用于系统综述中引文收集与筛选自动化的开源集成框架
数字图书馆
2022-02-24 v2 信息检索
应用统计
摘要
科学产出的指数级增长使得二次文献综述日益繁重。我们引入了一个用于系统综述的新开源框架,可显著减少收集与筛选科学文献的时间和工作量。该框架提供三个主要工具:1)一个自动引文检索引擎与管理器,以统一查询语法从多个在线来源收集记录;2)一个基于迭代人机交互的贝叶斯主动机器学习引文筛选工具,以提高预测精度;3)一个半自动数据驱动查询生成器,用于从现有引文数据集创建新搜索查询。为评估自动筛选器的性能,我们使用贝叶斯模拟估计了中位后验灵敏度和效率[90%可信区间],以预测未发现的潜在相关记录分布。在一个示例主题上测试,该框架通过引文管理器收集了17,755条唯一记录;766条记录需要人工评估,其余由自动分类器排除;理论效率为95.6% [95.3%, 95.7%],灵敏度为100% [93.5%, 100%]。从标注数据集生成新搜索查询后,收集了82,579条额外记录;自动筛选后仅567条记录需人工审阅,并发现了6个额外的阳性匹配。总体预期灵敏度降至97.3% [73.8%, 100%],而效率升至98.6% [98.2%, 98.7%]。该框架通过简化引文收集与筛选,在展现卓越灵敏度的同时,可显著减少开展大型文献综述所需的工作量。此类工具可提升系统综述的标准化与可重复性。
引用
@article{arxiv.2202.10033,
title = {An open-source integrated framework for the automation of citation collection and screening in systematic reviews},
author = {Angelo D'Ambrosio and Hajo Grundmann and Tjibbe Donker},
journal= {arXiv preprint arXiv:2202.10033},
year = {2022}
}