Note pratiche su revisione IA, screening, sintesi e audit delle citazioni
L’estrazione dei dati riduce i record inclusi a campi ispezionabili. Non è la sezione dei risultati, non è una metanalisi e non si completa da un titolo quando manca il testo integrale.
Una lacuna di ricerca non è «servono più studi». È una popolazione, un confronto, un esito, un follow-up o un disegno mancanti, implicati dall’evidenza inclusa, e abbastanza precisi da diventare la domanda successiva.
La valutazione giudica se uno studio estratto può sostenere un’inferenza. LitSynth non implementa Cochrane RoB 2, ROBINS-I né GRADE. Riferite l’ordine, usate la tabella come foglio di lavoro e non coniate etichette basso/alto.
Lo screening non è un ordinamento prodotto da un modello. Sono criteri di eleggibilità fissati in anticipo, un primo passaggio ispezionabile su titoli e abstract e una persona che può ribaltare ogni raccomandazione. Non è un flusso PRISMA concluso.
ChatGPT e altri modelli di linguaggio producono spesso riferimenti che sembrano veri e non esistono. Perché succede, come riconoscerli e quale ordine di lavoro rende più sicura una revisione della letteratura.
Chi cerca un’alternativa a Elicit confronta qui Consensus, SciSpace e LitSynth. Risposta rapida, PDF difficili o una bozza citata.