Systematic Review

• 研究論文や学位論文のための文献レビュー、サーベイ、または関連研究セクションの執筆。
• 複数の学術データベース（Semantic Scholar、arXiv、OpenAlex）を横断した包括的な検索により、研究分野を体系的に把握すること。
• 本文精読に着手する前に、タイトルや抄録によって多数の候補論文をスクリーニングすること。
• 既存研究を単にまとめるだけでなく、研究のギャップや未開拓の機会を特定すること。

• 構造化されたレビューではなく、簡単な一度限りの引用や単一の参考文献の検索だけが必要な場合。
• プロジェクトがすでに文献検索とスクリーニングの段階を過ぎており、統合が完了している場合。

PRISMA 2020フレームワーク（Page et al., BMJ 2021）に従い、文献レビューが受け入れられた報告基準を満たすことを保証します。各ステップは、標準的なSystematic Reviewのワークフローを反映する順序で構成されています。

検索を開始する前に、明確な採択基準と除外基準を定義するよう促すことで、選択バイアスを軽減し、レビューの範囲を適切に管理します。

Semantic Scholar、arXiv、OpenAlexといった複数のソースにわたる検索を構造化し、広範なクエリと絞り込んだクエリの両方を使用することで、網羅性を最大化し、カバレッジのギャップを最小限に抑えます。

まずタイトル・抄録のスクリーニングを行い、その後全文レビューへと進む仕組みにより、最も関連性の高い論文にのみ精読の労力を集中させることができます。

各論文から一貫したフィールドセット（手法、データセット、評価指標、主要な発見）を抽出し、論文間の比較やテーブル生成を簡単に行えるようにします。

先行研究を単に列挙するのではなく、研究上のギャップと今後の機会を特定することに向けてシンセシスを導きます。また、最近の高被引用論文と、各サブトピックにつき少なくとも1本の先駆的論文を優先的に取り上げます。

論文を執筆する研究者は、根拠のある再現可能な先行研究の説明を必要としています。このスキルでは、評価基準の設定、複数データベースにわたる検索、そして構造化された情報抽出を通じて、一貫性のある関連研究のナラティブを作成するプロセスを丁寧に解説します。

博士課程の学生が正式な文献レビューを行う際、PRISMAに準じたステップに従うことで、数百件の候補文献を体系的にスクリーニングし、比較可能なメタデータを抽出し、自らの研究課題を動機づけるギャップを統合することができます。

調査論文またはメタ分析を準備するチームは、構造化された抽出テンプレートを使用して、対象となるすべての研究から手法、データセット、および評価指標の情報を一貫して収集します。

新しいトピック領域を探索する際、統合段階では研究が不十分な問題や未開拓の機会が浮かび上がり、研究者が新たな貢献を行うことで最も大きな影響を与えられる領域を特定するのに役立ちます。