由人工智能驱动的洞察力:分析农药残留文献中方法验证的程度
Leah S Riter1, Steven J Lehotay2, John Swarthout1
1Bayer U.S.─Crop Science, 700 Chesterfield Parkway West, Chesterfield, Missouri 63017, United States.
Journal of agricultural and food chemistry
|June 6, 2025
概括
生成型人工智能 (AI) 可以有效地评估科学文献以验证分析方法. 这项研究分析了使用人工智能和专家审查报告的农药残留分析趋势.
科学领域:
- 分析化学 分析化学
- 农业科学 农业科学
- 人工智能的人工智能
背景情况:
- 方法验证对于农业应用中可靠的分析数据至关重要.
- 使用质谱学的农药残留物分析对于食品安全至关重要.
- 评估分析报告趋势需要强大的评估方法.
研究的目的:
- 为分析趋势,技术进步和农药残留方法验证报告提供见解.
- 评估使用生成AI与文学分析专家审查相结合的可行性.
- 评估已发表研究的历史数据集中的报告趋势.
主要方法:
- 分析了1970年至2024年在"农业和食品化学杂志"上发表的391项研究的数据集.
- 用生成性人工智能 (AI) 来进行文献评估.
- 主题专家审查了人工智能产生的见解的准确性和完整性.
主要成果:
- 人工智能在评估科学文献时表现出效率和准确性,当提示被优化和性能验证时.
- 报告分析参数和技术进步的趋势被确定.
- 该研究证实了AI在分析大量科学出版物的能力.
结论:
- 生成型人工智能是分析科学文献的可行工具,特别是在分析化学领域.
- 人工智能辅助的文献审查可以加快对方法验证的趋势和进展的理解.
- 这种方法通过确保可靠的数据评估来支持适合目的的概念.
