Scholara будує свою логіку саме на цьому підході. Користувач формулює питання і задає критерії відбору, після чого система перетворює це у пошуковий запит і проводить пошук у базі даних.
Далі починається етап відбору публікацій, який традиційно виконують кілька дослідників. У цьому випадку замість них працюють кілька моделей, які незалежно оцінюють релевантність матеріалів, а остаточне рішення визначається узгоджено або може бути переглянуте людиною.
Система аналізує повні тексти статей, знаходить необхідні числові показники та пов’язує їх із контекстом, у якому вони подані. При цьому підкреслюється місце в тексті, звідки взято інформацію, що має забезпечити прозорість і можливість перевірки. Після цього виконується статистичне узагальнення результатів, включно з метааналізом і побудовою відповідних графіків.
Якщо традиційний систематичний огляд може займати тисячі годин роботи, то в цьому випадку середній час становить близько кількох годин. При цьому автори стверджують про високу точність відбору і витягу даних, що наближається до результатів, отриманих людиною.
Я спробував застосувати цей інструмент для теми, пов’язаної з академічними бібліотеками. Scholara працює швидко і виглядає переконливо, але зміст результатів виявився менш релевантним, ніж очікувалося: значна частина знайдених робіт тяжіє до медичних досліджень.
Спробувати інструмент варто хоча б для того, щоб зрозуміти, куди рухається автоматизація наукових оглядів. Але водночас це той випадок, коли швидкість ще не гарантує змістовності.
Немає коментарів:
Дописати коментар