Literature Review

• Realizar una revisión sistemática de la literatura, una revisión de alcance o un metanálisis para un artículo de investigación, tesis o solicitud de subvención.
• Sintetizar el estado actual del conocimiento sobre un tema biomédico, científico o técnico en múltiples bases de datos y tipos de publicaciones.
• Redactar la sección de Literature Review de un manuscrito y necesitar citas verificadas con formato APA, Nature, Vancouver, Chicago o IEEE.
• Identificar brechas de investigación, artículos seminales y direcciones futuras en un área determinada mediante la búsqueda simultánea en servidores de preprints y literatura revisada por pares.

• Solo necesitas un resumen de contexto rápido sobre un tema en lugar de una búsqueda sistemática documentada y reproducible — una habilidad de búsqueda web general puede ser suficiente.
• Tu dominio está fuera de los campos biomédico, científico o técnico, ya que las integraciones de bases de datos especializadas (PubMed, bioRxiv, arXiv, etc.) ofrecerán un beneficio limitado.
• No necesitas verificación de citas ni salida en PDF y simplemente deseas notas informales sobre un tema.

Realiza búsquedas en PubMed, bioRxiv, medRxiv, arXiv, Semantic Scholar y más mediante habilidades científicas integradas (gget, bioservices, datacommons-client). La amplia cobertura académica web es proporcionada por la habilidad de navegación paralela (parallel-cli search) con filtrado de dominios académicos, garantizando que ninguna fuente importante sea omitida.

Todas las citas se verifican en cuanto a su precisión mediante scripts/verify_citations.py, que extrae los DOI, los resuelve a través de CrossRef y recupera metadatos autoritativos. Admite múltiples estilos de cita, incluyendo APA (7.ª edición), Nature, Vancouver, Chicago e IEEE.

Convierte las revisiones completadas de markdown a PDFs con formato profesional mediante scripts/generate_pdf.py, impulsado por pandoc y XeLaTeX. Las opciones incluyen estilos de citas seleccionables, tabla de contenidos y numeración de secciones.

Guía la revisión a través de Planificación y Alcance, Búsqueda Sistemática, Cribado y Selección, Extracción de Datos y Evaluación de Calidad, Síntesis Temática, Verificación de Citas y Generación de Documentos — siguiendo las mejores prácticas de PRISMA y Cochrane.

scripts/search_databases.py combina los resultados de todas las bases de datos, elimina duplicados por DOI o título, los ordena por número de citas y exporta resultados agregados y limpios en formato markdown o JSON para su revisión.

Se integra con la habilidad de esquemáticos científicos para producir figuras de calidad para publicaciones, incluyendo diagramas de flujo PRISMA, diagramas de síntesis temática y marcos conceptuales — con paletas accesibles para personas con daltonismo y alto contraste por defecto.

Un investigador que estudia la terapia génica con CRISPR para la enfermedad de células falciformes utiliza la habilidad para buscar en PubMed, bioRxiv y Semantic Scholar con términos MeSH y operadores booleanos, filtrar cientos de resultados según criterios de inclusión definidos por PICO, extraer datos, evaluar el sesgo con la herramienta Cochrane de Riesgo de Sesgo, y producir un PDF conforme a PRISMA con citas al estilo Nature.

Un estudiante de posgrado que escribe una tesis utiliza la herramienta para realizar una búsqueda en múltiples bases de datos, organizar los hallazgos temáticamente en lugar de estudio por estudio, verificar todas las citas y exportar un capítulo formateado en markdown y PDF listo para su entrega — completo con una metodología de búsqueda documentada para garantizar la reproducibilidad.

Un investigador técnico realiza un relevamiento de la literatura sobre aprendizaje automático consultando arXiv (categorías cs.LG, stat.ML), Semantic Scholar y fuentes académicas generales a través de búsquedas web en paralelo, priorizando artículos altamente citados de venues destacados (NeurIPS, ICML) y sintetizando tendencias, benchmarks y preguntas de investigación abiertas.

Un equipo que prepara una solicitud de financiamiento utiliza la habilidad para explorar rápidamente un área de investigación en múltiples bases de datos, identificar obras seminales clave y brechas en la investigación, y generar un documento de resumen conciso con citas verificadas que respalda la sección de justificación científica de la propuesta.