Preskoči na vsebino

Pregled presejanja literature

Preglej podane povzetke glede na izrecna merila vključitve in izključitve, ohrani navedke dokazil in pred izbiro prikaži nesoglasja pregledovalcev.

Vnos

CSV podanih zapisov objav: id,title,year,language,text R1,Primerjava usposabljanja na delavnici,2024,en,Študija primerja dve skupini odraslih udeležencev usposabljanja. Razporeditev ni bila naključna. R2,Primerjava usposabljanja na delav…

Rezultat

Prvi povzetek izrecno opisuje dve skupini usposabljanja, njegova pregledovalca pa se razhajata med include in unclear. Drugi zapis ima enak normaliziran naslov in v podanem besedilu nima primerjalne skupine. Osnutek izpostavi morebitno p…

Presejanje je lažje pregledati, če protokol, izvleček vira in odločitev pregledovalca ostanejo ločeni. Umetna inteligenca vsak podani zapis oceni glede na vsako izrecno merilo vključitve ali izključitve in vrne omejen predlog ujemanja z natančnim navedkom. Strežnik neodvisno preveri podane metapodatke o letu in jeziku, morebitne podvojene naslove in pokritost s človeškimi pregledovalci. Navzkrižja ostanejo vidna in jih model ne razreši.

Tvoja besedila, strani in slike se obdelujejo na naših lastnih strežnikih v EU. Center zaupanja

Preizkusi zdaj Cenik

Za koga je

Raziskovalne ekipe, študenti in skupine za pregled dokazov, ki organizirajo začetno presejanje ali pregled podanih izvlečkov celotnega besedila. Primerno za pripravo dokumentiranega človeškega pregleda, ne za ugotavljanje kakovosti študij, popolnosti iskanja literature ali kliničnih sklepov.

Običajne uporabe

  • Uporabi ista izrecna merila protokola za vsak podani zapis.
  • Razlikuj ujemanje s pogojem za izključitev od končne odločitve o izključitvi.
  • Različne odločitve in opombe dveh pregledovalcev ohrani vidne ob predlogih modela.
  • Označi leta zunaj obsega, nepodprte jezikovne oznake in morebitne podvojene naslove, ne da bi odstranil zapise.

Primer

Vnos

CSV podanih zapisov objav: id,title,year,language,text R1,Primerjava usposabljanja na delavnici,2024,en,Študija primerja dve skupini odraslih udeležencev usposabljanja. Razporeditev ni bila naključna. R2,Primerjava usposabljanja na delavnici,2023,en,Poročilo opisuje eno samo skupino usposabljanja brez primerjalne skupine. CSV meril presejanja: id,kind,definition C1,include,Opisana je primerjalna skupina. C2,exclude,Udeleženci so otroci. CSV podanih človeških pregledov: id,record,reviewer,decision,note V1,R1,REVIEWER1,include,Primerjalna skupina je opisana. V2,R1,REVIEWER2,unclear,Preveri skladnost primerjave s protokolom. Potrdi podane definicije: Potrjeno za ta pregled Potrjena različica definicij: PROTOCOL-1 Podrobnost navedkov: Podrobno Vrstni red rezultatov: Izvorni vrstni red Prvo leto objave: 2020 Zadnje leto objave: 2026 Dovoljene podane jezikovne oznake: en Zahtevani človeški pregledovalci: Dva človeška pregledovalca Pregled podvojenih naslovov: Označi za pregled Navedeni obseg podanih dokazil: Podana naslov in povzetek

Rezultat

Prvi povzetek izrecno opisuje dve skupini usposabljanja, njegova pregledovalca pa se razhajata med include in unclear. Drugi zapis ima enak normaliziran naslov in v podanem besedilu nima primerjalne skupine. Osnutek izpostavi morebitno podvojitev, vrzeli pri pregledovalcih in dokazila na ravni meril. Noben zapis ni samodejno vključen ali izključen.

Fiksen primer, skrajšan. Pravi rezultati so ustvarjeni z umetno inteligenco: preveri jih.

Cena in omejitve

Cena
običajno 1–3 kreditov
Na voljo z
Brezplačno, S paketom
Omejitev vnosa
Ena stran z do 80 000 znaki HTML

Zasebnost

Obdelava na naših strežnikih v EU (Poljska). Vnosi in rezultati se izbrišejo po 7 dneh (brezplačno) ali 30 dneh (paketi) ali takoj, ko vidiš rezultat, če izbereš, da se ne shranijo. Slike se izbrišejo takoj po obdelavi.

V API

Ime orodja: literature_screening. Opravilo ustvariš s POST /api/v1/jobs, rezultat pa dobiš z GET /api/v1/jobs/{id}. Svoj ključ API najdeš v svojem računu.

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/"}'

Celotna dokumentacija API →

Vprašanja in odgovori

Ali ujemajoč se navedek dokazuje, da je merilo izpolnjeno?

Ne. Navedek dokazuje le, da natančen odlomek obstaja v podanem besedilu. Razmerje med tem odlomkom in merilom je interpretacija umetne inteligence, ki zahteva človeški pregled. Manjkajoča ali dvoumna dokazila naj ostanejo nejasna, nedostopno celotno besedilo pa se ne izpeljuje.

Kako se razlagajo merila vključitve in izključitve?

Pri obeh vrstah meril match pomeni, da podano besedilo očitno izpolnjuje definicijo tega merila. Merilo vključitve z oznako no_match in merilo izključitve z oznako match ustvarita oznako za pregled. Nobeno od njiju ne postane samodejna končna izbira.

Kako se obravnavajo navzkrižja med pregledovalci?

Strežnik preveri različne podane ID-je pregledovalcev in primerja njihove zabeležene odločitve include, exclude ali unclear. Manjkajoči pregledovalci, nesoglasja in nejasne odločitve ustvarijo ločene ugotovitve. Oznake pregledovalcev niso preverjene identitete in model ne more spremeniti podane človeške odločitve.

Ali se moje besedilo shrani?

Samo toliko časa, kot je potrebno: 7 dni v brezplačnem paketu, 30 dni s plačljivim paketom – ali sploh ne, če se odločiš, da besedila ne shranimo. Obdelava poteka na naših lastnih strežnikih v EU (na Poljskem).

Ali lahko rezultat uporabim takoj?

Rezultate ustvari umetna inteligenca. Preberi jih, preden jih objaviš ali pošlješ.