.png){kind=icon}
返回
Machine learning-assisted abstract screening on learning analytics: a step-by-step tutorial
.png){kind=icon}
OA
AI
DOI：10.1186/s13643-026-03111-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
系统评价对于证据合成至关重要，但其手动流程，尤其是摘要筛选，工作量大且容易出错。机器学习（ML）的进展提供了提升效率和准确性的解决方案。以高等教育评价中的学习分析（LA）为例，本教程提供分步指南，介绍如何实施两种ML解决方案以简化摘要筛选。一种解决方案是ASReview，一个基于主动学习的ML框架。我们详细阐述了数据准备、ASReview设置及其主动学习能力，这些能力在显著减少手动工作量的同时保持了高召回率。第二种解决方案是ChatGPT，一个由GPT-4驱动的生成式预训练转换器大型语言模型（LLM），用于演示如何在Python的Google Colab环境中优化提示和参数，以获得准确且一致的筛选结果。我们提供了性能指标，包括敏感性、特异性和准确性，以评估每种工具的优势和局限性。ASReview在处理大型数据集方面表现优异，而ChatGPT则通过精心设计的提示增强筛选精度。本教程赋能研究人员将ML整合到系统评价中，在应对证据合成日益增长的复杂性的同时，确保严谨性、透明度和效率。
Keyword:
Systematic review
Machine learning
Abstract screening
Tutorial
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.9
论文数:
2.8K
被引数:
1.8W
机构
引用论文
Methodological insights into ChatGPT's screening performance in systematic reviews关于ChatGPT在系统综述中筛选表现的方法学启示OAAI
OAAI分享收藏Performance and usability of machine learning for screening in systematic reviews: a comparative evaluation of three tools机器学习在系统评价中筛选的性能和可用性: 三种工具的比较评估.png)
SYSTEMATIC REVIEWSOAAI
SYSTEMATIC REVIEWSIF3.9
OAAI分享收藏Enhancing title and abstract screening for systematic reviews with GPT-3.5 turbo使用GPT-3.5 turbo增强系统评价的标题和摘要筛选OAAI
OAAI分享收藏A study of generative large language model for medical research and healthcare面向医学研究和医疗保健的生成式大语言模型研究
OAAI
OAAI分享收藏An open source machine learning framework for efficient and transparent systematic reviews一个开源的机器学习框架，用于高效和透明的系统评价OAAI
OAAI分享收藏Machine learning algorithms for systematic review: reducing workload in a preclinical review of animal studies and reducing human screening errorSYSTEMATIC REVIEWSOAAI
SYSTEMATIC REVIEWSIF3.9
OAAI分享收藏A Machine Learning Aided Systematic Review and Meta-Analysis of the Relative Risk of Atrial Fibrillation in Patients With Diabetes Mellitus机器学习辅助糖尿病患者心房颤动相对风险的系统评价和Meta分析OAAI
OAAI分享收藏
查看更多内容