Блог академического письма Дины Красносельской

SCID AI: российский ИИ-помощник для обзора литературы

В нём вся работа с литературой собрана в одном окне. Интерфейс на русском.

Что умеет:
🔎 искать статьи по смыслу запроса и по DOI;
🕸 показывать граф статей: ветки объединяют работы по научным темам и ключевым словам из аннотаций;
💬 отвечать на вопросы по статьям и Вашим PDF со ссылками на источники;
📝 собирать черновик обзора, статьи или презентации;
📚 выгружать источники в разных форматах ссылок.

Бесплатный старт: 700 кредитов после регистрации.

⚠️ Помните: статьи в одной ветке графа близки по теме, но не обязательно цитируют друг друга. Черновик обзора — это только черновик, а каждую ссылку стоит проверить по DOI.

▶️ Подробный разбор в моем видео 5 минут: https://rutube.ru/video/75dd2dadfb7945125b20be34c46e4268/

🔗 Сервис: https://scid.ai/

Я вернулась! Рассказываю, чем мы занимались на практикуме по обзору литературы с ИИ

Меня не было в блоге пока шёл практикум «ИИ-инструменты для обзора литературы».
Самая интересная его часть была посвящена синтезу, то есть тому, как из стопки статей получить собственный вывод.
Расскажу, с каким синтезом мы работали, и о ещё одном способе, который пригодится, если Ваши исследования качественные.

1. Нарративный (описательный) синтез: с ним мы работали на практикуме

Результаты исследований объединяются словами и таблицами, без статистики. Методическое руководство определяет его как подход, который «рассказывает историю» результатов включённых исследований (Popay et al., 2006). Он нужен, когда мета-анализ неприменим, а доказательства слишком разнородны, чтобы объединять их числами.

В руководстве выделены четыре элемента:
1️⃣ теория: как, почему и для кого работает то, что мы изучаем;
2️⃣ предварительный синтез: группируем исследования, сравниваем, сводим в таблицы;
3️⃣ связи в данных: почему результаты расходятся и при каких условиях они получены;
4️⃣ надёжность: насколько можно доверять выводу.

На практикуме мы превратили это в формулу абзаца: вывод → ссылки → условия → (пробел). Разбирали её на реальных обзорах по урбанистике, общественному здоровью и педагогике.

📍 Где применяется: авторы руководства отмечают, что синтезы доказательств проводят в самых разных областях, от исследований здравоохранения и социологии до инженерии и градостроительства.

В процессе подготовки к практикуму я узнала о тематическом синтезе для качественных исследований.

Метод описали Джеймс Томас и Анджела Харден (Thomas & Harden, 2008) для синтеза качественных исследований в обзорах, которые отвечают на вопросы о взглядах и опыте людей.

Метод состоит из трёх этапов:
1️⃣ построчное кодирование результатов каждого исследования;
2️⃣ описательные темы: коды объединяются в темы, которые остаются близко к исходным статьям;
3️⃣ аналитические темы: здесь мы «выходим за пределы» исходных исследований и формулируем новые объяснения и гипотезы.

📍 Где применяется: метод появился в исследованиях общественного здравоохранения и сегодня считается одним из самых распространённых способов синтеза качественных данных в разных областях наук.

Как выбрать?
Lucas et al. (2007) применили оба способа к одному и тому же обзору и сравнили результаты.
Вывод такой:
• нарративный синтез лучше показывает, что уже изучено, насколько сильны доказательства и какие пробелы остаются;
• тематический лучше находит общее и рождает новые гипотезы.

Сохраняйте схему, она пригодится, когда сядете писать свой обзор 👇

📚 Источники:
— Popay J. et al. (2006). Guidance on the Conduct of Narrative Synthesis in Systematic Reviews. ESRC Methods Programme.
— Thomas J., Harden A. (2008). Methods for the thematic synthesis of qualitative research in systematic reviews. BMC Medical Research Methodology, 8, 45. https://doi.org/10.1186/1471-2288-8-45
— Lucas P. J. et al. (2007). Worked examples of alternative methods for the synthesis of qualitative and quantitative research in systematic reviews. BMC Medical Research Methodology, 7, 4. https://doi.org/10.1186/1471-2288-7-4
— Flemming K., Noyes J. (2021). Qualitative evidence synthesis: where are we at? International Journal of Qualitative Methods, 20, 1–13. https://doi.org/10.1177/1609406921993276

Друзья, всем, кто оставил заявку на практикум «ИИ-инструменты для обзора литературы», я сегодня отправила письма со ссылкой на оплату. Можно оплачивать.

Моя почта в письме начинается с dina-h***@mail.ru

📩 Если письма нет, проверьте, пожалуйста, папку «Спам» или напишите мне в личном сообщении @DinaKrasn.

А пока покажу, с чего мы начнём во вторник.

День 1. Формируем вопрос исследования

Почти каждый обзор, который «не пишется», упирается не в поиск статей, а в нечёткий вопрос. Если вопрос размыт, то поиск приносит тысячи нерелевантных статей.

В первый день мы разберём:
— чем тема отличается от вопроса и почему обзору нужен именно вопрос;
— PICO, PCC и мой метод
3К (Кто/что — Контекст — Критерий), который работает в любой дисциплине, не только в медицине;
— разберем примеры из реальных опубликованных обзоров: медицина, психология, экономика, педагогика, технические науки, социология, право.

К концу дня у Вас будет сформулирован вопрос для Вашего собственного обзора.
Формат практикума

🗓 9 рабочих дней, с 20 по 30 октября (выходные 24–25 октября свободны). Доступ к курсу на месяц. До 20 ноября 2026.
💳 4 999 ₽

Ссылка на регистрацию
https://forms.yandex.ru/u/6aca1b506d2d737d53d71cb6/

После оплаты на почту автоматически придёт доступ к курсу.

До встречи во вторник!