Media is too big
VIEW IN TELEGRAM
هوش مصنوعی و بزرگترین پایگاه داده واکنش‌های شیمیایی، مسیرهای رتروسنتز پیش‌بینی شده قوی را ارائه می‌دهد
تحلیل رتروسنتزی زمانی تنها بر تخصص و زمان شیمیدان متکی بود. Reaxys Predictive Retrosynthesis که برنده جایزه شده است، این الگو را تغییر می‌دهد. این ابزار با اعمال هوش مصنوعی بر بزرگترین پایگاه داده واکنش‌های شیمیایی در جهان، دانش شما را با مسیرهای پیش‌بینی شده قوی تقویت می‌کند. با Reaxys Predictive Retrosynthesis، پاسخ‌های سریع‌تری برای طیف گسترده‌تری از مولکول‌ها دریافت کنید.
🆔@elsevier_iran
تحلیل رتروسنتزی زمانی تنها بر تخصص و زمان شیمیدان متکی بود. Reaxys Predictive Retrosynthesis که برنده جایزه شده است، این الگو را تغییر می‌دهد. این ابزار با اعمال هوش مصنوعی بر بزرگترین پایگاه داده واکنش‌های شیمیایی در جهان، دانش شما را با مسیرهای پیش‌بینی شده قوی تقویت می‌کند. با Reaxys Predictive Retrosynthesis، پاسخ‌های سریع‌تری برای طیف گسترده‌تری از مولکول‌ها دریافت کنید.
🆔@elsevier_iran
🔔 بهره‌برداری از موضوعات نوظهور هوش مصنوعی اسکوپوس برای تحقیقات پیشرفته
توانمندسازی محققان
▫️برای محققان، موضوعات نوظهور یک متحد قدرتمند در جستجوی دانش است. با برجسته کردن حوزه‌های نوپای مطالعاتی، به محققان امکان می‌دهد خود را در خط مقدم نوآوری قرار دهند. این رویکرد پیشگیرانه می‌تواند منجر به کشفیات پیشگامانه و افزایش دیده شدن در محافل دانشگاهی شود.
▫️علاوه بر این، بینش‌های این ابزار به محققان کمک می‌کند تا در مورد فرصت‌های همکاری و تامین مالی تصمیمات آگاهانه‌ای بگیرند. با درک روندهای نوظهور، محققان می‌توانند تلاش‌های خود را با حوزه‌هایی که احتمالاً جلب توجه و سرمایه‌گذاری می‌کنند، همسو کنند.
پشتیبانی از کتابداران
▫️کتابداران نقش محوری در پشتیبانی از تحقیقات و آموزش دارند. با موضوعات نوظهور، آنها می‌توانند خدمات خود را با پیش‌بینی نیازهای آینده و تنظیم مجموعه‌های خود بر اساس آن، ارتقا دهند. این آینده‌نگری اطمینان می‌دهد که کتابخانه‌ها پویا باقی می‌مانند و به چشم‌انداز دانشگاهی در حال تکامل پاسخگو هستند.
▫️علاوه بر این، این ابزار به کتابداران امکان می‌دهد روندها را در رشته‌های مختلف پیگیری کنند و به توسعه منابع بین‌رشته‌ای کمک می‌کند. این رویکرد جامع، همکاری و نوآوری را در میان رشته‌های مختلف تقویت می‌کند و به کل جامعه دانشگاهی سود می‌رساند.
🆔@elsevier_iran
توانمندسازی محققان
▫️برای محققان، موضوعات نوظهور یک متحد قدرتمند در جستجوی دانش است. با برجسته کردن حوزه‌های نوپای مطالعاتی، به محققان امکان می‌دهد خود را در خط مقدم نوآوری قرار دهند. این رویکرد پیشگیرانه می‌تواند منجر به کشفیات پیشگامانه و افزایش دیده شدن در محافل دانشگاهی شود.
▫️علاوه بر این، بینش‌های این ابزار به محققان کمک می‌کند تا در مورد فرصت‌های همکاری و تامین مالی تصمیمات آگاهانه‌ای بگیرند. با درک روندهای نوظهور، محققان می‌توانند تلاش‌های خود را با حوزه‌هایی که احتمالاً جلب توجه و سرمایه‌گذاری می‌کنند، همسو کنند.
پشتیبانی از کتابداران
▫️کتابداران نقش محوری در پشتیبانی از تحقیقات و آموزش دارند. با موضوعات نوظهور، آنها می‌توانند خدمات خود را با پیش‌بینی نیازهای آینده و تنظیم مجموعه‌های خود بر اساس آن، ارتقا دهند. این آینده‌نگری اطمینان می‌دهد که کتابخانه‌ها پویا باقی می‌مانند و به چشم‌انداز دانشگاهی در حال تکامل پاسخگو هستند.
▫️علاوه بر این، این ابزار به کتابداران امکان می‌دهد روندها را در رشته‌های مختلف پیگیری کنند و به توسعه منابع بین‌رشته‌ای کمک می‌کند. این رویکرد جامع، همکاری و نوآوری را در میان رشته‌های مختلف تقویت می‌کند و به کل جامعه دانشگاهی سود می‌رساند.
🆔@elsevier_iran
انتخاب ابزار هوش مصنوعی مولد مناسب برای موسسه شما
۱۵ سؤال که هنگام ارزیابی یک ابزار GenAI باید پرسید
غربال کردن تعداد فزاینده ابزارهای GenAI موجود کار آسانی نیست. در اینجا برخی سؤالاتی که می‌تواند به شما کمک کند تا تصمیم بگیرید کدام مسیر را انتخاب کنید، آورده شده است.
۱. آیا این ابزار نیازهای کاربران شما را برآورده می‌کند؟
آیا آنها به دنبال چیزی هستند که به آنها کمک کند سریعاً درباره زمینه‌های جدید یاد بگیرند؟ یا آنها را به منابع مرتبط در یک موضوع خاص هدایت کند؟ آیا نیاز آنها بر یک حوزه تخصصی خاص متمرکز است، یا می‌خواهند پوشش گسترده‌ای داشته باشند؟ برخی از ابزارهای موجود در بازار تلاش می‌کنند تا همه موارد استفاده را پشتیبانی کنند، در حالی که برخی دیگر بر انجام وظایف اصلی به بهترین شکل تمرکز دارند. درک نیازهای کاربران شما به شما کمک خواهد کرد تا بهترین گزینه را انتخاب کنید.
۲. آیا این ابزار توسط افرادی مشابه کاربران شما به طور کامل آزمایش شده است؟
درک این موضوع می‌تواند به پاسخگویی به سؤال قبلی کمک کند. همچنین نشان‌دهنده این است که آیا نگرانی‌هایی که کاربران شما احتمالاً در مورد دقت و حریم خصوصی دارند، قبلاً مطرح و رسیدگی شده است یا خیر.
۳. آیا این ابزار - و نحوه استفاده‌ای که کاربران شما می‌خواهند از آن داشته باشند - با سیاست‌های سازمانی شما مطابقت دارد؟
به عنوان مثال، آیا پرس‌وجوها و داده‌های شخصی کاربران شما مطابق با دستورالعمل‌های موجود حفظ حریم خصوصی مدیریت خواهند شد؟ و اگر سازمان شما یکی از تعداد فزاینده‌ای است که سیاستی را برای نحوه استفاده از هوش مصنوعی و اطلاعات تولید شده توسط آن تدوین کرده است، آیا این ابزار به شما امکان می‌دهد با آن الزامات مطابقت داشته باشید؟
۴. آیا چارچوب‌های ارزیابی موجود برای ابزارهای GenAI وجود دارد که بتوانید از آنها استفاده کنید؟
در پاسخ به تقاضای روزافزون برای معیارهای ارزیابی فناوری‌های هوش مصنوعی، چارچوب‌های جدیدی در حال ظهور هستند. به عنوان مثال، کتابداران Amanda Wheatley و Sandy Hervieux از دانشگاه McGill کانادا آزمون ROBOT را با در نظر گرفتن افراد تازه‌کار در زمینه هوش مصنوعی توسعه داده‌اند. این آزمون فهرستی از سؤالات را در پنج دسته مفید ارائه می‌دهد: قابلیت اطمینان، هدف، تعصب، مالکیت و نوع.
۵. آیا می‌دانید ابزار چگونه به پاسخ‌های خود می‌رسد؟
با توجه به حجم زیاد اطلاعات موجود، ارائه‌دهندگان ابزارهای GenAI به الگوریتم‌ها و دستورالعمل‌های پیچیده‌ای متکی هستند تا به هوش مصنوعی کمک کنند تعیین کند از کدام محتوا استفاده کند. اما همه ارائه‌دهندگان در مورد این دستورالعمل‌ها شفاف نیستند. سؤالات مهمی که می‌توانید بپرسید شامل این موارد است: ابزار از چه نوع فناوری‌هایی برای جستجو و تولید پاسخ استفاده می‌کند؟ چه معیارهایی اولویت‌بندی منابع مورد استفاده را هدایت می‌کند؟ آیا ابزار سعی می‌کند طیفی از دیدگاه‌ها را ارائه دهد؟ و اگر نتواند منابع مرتبط پیدا کند چه می‌کند؟ برخی از ارائه‌دهندگان هوش مصنوعی اکنون 'کارت‌های مدل' ارائه می‌دهند که به توضیح نحوه کار فناوری آنها کمک می‌کند.
۶. آیا می‌دانید ابزار از چه منابعی استفاده می‌کند؟
مدل‌های GenAI با استفاده از حجم عظیمی از داده‌ها ساخته می‌شوند. اما ممکن است دقیقاً مشخص نباشد که این داده‌ها از کجا گرفته شده‌اند. برخی ابزارها آن را از طیف گسترده‌ای از منابع اینترنتی استخراج می‌کنند، که درب را به روی اطلاعات تأیید نشده، تعصب و داده‌های نادرست باز می‌کند. در مورد ابزارهای دانشگاهی، اگر محتوای مورد استفاده به دقت گردآوری نشده باشد، خطر ورود انتشارات از ناشران سودجو و کارخانه‌های مقاله‌سازی وجود دارد. و مدل‌ها اغلب روی مجموعه داده‌های ثابت آموزش می‌بینند، به این معنی که اطلاعات می‌تواند به سرعت قدیمی شود. برای اطمینان از اینکه محققان شما به نتایج قابل اعتماد و به‌روز دسترسی دارند، مهم است که ابزار از محتوای به‌روز و تأیید شده استفاده کند و در مورد منبع آن شفاف باشد - ترجیحاً با منابع کاملاً مرجع‌دار.
🆔@elsevier_iran
۱۵ سؤال که هنگام ارزیابی یک ابزار GenAI باید پرسید
غربال کردن تعداد فزاینده ابزارهای GenAI موجود کار آسانی نیست. در اینجا برخی سؤالاتی که می‌تواند به شما کمک کند تا تصمیم بگیرید کدام مسیر را انتخاب کنید، آورده شده است.
۱. آیا این ابزار نیازهای کاربران شما را برآورده می‌کند؟
آیا آنها به دنبال چیزی هستند که به آنها کمک کند سریعاً درباره زمینه‌های جدید یاد بگیرند؟ یا آنها را به منابع مرتبط در یک موضوع خاص هدایت کند؟ آیا نیاز آنها بر یک حوزه تخصصی خاص متمرکز است، یا می‌خواهند پوشش گسترده‌ای داشته باشند؟ برخی از ابزارهای موجود در بازار تلاش می‌کنند تا همه موارد استفاده را پشتیبانی کنند، در حالی که برخی دیگر بر انجام وظایف اصلی به بهترین شکل تمرکز دارند. درک نیازهای کاربران شما به شما کمک خواهد کرد تا بهترین گزینه را انتخاب کنید.
۲. آیا این ابزار توسط افرادی مشابه کاربران شما به طور کامل آزمایش شده است؟
درک این موضوع می‌تواند به پاسخگویی به سؤال قبلی کمک کند. همچنین نشان‌دهنده این است که آیا نگرانی‌هایی که کاربران شما احتمالاً در مورد دقت و حریم خصوصی دارند، قبلاً مطرح و رسیدگی شده است یا خیر.
۳. آیا این ابزار - و نحوه استفاده‌ای که کاربران شما می‌خواهند از آن داشته باشند - با سیاست‌های سازمانی شما مطابقت دارد؟
به عنوان مثال، آیا پرس‌وجوها و داده‌های شخصی کاربران شما مطابق با دستورالعمل‌های موجود حفظ حریم خصوصی مدیریت خواهند شد؟ و اگر سازمان شما یکی از تعداد فزاینده‌ای است که سیاستی را برای نحوه استفاده از هوش مصنوعی و اطلاعات تولید شده توسط آن تدوین کرده است، آیا این ابزار به شما امکان می‌دهد با آن الزامات مطابقت داشته باشید؟
۴. آیا چارچوب‌های ارزیابی موجود برای ابزارهای GenAI وجود دارد که بتوانید از آنها استفاده کنید؟
در پاسخ به تقاضای روزافزون برای معیارهای ارزیابی فناوری‌های هوش مصنوعی، چارچوب‌های جدیدی در حال ظهور هستند. به عنوان مثال، کتابداران Amanda Wheatley و Sandy Hervieux از دانشگاه McGill کانادا آزمون ROBOT را با در نظر گرفتن افراد تازه‌کار در زمینه هوش مصنوعی توسعه داده‌اند. این آزمون فهرستی از سؤالات را در پنج دسته مفید ارائه می‌دهد: قابلیت اطمینان، هدف، تعصب، مالکیت و نوع.
۵. آیا می‌دانید ابزار چگونه به پاسخ‌های خود می‌رسد؟
با توجه به حجم زیاد اطلاعات موجود، ارائه‌دهندگان ابزارهای GenAI به الگوریتم‌ها و دستورالعمل‌های پیچیده‌ای متکی هستند تا به هوش مصنوعی کمک کنند تعیین کند از کدام محتوا استفاده کند. اما همه ارائه‌دهندگان در مورد این دستورالعمل‌ها شفاف نیستند. سؤالات مهمی که می‌توانید بپرسید شامل این موارد است: ابزار از چه نوع فناوری‌هایی برای جستجو و تولید پاسخ استفاده می‌کند؟ چه معیارهایی اولویت‌بندی منابع مورد استفاده را هدایت می‌کند؟ آیا ابزار سعی می‌کند طیفی از دیدگاه‌ها را ارائه دهد؟ و اگر نتواند منابع مرتبط پیدا کند چه می‌کند؟ برخی از ارائه‌دهندگان هوش مصنوعی اکنون 'کارت‌های مدل' ارائه می‌دهند که به توضیح نحوه کار فناوری آنها کمک می‌کند.
۶. آیا می‌دانید ابزار از چه منابعی استفاده می‌کند؟
مدل‌های GenAI با استفاده از حجم عظیمی از داده‌ها ساخته می‌شوند. اما ممکن است دقیقاً مشخص نباشد که این داده‌ها از کجا گرفته شده‌اند. برخی ابزارها آن را از طیف گسترده‌ای از منابع اینترنتی استخراج می‌کنند، که درب را به روی اطلاعات تأیید نشده، تعصب و داده‌های نادرست باز می‌کند. در مورد ابزارهای دانشگاهی، اگر محتوای مورد استفاده به دقت گردآوری نشده باشد، خطر ورود انتشارات از ناشران سودجو و کارخانه‌های مقاله‌سازی وجود دارد. و مدل‌ها اغلب روی مجموعه داده‌های ثابت آموزش می‌بینند، به این معنی که اطلاعات می‌تواند به سرعت قدیمی شود. برای اطمینان از اینکه محققان شما به نتایج قابل اعتماد و به‌روز دسترسی دارند، مهم است که ابزار از محتوای به‌روز و تأیید شده استفاده کند و در مورد منبع آن شفاف باشد - ترجیحاً با منابع کاملاً مرجع‌دار.
🆔@elsevier_iran
انتخاب ابزار هوش مصنوعی مولد مناسب برای موسسه شما
۱۵ سؤال که هنگام ارزیابی یک ابزار GenAI باید پرسید
۷. آیا پاسخ‌ها به طور منظم برای دقت و مرتبط بودن آزمایش می‌شوند؟
در حالی که اطمینان از اینکه فناوری یک ابزار برای به حداقل رساندن توهمات و تعصب ساخته شده است اطمینان‌بخش است، به همان اندازه مهم است که بررسی‌ها و توازن‌های مداومی وجود داشته باشد تا اطمینان حاصل شود که این اهداف برآورده می‌شوند. ارائه‌دهندگان باید برنامه‌های اقدام منسجمی داشته باشند که شامل آزمایش و ارزیابی منظم، حلقه‌های بازخورد برای کاربران و فرآیندی برای نظارت انسانی باشد.
۸. آیا این ابزار اقداماتی برای به حداقل رساندن تعصب و توهمات انجام می‌دهد؟
همانطور که یونسکو در گزارش سال 2023 خود اشاره می‌کند: "ارائه‌دهندگان GenAI ... باید اطمینان حاصل کنند که 'حفاظ‌های' قوی برای جلوگیری از تولید محتوای توهین‌آمیز، متعصبانه یا نادرست توسط GenAI وجود دارد". سیستم‌های GenAI می‌توانند تعصبات موجود در داده‌هایی که با آنها آموزش دیده‌اند را به ارث ببرند. و بدون ترکیب مناسبی از فناوری، منابع محتوا و نظارت، این موارد می‌توانند در پاسخ‌های هوش مصنوعی ظاهر شوند، همانطور که توهمات می‌توانند. به همین دلیل بسیار مهم است که ارائه‌دهندگان اقداماتی برای به حداقل رساندن این مشکلات انجام دهند.
۹. آیا حریم خصوصی کاربران و داده‌های آنها رعایت می‌شود؟
طبق گفته یونسکو، برخی از فناوری‌های هوش مصنوعی مولد ممکن است با قوانین حفظ حریم خصوصی مانند مقررات عمومی حفاظت از داده‌های اتحادیه اروپا (GDPR) مطابقت نداشته باشند. به طور خاص، آنها به این واقعیت اشاره می‌کنند که در حالی که GDPR حق فراموش شدن افراد را به رسمیت می‌شناسد، "در حال حاضر غیرممکن است که داده‌های شخصی (یا نتایج آن داده‌ها) را از یک مدل GPT پس از آموزش آن حذف کرد". هنگام در نظر گرفتن یک ابزار GenAI، مهم است که بدانیم چه دستورالعمل‌های حفاظت از داده و حریم خصوصی وجود دارد.
۱۰. آیا استفاده از این ابزار برای ذینفعان شما آسان است و آیا می‌تواند در جریان‌های کاری موجود ادغام شود؟
این نه تنها کاربران کتابخانه شما را تشویق می‌کند تا با ابزار GenAI که شما بررسی و انتخاب کرده‌اید تعامل داشته باشند، بلکه زمان ارزشمندی را نیز برای آنها صرفه‌جویی می‌کند.
۱۱. آیا به حق کپی‌رایت نویسندگانی که از محتوای آنها استفاده می‌کند، احترام می‌گذارد؟
ابزارهای GenAI که داده‌های آموزشی مدل خود را از اینترنت می‌گیرند، اغلب این کار را بدون کسب اجازه از صاحبان داده‌ها انجام می‌دهند.
۱۲. آیا با مقررات منطقه‌ای، ملی و بین‌المللی مربوطه مطابقت دارد؟
مقررات عمومی حفاظت از داده‌های اتحادیه اروپا (GDPR) نمونه خوبی از نوع قوانین منطقه‌ای است که رعایت آن توسط ابزارهای GenAI مهم است.
۱۳. آیا این ابزار کانال‌های مناسبی برای بازخورد، شکایات و جبران خسارت ارائه می‌دهد؟
ارائه‌دهندگان راه‌حل‌های GenAI باید مکانیسم‌هایی برای دریافت نظرات و نگرانی‌های کاربران داشته باشند. این نه تنها اطمینان می‌دهد که اشکالات می‌توانند اصلاح شوند، بلکه به بهبود ابزار نیز کمک می‌کند. همچنین می‌خواهید بدانید که به بازخورد کاربرانتان به سرعت رسیدگی خواهد شد.
۱۴. آیا توسعه‌دهندگان ابزار، دسترس‌پذیری را در نظر گرفته‌اند؟
آیا این راه‌حل می‌تواند توسط تمام کاربران کتابخانه شما، صرف نظر از نیازهای دسترسی‌شان، استفاده شود؟
۱۵. آیا شرایط استفاده واضح است؟
هنگام اشتراک در یک ابزار یا ثبت‌نام برای یک حساب جدید، مهم است که شرایط و ضوابط نه تنها به راحتی در دسترس باشند، بلکه به طور شفاف و واضح بیان شوند.
🆔@elsevier_iran
۱۵ سؤال که هنگام ارزیابی یک ابزار GenAI باید پرسید
۷. آیا پاسخ‌ها به طور منظم برای دقت و مرتبط بودن آزمایش می‌شوند؟
در حالی که اطمینان از اینکه فناوری یک ابزار برای به حداقل رساندن توهمات و تعصب ساخته شده است اطمینان‌بخش است، به همان اندازه مهم است که بررسی‌ها و توازن‌های مداومی وجود داشته باشد تا اطمینان حاصل شود که این اهداف برآورده می‌شوند. ارائه‌دهندگان باید برنامه‌های اقدام منسجمی داشته باشند که شامل آزمایش و ارزیابی منظم، حلقه‌های بازخورد برای کاربران و فرآیندی برای نظارت انسانی باشد.
۸. آیا این ابزار اقداماتی برای به حداقل رساندن تعصب و توهمات انجام می‌دهد؟
همانطور که یونسکو در گزارش سال 2023 خود اشاره می‌کند: "ارائه‌دهندگان GenAI ... باید اطمینان حاصل کنند که 'حفاظ‌های' قوی برای جلوگیری از تولید محتوای توهین‌آمیز، متعصبانه یا نادرست توسط GenAI وجود دارد". سیستم‌های GenAI می‌توانند تعصبات موجود در داده‌هایی که با آنها آموزش دیده‌اند را به ارث ببرند. و بدون ترکیب مناسبی از فناوری، منابع محتوا و نظارت، این موارد می‌توانند در پاسخ‌های هوش مصنوعی ظاهر شوند، همانطور که توهمات می‌توانند. به همین دلیل بسیار مهم است که ارائه‌دهندگان اقداماتی برای به حداقل رساندن این مشکلات انجام دهند.
۹. آیا حریم خصوصی کاربران و داده‌های آنها رعایت می‌شود؟
طبق گفته یونسکو، برخی از فناوری‌های هوش مصنوعی مولد ممکن است با قوانین حفظ حریم خصوصی مانند مقررات عمومی حفاظت از داده‌های اتحادیه اروپا (GDPR) مطابقت نداشته باشند. به طور خاص، آنها به این واقعیت اشاره می‌کنند که در حالی که GDPR حق فراموش شدن افراد را به رسمیت می‌شناسد، "در حال حاضر غیرممکن است که داده‌های شخصی (یا نتایج آن داده‌ها) را از یک مدل GPT پس از آموزش آن حذف کرد". هنگام در نظر گرفتن یک ابزار GenAI، مهم است که بدانیم چه دستورالعمل‌های حفاظت از داده و حریم خصوصی وجود دارد.
۱۰. آیا استفاده از این ابزار برای ذینفعان شما آسان است و آیا می‌تواند در جریان‌های کاری موجود ادغام شود؟
این نه تنها کاربران کتابخانه شما را تشویق می‌کند تا با ابزار GenAI که شما بررسی و انتخاب کرده‌اید تعامل داشته باشند، بلکه زمان ارزشمندی را نیز برای آنها صرفه‌جویی می‌کند.
۱۱. آیا به حق کپی‌رایت نویسندگانی که از محتوای آنها استفاده می‌کند، احترام می‌گذارد؟
ابزارهای GenAI که داده‌های آموزشی مدل خود را از اینترنت می‌گیرند، اغلب این کار را بدون کسب اجازه از صاحبان داده‌ها انجام می‌دهند.
۱۲. آیا با مقررات منطقه‌ای، ملی و بین‌المللی مربوطه مطابقت دارد؟
مقررات عمومی حفاظت از داده‌های اتحادیه اروپا (GDPR) نمونه خوبی از نوع قوانین منطقه‌ای است که رعایت آن توسط ابزارهای GenAI مهم است.
۱۳. آیا این ابزار کانال‌های مناسبی برای بازخورد، شکایات و جبران خسارت ارائه می‌دهد؟
ارائه‌دهندگان راه‌حل‌های GenAI باید مکانیسم‌هایی برای دریافت نظرات و نگرانی‌های کاربران داشته باشند. این نه تنها اطمینان می‌دهد که اشکالات می‌توانند اصلاح شوند، بلکه به بهبود ابزار نیز کمک می‌کند. همچنین می‌خواهید بدانید که به بازخورد کاربرانتان به سرعت رسیدگی خواهد شد.
۱۴. آیا توسعه‌دهندگان ابزار، دسترس‌پذیری را در نظر گرفته‌اند؟
آیا این راه‌حل می‌تواند توسط تمام کاربران کتابخانه شما، صرف نظر از نیازهای دسترسی‌شان، استفاده شود؟
۱۵. آیا شرایط استفاده واضح است؟
هنگام اشتراک در یک ابزار یا ثبت‌نام برای یک حساب جدید، مهم است که شرایط و ضوابط نه تنها به راحتی در دسترس باشند، بلکه به طور شفاف و واضح بیان شوند.
🆔@elsevier_iran