圖書館 的 書 實在 很多 ， 必須 非常 有 系統 ， 這樣 才 比較 好 找 資料 。 第二 章 如何 尋找 及 整理 資訊 基礎 篇 地質學 待 會 見 ！ 「 分類 」 是 圖書館 用來 整理 館藏 的 方法 ， 每 一 本 書 都 要 歸類到 不同 主題 ， 甚至 是 副 主題 ， 例如 ： 大部分 關於 地質學 的 書籍 都 歸為 同 一 類 ， 再 細分到 不同 副主題 ， 像是 古 生物學 、 火山學 與 礦物學 。 地質學 化石 嗨 ！ 聽說 你 要 開始 做 報告 ！ 讓 我們 先 談談 如何 整理 資訊 ， 了解 這 點 ， 你 就 更 知道 如何 運用 圖書館 的 資源 。 火山 石英 數位 資料 我們 稍後 再 討論 ， 現在 先 解釋 圖書館 通常 如何 整理 實體 資料 。 用 目錄 檢索 資料 時 ， 你 會 看到 每 一 本 書 的 「 索書號 」 ， 也 就 是 以 不同 分類 標示 的 數字 標籤 ＊ ， 讓 圖書館員 能夠 把 相似 書籍 放 在 同 一 個 書架 上 ， 並 告訴 你 到 哪裡 找 書 ， 就 像 地址 一樣 。 ＊ 台灣 使用 中文 圖書 分類法 來 編訂 分類號 ， 和 本 文 美國 的 編法 不同 ， 請 參見 本 章 附錄 。 火山 那 是 我們 的 ！ 求求 您 ， 給 我 一些 粥 吧 。 真 是 美妙 ！ 不 對 ， 是 我們 的 ！ 我們 的 ！ 你們 這些 笨蛋 還 以為 地球 是 平 的 ！ 文學 與 娛樂 歷史 與 藝術 科學 我 要 把 你們 淘汰 ！ 地理 杜威 十 進 分類法 應用 杜威 十 進 分類法 大膽 將 資訊 的 分類 分成 十 種 美國 的 中小學 與 大學 主要 使用 兩 種 分類 系統 ： 杜威 十 進 分類法 （ Dewey Decimal Classification __UNDEF__ ， DDC ） 與 美國 國會 圖書館 分類法 （ Library __UNDEF__ of __UNDEF__ Congress Classification __UNDEF__ ， LCC ） 。 隨便 啦 ， 我 又 不 需要 電 。 電腦 科學 、 資訊 及 一般 作品 自然 科學 公立 圖書館 與 學校 圖書館 通常 使用 杜威 分類法 ， 研究 或 學術 單位 的 圖書館 一般 是 用 國會 圖書館 分類法 ＊ 。 哲學 與 心理學 語言 宗教 社會 科學 ＊ 通常 是 這樣 ， 不過 也 有 許多 特例 。 這 只 是 雪茄 … 你 是 註冊 選民 嗎 ？ 但是 雪茄 的 本質 是 什麼 ？ 農業 除此之外 ， 杜威 分類法 用 小數點 後 的 數字 縮小 範圍 ， 例如 ： 索 書號 973.52 也許 是 關於 一八一二年 戰爭 ， 973.62 則 是 美 墨 戰爭 。 看 旁邊 的 流程圖 ， 每 改 一 個 數字 和 小數點 位置 都 代表 不同 意義 。 應用 科學 製造業 每 一 大 類 再 分成 十 中 類 ， 十 中 類 再 分成 小 類 ， 一直 分類 下去 ， 就 能 把 所有 資訊 放入 適當 位置 。 應用 科學 家政學 及 家庭 生活 醫學 與 健康 特定 用途 產品 之 製造 管理學 與 公共 關係 工程 學 建築 與 建造 技術 歷史 與 地理 北美洲 歷史 美國 歷史 時段 ： 一八一二年 戰爭 ， 化學 工程 美國 國會 圖書館 分類法 和 杜威 分類法 看起來 不 太 一樣 ， 不過 基本 概念 是 相同 的 。 相較 於 十 大 類 ， 美國 國會 圖書館 分類法 分成 二十一 類 ， 以 英文 字母 標示 。 這 次 我們 朝 火星 前進 ！ 技術 農業 軍事 科學 醫學 海軍 學 科學 求求 您 ， 再 給 我 一些 粥 吧 。 目錄學 與 圖書館學 語言學 與 文學 總類 美術 國會 圖書館 分類法 哲學 、 心理學 與 宗教 音樂 歷史 輔助 科學 教育 世界史 法律 美洲史 政治學 我 好 愛 敲 槌子 那 部分 ！ （ 更多 ） 美洲史 社會 科學 地理 、 人類學 、 休閒活動 等一下 ， 我們 是 敵 是 友 ？ 南北戰爭 我 不 確定 ， 現在 是 什麼 時候 ？ 同樣 的 故事 ， 不同 分類 系統 … 國會 圖書館 分類法 比較 有 彈性 ， 通常 ＊ 比較 適合 整理 大量 書籍 ， 就 像是 美國 國會 圖書館 那樣 的 地方 。 ＊ 這 並非 必然 ！ 沒有 完美 的 分類 系統 ， 這 點 我們 稍後 再 談 。 獨立 戰爭 國會 圖書館 分類法 替 每 個 字母 之下 的 主題 細分 ， 把 每 個 字母 的 「 類別 」 再 往 下 分 「 副類 」 。 最後 ， 國會 圖書館 分類法 在 類別 及 副類 後 插入 數字 ， 繼續 縮小 範圍 ， 例如 ： 關於 「 獵捕 害獸 ＊ 」 的 書籍 可以 在 SK336 下面 找到 。 ＊ 真的 有 這 個 主題 ！ 這些 分類 系統 的 缺點 是 ， 出現 新 概念 時 （ 按照 目前 科技 日新月異 的 發展 速度 ， 這 種 情況 很 常 發生 ） ， 分類 系統 有限 的 空間 被 擠壓 ， 索書號 必須 越來越 長 才 能 容納 所有 資訊 。 類別 例如 ： 在 類別 N 下面 ， 我們 看到 雕塑 是 歸納 在 NB 之下 ， ND 則 代表 繪畫 。 副類 農業 狩獵 獵捕 害獸 類別 這些 系統 都 是 很 早 以前 建立 ， 已經 有些 不敷 使用 。 副類 有些 圖書館 在 「 官方 」 索 書號 後面 再 加上 自訂 的 數字 和 字母 。 ＊ 每 間 圖書館 使用 的 數字 都 不 太 一樣 ， 用來 標明 書名 、 作者 或 書本 發行 日 等等 ， 進一步 細分 書籍 ， 給予 每 一 本 書 獨有 的 索書號 。 《 獵捕 害 獸 》 （ Varmint Hunting __UNDEF__ ） ， 作者 羅德 ． 邁剛 （ Load N . Mygun __UNDEF__ ） ＊ 只是 舉例 說明 ， 你 家 附近 的 圖書館 也許 採用 不同 方法 。 索 書號 《 一八一二年 戰爭 》 （ War of 1812 ） ， 作者 透屈 ． 賽普傑特 （ __UNDEF__ Touch E . Subject ） 此外 ， 這些 分類 系統 都 源自於 美國 ， 所以 設計 時 比較 偏向 美國 和 西方 的 概念 ， 分派給 西方 以外 的 資料 位置 就 沒 那麼多 ， 這 也 可能 形成 問題 。 建築 雕塑 素描 、 設計 、 插畫 繪畫 印刷 媒體 裝飾 藝術 一般 藝術 美洲史 作者 姓氏 分類 視覺 藝術 美術 書名 首 字母 世界史 出版 日期 分類 出售 ： 2001年 Talabro Lava ， 8萬4千 英里 ， 四 門 ， CD 音響 ， 空調 系統 ， 自排 ， 8,250 元 美金 不過 ， 如果 缺乏 有 效率 的 搜尋 方式 ， 討論 資料 歸納 也 只是 空談 。 無論 是 用 網路 還是 到 圖書館 找 資料 ， 一 本 一 本 瀏覽 都 不 是 最 有 效率 的 方法 ， 也許 偶爾 可以 僥倖 發現 有用 的 資訊 ， 不過 也 可能 漫無頭緒 ， 找 不 到 好 東西 。 要 讓 資訊 發揮 最 大 作用 ， 必須 有 計畫 地 搜尋 ， 不能 只 冀望 運氣 。 詮釋 資料 可以 講 得 很 複雜 ， 不過 我們 在 這裡 要 用 一 個 簡單 的 例子 。 下面 是 一 輛 二手車 的 資訊 ， 每 個 部分 都 代表 不同 意義 ， 可以 用 標籤 來 描述 。 也許 再 轉 幾 個 彎 … ?
 
詮釋 資料 就 是 把 標籤 放 在 前面 ， 解釋 那 項 資訊 。 如果 只 檢視 一 個 東西 可能 沒有 太 大 差別 ， 不過 如果 要 從 成千上萬 筆 記錄 中 找出 符合 特定 條件 的 結果 ， 例如 ： 里程 十萬 英里 以下 或是 十萬 美元 以下 的 車 ， 詮釋 資料 就 很 重要 ！ ＊ 詮釋 資料 也 可以 幫助 我們 在 網站 上 搜尋 資訊 ， 不過 沒 那麼 常見 ， 也 不 統一 （ 雖然 目前 正 朝 著 這 個 方向 發展 ） 。 想 了解 更多 ， 可以 去 找 關於 「 語意網 （ semantic web __UNDEF__ ）