Projektet har fått anslag från Europeiska unionens sjunde ramprogram för forskning, teknisk utveckling och demonstration enligt bidragsavtal nr #607798

Att ge dig inspiration,
exempel och ledning
under förberedelsefasen
FÖRSÖKSÄGARE
UTVÄRDERINGSSAMORDNARE
UTÖVARSAMORDNARE

om

vad verktyget
används till

Nuvarande version av kunskapsbasen i DRIVER+

innehåller resultaten av en systematisk litteraturstudie (Systematic Literature Review eller SLR) av försöksliknande händelser inom krishantering det senaste årtiondet.

Med hjälp av SLR-metoden får man mindre vinkling av studieurval, dataextrahering och framställning liksom resultat av högre kvalitet eftersom de genom en systematisk och väl dokumenterad process är reproducerbara. Relevanta identifierade källors kunskaper har samlats i kodböcker. Kodböckerna innehåller tio olika kategorier som har fyllts i utifrån litteraturanalysen: mål, forskningsfråga, planering och avvikelser, forskningsmetod, mått och nyckeltal, datainsamlingsplan, dataanalys, etiska tillvägagångssätt, resultat, metodologiska lärdomar. Genom att ordna om kunskaperna på det här systematiska sättet har man byggt en databas som det går att söka i med hjälp av nyckelord. Målet är att ge stöd till alla som är intresserade av att genomföra ett försök genom att visa det senaste inom de kategorier som är relevanta för förberedelsefasen. Eftersom var och en av tidskriftsartiklarna har försetts med ett ID kan de matas in i en databas som det går att söka i efter nyckelord på två sätt:

Steg 1: Horisontell sökning – sök efter varje kodbok som innehåller information om serious games i mått och nyckeltal på samma sätt som förklarades tidigare för forskningsmetoden. Resultaten har samma attribut – i det här exemplet attributet för mått och nyckeltal (markerat i gula rutor). Dessa resultat skulle till exempel kunna visas i en lista som innehåller ID och information om måtten.

Steg 2: Vertikal sökning – titta igen på hela kodboken för ett visst ID, hela sorteringen. Tanken är att det så som visas här ska gå att hitta mer relevant information för ett specifikt ID, och kanske också göra användaren motiverad att gå djupare och läsa hela rapporten med underliggande forskning.

Gå gärna till TGT och prova! Du kommer säkert att bli inspirerad av det!