كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

الذكاء الاصطناعي في البحث العلمي متقدم · Advanced 14 دقيقة

المراجعات المنهجية بمساعدة الأدوات

Tool-assisted Systematic Reviews

بروتوكول PRISMA، والفرز بمساعدة التعلم الآلي، والاستخلاص بالنماذج اللغوية مع التحقق البشري.

تقدّمك في المسار0%

مراحل المراجعة المنهجية

  1. سؤال محدد (مثلاً بإطار PICO أو ما يناسب المجال).
  2. بروتوكول مسجل (مثل PROSPERO للمراجعات الصحية، أو OSF).
  3. استراتيجية بحث في عدة قواعد بيانات، موثقة بالكامل.
  4. إزالة التكرار.
  5. فرز العناوين والملخصات ثم النصوص الكاملة، بمراجعين مستقلين.
  6. استخلاص البيانات بنموذج موحد.
  7. تقييم خطر التحيز (مثل PROBAST لنماذج التنبؤ).
  8. التجميع (سردي أو تحليل تلوي).
  9. الإبلاغ وفق PRISMA 2020.

أين تساعد الأدوات؟

المرحلةالأداةالتحقق المطلوب
البحثأدوات بحث دلاليلا تستبدل الاستعلامات المنهجية
إزالة التكراربرامج إدارة المراجعمراجعة الحالات الملتبسة
الفرزالتعلم النشط (مثل ASReview)قاعدة توقف وتقدير السجلات المغفلة
الاستخلاصنماذج لغويةمقارنة بالاستخلاص البشري على عينة
الكتابةتحسين اللغةمراجعة كاملة وإفصاح

تقييم أداة الاستخلاص

# مقارنة استخلاص آلي ببشري لحقل "حجم العينة" على عينة من الدراسات
import pandas as pd
df = pd.read_csv("extraction_check.csv")          # الأعمدة: study_id, human, model
agree = (df.human == df.model).mean()
print(f"agreement: {agree:.2%} on {len(df)} studies")
print(df[df.human != df.model])                     # راجع كل اختلاف يدوياً

الإفصاح

اذكر في قسم المنهجية: الأداة وإصدارها، والمرحلة، وطريقة التحقق، ونتائج التحقق.

الأدلة على دقة النماذج اللغوية في الفرز والاستخلاص تتطور بسرعة وتتفاوت بحسب المجال والمهمة؛ لا تعمم من دراسة واحدة.

مصطلحات الدرس

الفرز بالتعلم النشط Active Learning Screening
ترتيب السجلات للمراجع البشري بحسب احتمال صلتها، مع تحديث النموذج بعد كل قرار.
المراجعة المنهجية Systematic Review
مراجعة تستخدم أساليب صريحة وقابلة للتكرار لتحديد كل الدراسات ذات الصلة بسؤال محدد وتقييمها وتجميعها.

الملخص

المراجعة المنهجية تتبع بروتوكولاً مسبقاً، واستراتيجية بحث شاملة موثقة، وفرزاً مزدوجاً وفق معايير إدراج واستبعاد، واستخلاصاً منظماً للبيانات، وتقييماً لخطر التحيز، وإبلاغاً وفق PRISMA 2020. أدوات الفرز بالتعلم النشط ترتب الملخصات حسب احتمال الصلة فتقلل العبء، والنماذج اللغوية قد تساعد في الاستخلاص الأولي. لكن الأدلة على دقتها متفاوتة، ولا تغني عن التحقق البشري، ويجب الإفصاح عن استخدامها وتقييم أدائها على عينة.

أسئلة مراجعة

  1. لماذا يُسجل بروتوكول المراجعة مسبقاً؟

    لمنع تعديل الأسئلة أو المعايير بعد رؤية النتائج، ولتقليل التكرار مع مراجعات أخرى.

  2. كيف تتحقق من أداء أداة فرز آلي؟

    بفرز عينة يدوياً بشكل مستقل وحساب نسبة الدراسات ذات الصلة التي أغفلتها الأداة.

المصادر والمراجع

  1. Page et al. (2021) — The PRISMA 2020 statement (BMJ)
  2. PRISMA Statement
  3. van de Schoot et al. (2021) — An open source machine learning framework for efficient and transparent systematic reviews (ASReview)
  4. PROSPERO

إكمال الدرس