对大规模的系统文献审查采取混合方法:将自动化工具与文本挖掘技术相结合

科学领域:

• 信息科学 信息科学 信息科学
• 图书统计学 图书统计学
• 系统审查方法论 系统审查方法论

背景情况:

• 半自动化工具有助于系统审查选,但在大规模审查中面临偏见和停止标准的挑战.
• 广泛的主题领域需要众多代表性的种子文章,以实现有效的工具性能.
• 当前工具的局限性阻碍了它们在涵盖各种主题的广泛系统审查中得到应用.

研究的目的:

• 提出一种混合方法,整合文本挖掘和半自动化工具,以实现高效的文章选.
• 在大规模的系统审查中解决半自动化工具的局限性,特别是关于种子产品的选择.
• 有效地减少,选和验证大量的文章 (N=90,871).

主要方法:

• 这是一种混合方法,将文本挖掘技术与半自动选工具相结合.
• 使用模拟来评估这种方法在制造全面的种子产品集合方面的潜力.
• 专注于减少偏见和优化自动化工具的学习过程.

主要成果:

• 在大型系统性审查中,混合方法显示了为广泛主题领域创建全面的种子文章集的潜力.
• 模拟表明这种方法能够提高自动化工具的效率.
• 该方法提供了改进的文章选择,优化学习,减少偏见,并提高了关键字重复使用的透明度.

结论:

• 混合方法有效地解决了半自动化工具在大规模系统审查中的局限性.
• 这种方法提高了文章选过程的效率和可靠性.
• 这种方法提供了一些好处,包括减少偏见,优化工具学习,以及为未来的审查提高透明度.