使用视觉文本挖掘支持系统文献综述中的研究筛选活动
软件工程
2021-02-08 v1
摘要
背景：系统文献综述（SLR）是一种用于汇总所有相关现有证据以回答特定研究问题的方法论。尽管至关重要，但用于筛选原始研究的过程可能费力、耗时，且通常必须手动进行。目标：我们提出一种称为“基于视觉文本挖掘的系统文献综述”（简称 SLR-VTM）的新方法，利用视觉文本挖掘（VTM）技术来支持原始研究筛选活动。方法：我们开展了一个案例研究，比较四名博士研究生在手动和使用 SLR-VTM 方法进行原始研究筛选时的表现与有效性。为支持比较，我们还开发了一款实现该方法的 VTM 工具。我们假设使用 SLR-VTM 的学生会表现出更好的筛选表现与有效性。结果：我们的结果表明，在 SLR 研究筛选活动中引入 VTM 减少了该活动所花费的时间，并增加了正确纳入的研究数量。结论：我们的试点案例研究呈现出有前景的结果，表明在进行 SLR 时，使用 VTM 在研究的筛选活动中确实可能是有益的。
引用
@article{arxiv.2102.02934,
title = {Using Visual Text Mining to Support the Study Selection Activity in Systematic Literature Reviews},
author = {Katia Romero Felizardo and Norsaremah Salleh and Rafael M. Martins and Emília Mendes and Stephen G. MacDonell and José Carlos Maldonado},
journal= {arXiv preprint arXiv:2102.02934},
year = {2021}
}
备注
Conference paper, 11 pages, 1 table, 6 figures