Przegląd selekcji literatury

Przegląd przekazanych abstraktów według jawnych kryteriów włączenia i wykluczenia, zachowanie cytatów i ujawnienie rozbieżności recenzentów przed wyborem.

Dane wejściowe

Wynik

Przegląd selekcyjny jest łatwiejszy do zweryfikowania, gdy protokół, fragment źródła i decyzja recenzenta pozostają oddzielne. AI ocenia każdy przekazany rekord według każdego jawnego kryterium włączenia lub wykluczenia i zwraca ograniczoną sugestię dopasowania z dokładnym cytatem. Serwer niezależnie sprawdza przekazane metadane roku i języka, możliwe powtarzające się tytuły oraz pokrycie ocenami człowieka. Konflikty pozostają widoczne zamiast być rozstrzygane przez model.

Twoje teksty, strony i obrazy są przetwarzane na naszych własnych serwerach w UE. Centrum zaufania

Wypróbuj teraz Cennik

Dla kogo

Zespoły badawcze, studenci i grupy przeglądu dowodów organizujące wstępną selekcję lub przegląd przekazanych fragmentów pełnego tekstu. Odpowiednie do przygotowania udokumentowanej oceny człowieka, nie do ustalania jakości badań, kompletności wyszukiwania literatury ani wniosków klinicznych.

Typowe zastosowania

Stosowanie tych samych jawnych kryteriów protokołu do każdego przekazanego rekordu.
Odróżnianie dopasowania warunku wykluczenia od ostatecznej decyzji o wykluczeniu.
Zachowanie widoczności odmiennych decyzji i notatek dwóch recenzentów obok sugestii modelu.
Oznaczanie lat poza zakresem, nieobsługiwanych znaczników języka i możliwych powtarzających się tytułów bez usuwania rekordów.

Przykład

Dane wejściowe

CSV przekazanych rekordów publikacji: id,title,year,language,text R1,Porównanie szkoleń warsztatowych,2024,en,Badanie porównuje dwie grupy szkoleniowe dorosłych uczestników. Przydział nie był losowy. R2,Porównanie szkoleń warsztatowych,2023,en,Raport opisuje pojedynczą grupę szkoleniową bez grupy porównawczej. CSV kryteriów przeglądu selekcyjnego: id,kind,definition C1,include,Opisana jest grupa porównawcza. C2,exclude,Uczestnikami są dzieci. CSV przekazanych ocen recenzentów: id,record,reviewer,decision,note V1,R1,REVIEWER1,include,Grupa porównawcza jest opisana. V2,R1,REVIEWER2,unclear,Sprawdzić zgodność porównania z protokołem. Potwierdzenie przekazanych definicji: Potwierdzone dla tego przeglądu Potwierdzona wersja definicji: PROTOCOL-1 Szczegółowość cytatów: Szczegółowo Kolejność wyników: Kolejność źródłowa Pierwszy rok publikacji: 2020 Ostatni rok publikacji: 2026 Dozwolone przekazane znaczniki języka: en Wymagani recenzenci: Dwóch recenzentów Przegląd powtarzających się tytułów: Oznacz do przeglądu Deklarowany zakres przekazanych dowodów: Przekazany tytuł i abstrakt

Wynik

Pierwszy abstrakt wyraźnie opisuje dwie grupy szkoleniowe, podczas gdy recenzenci różnią się między włączeniem a niejasnością. Drugi rekord ma ten sam znormalizowany tytuł i nie zawiera grupy porównawczej w przekazanym tekście. Projekt podkreśla możliwy duplikat, braki ocen recenzentów i dowody na poziomie kryteriów. Żaden rekord nie jest automatycznie włączany ani wykluczany.

Stały przykład, skrócony. Prawdziwe wyniki są generowane przez AI: sprawdź je.

Cena i limity

Cena: zwykle 1–3 kredytów
Dostępne w: Free, Z pakietem
Limit danych wejściowych: Jedna strona do 80 000 znaków HTML

Ochrona danych

Przetwarzane na własnych serwerach w UE (w Polsce). Dane wejściowe i wyniki usuwamy po 7 dniach (Free) lub 30 dniach (pakiety) – albo zaraz po wyświetleniu, jeśli wyłączysz zapisywanie. Obrazy usuwamy zaraz po przetworzeniu.

W API

Nazwa narzędzia: literature_screening. Utwórz zadanie przez POST /api/v1/jobs i pobierz wynik przez GET /api/v1/jobs/{id}. Klucz API znajdziesz na swoim koncie.

curl -X POST https://do4u.eu/api/v1/jobs \
  -H "Authorization: Bearer d4u_…" -H "Content-Type: application/json" \
  -d '{"tool": "literature_screening", "url": "https://example.com/"}'

Pełna dokumentacja API →

Pytania i odpowiedzi

Czy zgodny cytat dowodzi spełnienia kryterium?

Nie. Cytat dowodzi tylko istnienia dokładnego fragmentu w przekazanym tekście. Związek między fragmentem a kryterium jest interpretacją AI wymagającą przeglądu człowieka. Brakujące lub niejednoznaczne dowody powinny pozostać niejasne; niedostępny pełny tekst nie jest wyprowadzany.

Jak interpretowane są kryteria włączenia i wykluczenia?

Dla obu typów match oznacza, że przekazany tekst wydaje się spełniać definicję kryterium. Kryterium włączenia oznaczone no_match i kryterium wykluczenia oznaczone match tworzą wskazania do przeglądu. Żadne nie staje się automatycznym ostatecznym wyborem.

Jak obsługiwane są konflikty recenzentów?

Serwer sprawdza odrębne przekazane ID recenzentów i porównuje ich zapisane decyzje include, exclude lub unclear. Brak recenzentów, rozbieżności i niejasne decyzje tworzą oddzielne uwagi. Etykiety recenzentów nie są zweryfikowanymi tożsamościami, a model nie może zmienić przekazanej decyzji człowieka.

Czy mój tekst jest przechowywany?

Tylko tak długo, jak trzeba: 7 dni w Free, 30 dni z pakietem – albo wcale, jeśli wyłączysz zapisywanie. Przetwarzanie odbywa się na własnych serwerach w UE (w Polsce).

Czy mogę od razu użyć wyniku?

Wyniki są generowane przez AI. Przeczytaj je, zanim je opublikujesz lub wyślesz.