Изилдөөчүлөр бизнес аналитикасы, чечим колдоо системалары, баяндоочу отчеттуулук жана машиналык үйрөнүүнүн кесилишиндеги илимий адабиятты талдоо үчүн трансдисциплинардык жана кайталанма адабияттык сереп жүргүзгөн. Web of Science, Scopus жана ScienceDirect маалымат базалары колдонулган; издөө терминдери бир нече этапта өнүктүрүлүп, 2021–2025 мезгилиндеги рецензияланган эмгектер киргизилген. Акыркы кароо 95 басылманы камтып, адабияттагы концептуалдык жакындыктар VOSviewer 1.6.20 аркылуу ачкыч сөздөрдүн бирге кездешүү картасы боюнча да бааланган.

Изилдөөнүн негизги жыйынтыгы үч бөлүктүү түзүлүштү көрсөтөт. Биринчи изилдөө агымы dashboard-дар, KPIлар, автоматташтыруу жана болжолдоочу моделдер аркылуу өнүккөн сандык чечим колдоосу болуп саналат. Экинчи агым айрыкча бухгалтердик эсеп, корпоративдик ачыктоолор, туруктуулук жана тобокел коммуникациясында өнүккөн баяндоочу отчеттуулук. Үчүнчү жана азырынча кыйла чектелүү агым болсо түшүндүрүлө турган жасалма интеллектти, табигый тилди иштетүүнү жана машина түзгөн отчетторду баяндоочу түшүндүрмө менен бириктирүүгө аракет кылган изилдөөлөр.

Изилдөөчүлөрдүн пикиринде негизги боштук — баяндоочу отчеттуулук көпчүлүк учурда чечим логикасынын бөлүгү эмес, анализдин аягына кошулган коммуникация же презентация катмары катары каралат. Бирок эксперттик тажрыйба, контексттик билим, белгисиздикти түшүндүрүү жана чечимдин себептерин билдирүү сандык көрсөткүчтөрдөн гана чыгарылбай турган маалымат бере алат.

Бул жыйынтык баяндоочу AI отчеттору чечим сапатын жогорулатат деген түз эксперименттик далил эмес. Изилдөө жаңы чечим колдоо системасын иштеп чыккан эмес, жетекчилерди баяндоочу жана баяндоосуз отчет шарттарында салыштырган эмес жана чечимдин тактыгы, ишеним, когнитивдик жүк же чечим убактысы сыяктуу натыйжаларды өлчөгөн эмес. Табылгалар адабияттын түзүлүшүнө жана изилдөө боштуктарына байланышкан синтез мүнөзүндө.

Түркия өңүтүнөн: Изилдөө Түркиядагы компаниялардан же жетекчилерден маалымат чогулткан эмес. Ошентсе да түркчө корпоративдик отчеттуулук, чечим колдоо системалары же AI негизиндеги башкаруу куралдары иштелип чыкканда KPI гана чыгаруунун ордуна жыйынтыктардын контекстин, белгисиздигин жана эксперттик билимин бере алган баяндоо катмарларын изилдөө маанилүү багыт болушу мүмкүн. Бирок түркчө табигый тилди иштетүү көрсөткүчү, уюмдардын отчет маданияты, сектордук айырмачылыктар, башкаруу иерархиясы жана колдонулган маалымат инфраструктуралары жергиликтүү түрдө текшерилмейинче, бул сунуштар Түркия үчүн тастыкталган натыйжа катары кабыл алынбашы керек.

Чечим кабыл алууда эмне үчүн маалымат гана жетишсиз болушу мүмкүн?

Изилдөөнүн баштапкы ойу — заманбап уюмдар өтө көп маалымат өндүргөнү менен, жетекчилер чечим кабыл алганда жалаң чийки маалыматка муктаж эмес. Бир көрсөткүчтүн эмне үчүн өскөнү, пайда болгон өзгөрүү убактылуубу же түзүмдүкпү, кайсы операциялык шарттар натыйжага таасир эткени же тажрыйбалуу кызматкерлер билген, бирок маалымат базасында жок деталдар чечим үчүн маанилүү болушу мүмкүн.

Салттуу чечим колдоо системалары бул көйгөйдү көбүнчө маалыматтарды бириктирүү, эсептөө жана визуалдаштыруу аркылуу чечүүгө аракет кылат. Изилдөөдө каралган адабиятка ылайык бул системалар адатта:

• көрсөткүч панелдерин,
• негизги аткарым көрсөткүчтөрүн,
• сандык кыскача маалыматтарды,
• болжол моделдерин,
• автоматтык анализдерди

өндүрөт.

Изилдөөчүлөр мунун маанилүү, бирок өз алдынча толук эмес болушу мүмкүн экенин белгилейт. Чечим кабыл алуучу “сатуу %8 төмөндөдү” деген маалымат менен катар төмөндөө кайсы контекстте болгонун, кайсы факторлор бирге бааланганын жана эксперттер натыйжаны кандай чечмелегенин да билгиси келиши мүмкүн.

Жашыруун билим деген эмне жана эмне үчүн маанилүү?

Изилдөө көп баса белгилеген түшүнүктөрдүн бири tacit knowledge, башкача айтканда жашыруун билим. Бул түшүнүк адамдын тажрыйба аркылуу өнүктүргөн, бирок дайыма таблицага, маалымат талаасына же ачык эрежеге оңой айланбай турган контексттик эксперттигин билдирет.

Мисалы, тажрыйбалуу өндүрүш жетекчиси белгилүү бир KPI өзгөрүүсү адаттан тышпы же жокпу дегенди жалаң сандык чектерден эмес, мурдагы окуялардан, иш процесстеринен жана уюм ичиндеги мамилелерден улам баалай алат. Маселе бул билим башкаруу иерархиясынын жогорку деңгээлдерине өткөрүлгөндө кыска отчеттор менен графиктердин ичинде жоголуп кетиши мүмкүн.

Изилдөө сунуш кылган багыт — AI колдогон чечим колдоо системалары маалымат анализин адам эксперттигинин контексттик баяны менен бириктире алышы.

Баяндоочу отчеттуулук эмнени билдирет?

Баяндоочу отчеттуулук таблицаны узун сүйлөмдөргө айлантуу гана эмес. Каралган адабиятта баяндоо сандык табылгаларды контекстке жайгаштыруу, байланыштарды түшүндүрүү, белгисиздиктерди билдирүү, маанилүү окуяларды артыкчылыктуу кылуу жана окурманга маалыматты маанилендирүүгө жардам берүү функциялары менен каралат.

Айрыкча бухгалтердик эсеп, жылдык отчеттор, туруктуулук ачыктоолору жана тобокел коммуникациясы тармактарында тексттик баяндоолор көптөн бери колдонулуп келгени көрүнөт.

Изилдөөдө дагы Narrative Disclosure Tone түшүнүгүнө көңүл бурулат. Отчеттун оң, терс, этият же ишеним берген стилде жазылышы негизги маалымат өзгөрбөсө да, окурмандын кабарды кабыл алышына таасир этиши мүмкүн.

Ошондуктан баяндоочу отчеттуулук мазмундун көлөмү гана эмес, тилдин колдонулушу, тон, белгисиздиктин түшүндүрүлүшү жана контекст тандоосу менен да байланыштуу.

Баяндоо бүгүн чечим колдоо системаларында кайсы жерде турат?

Каралган адабиятка ылайык баяндоо көбүнчө чечим колдоо процессинин акырында турат. Система адегенде маалыматты анализдеп, болжолду же KPIды чыгарат, андан кийин жыйынтык текст же отчет түрүндө сунушталат.

Изилдөөчүлөр белгилеген боштук дал ушул жерде: Баяндоо аналитикалык процесстин өзүнүн бир бөлүгү боло алабы?

Бул мамиледе баяндоо “натыйжаны кооз айтып берүү” үчүн гана колдонулбайт. Мисалы, система:

• кайсы маалымат чекиттери чечим үчүн маанилүү экенин түшүндүрө алат,
• натыйжа кайсы шарттарда жарактуу экенин көрсөтө алат,
• белгисиздиктерди түшүнүктүү түрдө билдире алат,
• эксперттик комментарийди сандык анализ менен байланыштыра алат,
• ар башка башкаруу деңгээлдерине жараша ар башка түшүндүрүү тереңдиктерин түзө алат.

Бирок булар изилдөөдө ишке ашырылган программалык архитектуранын өлчөнгөн касиеттери эмес; алар изилдөөчүлөр адабияттагы боштуктан чыгарган келечектеги изилдөө багыттары.

Бизнес аналитиканын учурдагы ролу кандай?

Бизнес аналитика бул изилдөө караган адабиятта көбүнчө маалыматты чечим кабыл алууга жарактуу абалга келтирген технологиялык жана аналитикалык инфраструктура катары көрүнөт. Чоң маалымат аналитикасы, текст анализи жана башка аналитикалык ыкмалар корпоративдик билимден үлгү жана түшүнүк чыгара алат.

Ошол эле учурда изилдөөнүн синтезине ылайык, бизнес аналитиканын негизги салмагы маалыматты даярдоо жана анализдөө жагында турат; натыйжаларды адам кантип чечмелей турганы азыраак борбордук орунда турат.

Чечим Колдоо Системасы эмне кылат?

Чечим Колдоо Системасы (Decision Support System, DSS) ар түрдүү маалымат булактарын бириктирип, жетекчиге чечим кабыл алууда колдонууга мүмкүн болгон түзүмдөлгөн маалымат сунуш кылган системалар үчүн колдонулган жалпы түшүнүк.

Изилдөөдө каралган DSS адабиятында ылдамдык, ырааттуулук, визуалдаштыруу, KPI көзөмөлү жана стратегиялык пландаштырууну колдоо алдыңкы орунга чыгат. Бирок системалардын чыгыштары көбүнчө түзүмдөлгөн жана визуалдык формада болот.

Изилдөөчүлөр үчүн бул жердеги жетишпеген звено — маалыматты техникалык жактан туура көрсөтүү менен чечим кабыл алуучунун аны контекст ичинде түшүнүшү бир нерсе эмес.

Машиналык үйрөнүү бул түзүлүшкө эмне кошот?

Машиналык үйрөнүү көп көлөмдөгү түзүмдөлгөн жана түзүмдөлбөгөн маалыматты иштетүү, үлгүлөрдү табуу, болжолдоо жана айрым отчеттук иштерди автоматташтыруу жагынан адабиятта күчтүү орунга ээ.

Изилдөөдө каралган иштер машиналык үйрөнүүнүн:

• тексттерден маалымат чыгарууда,
• автоматтык отчет түзүүдө,
• сезим жана тон анализинде,
• болжол түзүүдө,
• түзүмдөлбөгөн маалыматты анализдөөдө

колдонула аларын көрсөтөт.

Ошентсе да техникалык өнүгүү баяндоочу жана контексттик чечим колдоосу да ошол эле ылдамдыкта жетилди дегенди билдирбейт. Изилдөөчүлөрдүн негизги чечмелөөсү — тармак техникалык жактан чечмелөө өлчөмүнө караганда тезирээк өнүгүп жатат.

95 басылма кайсы үч изилдөө агымын көрсөттү?

Изилдөөнүн акыркы 95 басылмалык кароосу үч чоң изилдөө агымын көрсөтөт.

Изилдөөчүлөрдүн негизги тыянагы — үчүнчү агым биринчи эки аймакты толук бириктире турган жетилүү деңгээлине азырынча жете элек.

VOSviewer картасы эмнени көрсөтөт?

Изилдөөнүн Şekil 2-синде 2021–2025 мезгилиндеги тандалган басылмалардын ачкыч сөз бирге кездешүү тармагы визуалдаштырылган. Түйүндүн чоңдугу ачкыч сөздүн кездешүү жыштыгы менен, байланыштар болсо терминдердин ошол эле басылмаларда бирге болушу менен байланышкан.

Сүрөттө machine learning чоң жана тыгыз байланышкан борбордук терминдердин бири катары көрүнөт; textual analysis, text mining, narrative reporting, narrative disclosures, natural language processing, forecasting жана financial performance сыяктуу түшүнүктөр тармактын ар кайсы бөлүктөрүндө жайгашкан.

Бул түзүлүш макаланын негизги жыйынтыгына шайкеш: машиналык үйрөнүү жана текст аналитикасы күчтүү өнүккөн, ал эми баяндоочу отчеттуулук байланыштары көбүрөөк бөлөк-бөлөк көрүнүштө.

Визуал окуу эскертүүсү: Şekil 2нин легендасында 2021–2025 түс шкаласы ачык көрсөтүлгөн. Ошентсе да текст түстөрдү “кластерлер” катары түшүндүрөт. Ошондуктан Verianla баалоосунда түстөр эмнени билдирери боюнча булактагы эки башка көрсөтмөнүн бири тандалып, акыркы чындык катары берилген эмес.

Изилдөөчүлөр белгилеген үч негизги боштук

Биринчи боштук концептуалдык. Баяндоочу отчеттуулук акылдуу чечим колдоонун аналитикалык бөлүгү болуунун ордуна көбүнчө натыйжаларды билдирүү катары моделденет.

Экинчи боштук методологиялык мүнөздө. Баяндоочу түшүндүрмө, текст анализи, маалымат визуалдаштыруу жана машиналык үйрөнүү көп учурда өз-өзүнчө изилденет; интеграцияланган баяндоо колдогон DSS чөйрөлөрүн түз эксперименттик түрдө текшерген иштер аз.

Үчүнчү боштук колдонмо жана дизайнга байланыштуу. Жашыруун эксперттик билим, контексттик ой жүгүртүү, белгисиздиктин түшүндүрмөсү жана машина чыгарган натыйжалар реалдуу уюмдар колдонгон отчет архитектураларына кантип бириктириле жайгаштырылары тууралуу жетиштүү дизайн көрсөтмөсү жок.

Келечекте кандай эксперименттер керек?

Изилдөөгө ылайык кийинки изилдөөлөр жаңы баяндоо түзгөн AI моделин иштеп чыгуу менен гана чектелбеши керек. Баяндоо чечим кабыл алууга чындап салым кошобу же жокпу да текшерилиши зарыл.

Сунушталган өлчөө тармактарына төмөнкүлөр кирет:

• түшүнүктүүлүк,
• аракетке айландырууга жарамдуулук,
• когнитивдик жүк,
• колдонуучу ишеними,
• чечим ырааттуулугу,
• ар башка башкаруу деңгээлдеринин ортосундагы коммуникация натыйжалуулугу

кирет.

Изилдөөчүлөр ошондой эле dashboard басымдуу системалар менен баяндоо колдогон системалар салыштырылган эмпирикалык изилдөөлөр чечим сапатына, ишенимге жана стратегиялык шайкештикке тийгизген таасирлерди текшере аларын белгилешет.

Изилдөө колдогон жыйынтыктар

• Каралган адабият бизнес аналитикасы, DSS жана машиналык үйрөнүүдө dashboard, автоматташтыруу жана болжолдуу моделдерге күчтүү көңүл бурат.
• Баяндоочу отчеттуулук адабияты айрыкча бухгалтердик эсеп, корпоративдик ачыктоолор, туруктуулук жана тобокел коммуникациясы тармактарында өнүккөн.
• Баяндоолор чечмелөө, ишеним, тобокел кабылдоо жана айрым болжол процесстери менен байланыштуу болушу мүмкүн экенин көрсөткөн иштер бар.
• AI жана баяндоочу түшүндүрмөнү чечим колдоо системасы деңгээлинде бириктирген адабият кыйла чектелүү жана бөлөк-бөлөк.
• Изилдөө баяндоочу отчеттуулукту келечектеги AI колдогон чечим системалары үчүн изилдениши керек болгон потенциалдуу аналитикалык катмар катары аныктайт.

Изилдөө далилдебеген жыйынтыктар

• Баяндоочу отчеттор dashboard-дардан так жакшы чечимдерди чыгарат деп көрсөтүлгөн эмес.
• Жаңы AI колдогон чечим колдоо системасы иштелип чыгып, реалдуу ишканада текшерилген эмес.
• Баяндоочу түшүндүрмө чечим тактыгын белгилүү бир пайызга жогорулатат деген жыйынтык жок.
• Ири тил моделдери эксперт адамдын ой жүгүртүүсүн алмаштыра алат деп көрсөтүлгөн эмес.
• AI түзгөн баяндоо ар дайым бейтарап, туура же ишенимдүү деген жыйынтыкка жеткен эмес.
• Аныкталган изилдөө боштугу бардык секторлордо жана өлкөлөрдө бирдей чоңдукта экени текшерилген эмес.

Изилдөөнүн ыкмасы жана табылгалары

Изилдөө дизайны

Изилдөө трансдисциплинардык, адабиятка негизделген сереп жана bibliyometrik колдоосу бар тематикалык анализ болуп саналат. Изилдөөчүлөр Mueller-Bloch жана Kranzдын сапаттык адабият серептеринде изилдөө боштуктарын аныктоого багытталган ыкмасын колдонгон.

Метод сызыктуу бир жолку издөө эмес, натыйжаларга жараша издөө терминдери кайра жөнгө салынган кайталанма процесс катары долбоорлонгон.

Алгачкы издөө терминдери

Баштапкы этапта изилдөө аймагынын чектери али так болбогондуктан кеңири терминдер колдонулган. Булакта берилген мисалдар төмөнкүлөр:

• Business Reporting,
• Decision Support System,
• Machine Learning,
• Case-Based Reasoning,
• Narrative.

Бул издөөлөр өтө кеңири жана жарым-жартылай тиешеси жок басылмаларды алып келгендиктен издөө стратегиясы кайра түзүлгөн.

Экинчи этаптагы суроо айкалыштары

Изилдөөдө үч үлгү өнүккөн суроо ачык берилет:

• Decision Support System AND Summary AND Case-Based reasoning OR Machine Learning AND Narrative
• Statement AND Decision Support System OR Machine Learning AND Narrative AND Business Analysis
• Report AND Machine Learning AND Business Analysis AND Narrative

Изилдөөчүлөр бул этапта айрыкча NLP, автоматтык бизнес отчеттуулук жана когнитивдик чечим колдоо системалары менен түздөн-түз байланышкан басылмаларга жеткен.

Акыркы төрт түшүнүк

Кайталанма издөө процессинин аягында изилдөө аймагы төрт негизги түшүнүк менен чектелген:

Киргизүү критерийлери

Изилдөөгө ылайык акыркы тандоодо:

• 2021–2025 аралыгында жарыяланган,
• рецензияланган журнал макаласы болгон,
• Web of Science, Scopus же ScienceDirectте бар,
• бизнес аналитикасы, DSS, машиналык үйрөнүү же баяндоочу отчеттуулук менен уюштуруучулук чечим кабыл алуунун ортосунда ачык байланышты көрсөткөн

басылмалар киргизилген.

Чыгаруу критерийлери

Тиешеси жок иштер, кайталанган жазуулар, рецензияланбаган басылмалар жана бизнес отчеттуулук контекстинен ажыраган жалаң техникалык иштер чыгарылган.

Издөө этаптары

Изилдөөчүлөр тандоо процессин:

1. кайталанган жазууларды чыгаруу,
2. аталыш жана ачкыч сөз издөөсү,
3. аннотацияны кароо,
4. толук текстти баалоо

түрүндө түшүндүрөт.

Ошентсе да ар бир этапта канча жазуу болгону жана канчасы чыгарылганы булакта сандык агым диаграммасы менен берилген эмес.

Bibliyometrik анализ

VOSviewer 1.6.20 тандалган басылмалардагы ачкыч сөздөрдүн бирге кездешүү мамилесин баалоо үчүн колдонулган.

Изилдөөнүн түшүндүрмөсүнө ылайык:

• түйүндөр ачкыч сөздөрдү,
• түйүндүн чоңдугу терминдердин кездешүү жыштыгын,
• байланыштар эки терминдин ошол эле басылмаларда бирге болушун,
• байланыш күчү болсо бирге кездешүү жыштыгын

билдирет.

Şekil 2деги түс көрсөтүүнүн түшүндүрмөсүндө булак ичиндеги ыраатсыздык бар; текст “кластерлер” жөнүндө айтса, визуалдык легенда 2021–2025 убакыт шкаласын көрсөтөт.

Негизги жыйынтыктар

Методологиялык чектөөлөр

Изилдөөнүн өз чектөө билдирүүсүнө ылайык, маалымат базасынын камтуусу негизинен Web of Science, Scopus жана ScienceDirect менен чектелген; мындан тышкары алдын ала белгилүү болгон аз сандагы тиешелүү басылмаларга кайрылган. Ошондуктан илимий адабияттын бардыгын камтыйт деп айтылбайт.

Экинчи маанилүү чек — тармактын өз түзүлүшүндөгү тең салмаксыздык. Сандык аналитика жана маалымат визуалдаштыруу боюнча басылмалардын саны баяндоого негизделген жана когнитивдик чечим колдоо изилдөөлөрүнө караганда көбүрөөк.

Үчүнчүдөн, изилдөө акырында 95 басылманы караганын айтса да, баштапкы издөөлөрдөгү жалпы жазуу сандары жана ар бир издөө этабындагы чыгаруу сандары кеңири берилген эмес. Бул жагдай издөө процессин өз алдынча толук кайталоону кыйындатат.

Төртүнчүдөн, иштер “методологиялык сапат” боюнча бааланганы айтылганы менен, булакта стандартташтырылган баалоо формасы, risk-of-bias куралы же иш боюнча сапат баллдары берилбейт.

Ушул себептен изилдөө түзүмдөлгөн жана bibliyometrik колдоого ээ адабият синтезин сунуштайт; бирок жыйынтыктары meta-analiz же эксперименттик себептүүлүк далили катары чечмеленбеши керек.

Булак жана метод эскертүүсү

Tam özgün çalışma adı: Decisions Beyond Data: Narrative Reporting Practices in Decision-Making

Авторлор: Tamás Zelles; Bernadett Domokos; Sándor Remsei.

Авторлордун тартиби: Булакта берилген тартип өзгөртүлбөй сакталган.

Жооптуу автор: Tamás Zelles.

Уюмдук байланыштар: Doctoral School of Regional and Business Administration Sciences, Széchenyi István University, Győr, Hungary; Kautz Gyula Faculty of Business and Economics, Széchenyi István University, Győr, Hungary.

Булак түрү жана рецензия: Administrative Sciences журналында жарыяланган рецензияланган, трансдисциплинардык адабият сереби жана bibliyometrik карта түзүү изилдөөсү. Изилдөө жаңы эксперименттик маалымат өндүрбөйт.

Журнал: Administrative Sciences

Том / сан / макала номери: 16 / 4 / 181

Жарыяланган жылы: 2026

Кабыл алынган дата: 8 февраль 2026

Ревизия датасы: 29 март 2026

Кабыл кылынган дата: 3 апрель 2026

Жарыяланган дата: 9 апрель 2026

DOI: 10.3390/admsci16040181

Жарыялоочу: MDPI, Basel, Switzerland.

Расмий булак шилтемеси:Administrative Sciences / MDPI расмий макала барагы

Лицензия: Creative Commons Attribution 4.0 International (CC BY 4.0).

Каржылоо: Макалада басылма иштетүү акысы Széchenyi István Universityнин жарыялоо колдоо программасы тарабынан жабылганы айтылган.

Этикалык комитет: Колдонулбайт.

Маалымдалган макулдук: Колдонулбайт.

Маалымат жеткиликтүүлүгү: Изилдөөнүн анализ материалы академиялык маалымат базаларынан алынган жарыяланган макалалардан турат. Жаңы оригиналдуу маалымат топтому түзүлгөн эмес.

Кызыкчылыктар кагылышы: Авторлор кызыкчылыктар кагылышы жок экенин билдирген.

Автордук салымдар: Концептуалдаштыруу Tamás Zelles жана Bernadett Domokos; метод Tamás Zelles; формалдуу анализ Bernadett Domokos; изилдөө Tamás Zelles; баштапкы долбоор жана кароо/түзөтүү Tamás Zelles; визуалдаштыруу Tamás Zelles; кеңешчилик Sándor Remsei тарабынан аткарылган.

Каралган адабият мезгили: 2021–2025.

Акыркы кароо жыйындысы: 95 басылма.

Негизги маалымат базалары: Web of Science, Scopus жана ScienceDirect.

Bibliyometrik курал: VOSviewer 1.6.20.

Негизги изилдөө тармактары: Business Analytics, Decision Support Systems, Narrative Reporting жана Machine Learning.

Негизги методологиялык чек: Изилдөө адабият синтези болуп саналат; баяндоо колдогон AI чечим системасынын реалдуу колдонуучуларга таасирин эксперименттик түрдө текшербейт. Макала тандоо процесси көп этаптуу түшүндүрүлсө да, алгачкы суроолордон акыркы 95 басылмага чейин этаптык жазуу сандары берилбегендиктен толук кайра өндүрүү мүмкүнчүлүгү чектелүү.

Булак ичиндеги визуалдык эскертме: VOSviewer Şekil 2де түс легендасы 2021–2025 убакыт шкаласын көрсөтсө, текст ар башка түстөрдү тематикалык кластерлер катары мүнөздөйт. Бул Verianla мазмунунда бул айырма оңдолгон маалымат катары кайра чечмеленген эмес; визуал менен тексттин ортосундагы ыраатсыздык ачык көрсөтүлгөн.

Бул Verianla мазмунундагы илимий жыйынтыктар, методдук деталдар, изилдөө боштуктары жана чектөөлөр бир гана каралган изилдөөгө негизделет. Тышкы булак bibliyografik кимдикти жана журналдын жарыялоо/рецензия абалын текшерүү үчүн гана колдонулган.