研究ワークフロー系統的レビュー
証拠表は選択のあとで抜く——題名から結果を書かない
データ抽出は、採用記録を点検できる項目に落とす作業である。結果節でもメタ分析でもなく、全文が無いときに題名からデザインとアウトカムを埋める作業でもない。
LitSynth チーム
研究ワークフロー・ブログ
AI文献レビュー、スクリーニング、合成、引用監査の実務ノート
AI文献レビュー、スクリーニング、合成、引用監査の実務ノート
データ抽出は、採用記録を点検できる項目に落とす作業である。結果節でもメタ分析でもなく、全文が無いときに題名からデザインとアウトカムを埋める作業でもない。
研究の空白は「さらなる研究が必要」ではない。採用した証拠が含意する、足りない対象・比較・エンドポイント・追跡・デザインである。レビューを次の研究計画の骨子に落とす書き方。
評価は、抽出した研究が推論を支えうるかを問う。LitSynth は Cochrane RoB 2、ROBINS-I、GRADE を実施しない。順序を書き、表を作業票にし、低／高のバッジを作らない。
選択は「AI が並べた」ではない。適格基準を先に固定し、タイトル・抄録で点検できる第一段階を行い、推奨は人が覆せる。完成した PRISMA フローとして書いてはいけない。
ChatGPT などの大規模言語モデルは、実在するように見えるが存在しない参考文献をよく出す。なぜ起きるか、どう見つけるか、文献レビューでより安全な作業順は何か。
Elicit の代替を探すときに、Consensus、SciSpace、LitSynth を比べる。速い問いへの答え、難解な PDF の読解、引用付き下書きのどこで分かれるか。