SciSpace Academy
教學

如何使用 SciSpace 進行系統性文獻回顧

Dr. Ryan Chou香港都會大學健康護理學院;中台科技大學醫學影像暨放射科學博士中文Systematic review

重點摘要

1 分鐘閱讀

系統性文獻回顧是學術研究中最具挑戰、也最耗時的工作之一,從有系統地找出文獻到分析與綜整研究發現,都需要方法學訓練、資訊素養與知識整理能力。這部中文教學示範如何有策略地運用 SciSpace 優化每個階段,適合正在規劃或執行系統性文獻回顧的台灣研究人員、教師與研究生。

重點

  • 系統性回顧以明確的研究問題為起點,事先訂定檢索策略與納入、排除標準,並完整記錄篩選過程,讓其他研究者能重複驗證;這是它與一般敘述性回顧的主要差別。
  • SciSpace 可協助有系統地搜尋並辨識相關文獻,並快速掌握論文重點、整理研究發現。
  • 分析與綜整多篇研究的結果時,AI 能分擔繁重的重複性工作,加快整體進度。
  • 納入排除標準的設定、AI 產出的檢查與最終判斷,仍應由研究者負責,才能維持嚴謹度。
  • 在研究方法章節清楚說明使用了哪些工具與步驟,有助審稿人與讀者評估流程的可信度。
實際應用

下次進行系統性文獻回顧時,可先訂好標準與檢索策略,再用 SciSpace 處理搜尋與摘要,並親自核對每項結果。

步驟

  1. 輸入研究問題、族群、介入或現象、結果、研究設計及日期範圍

    把研究問題轉成可執行的納入與排除標準,明確列出族群/情境、介入或現象、比較、結果、研究設計、語言、年份及出版類型,並在搜尋前保存版本。

  2. 檢查 SciSpace 產生的概念、同義詞、布林邏輯與資料庫選擇

    逐一審查 SciSpace 建議的概念、同義詞、布林運算、欄位與資料庫;用已知關鍵研究測試召回率,並記錄每個來源的最終搜尋式、日期、條件與結果數。

  3. 先用少量紀錄試行篩選標準,再進行完整去重與篩選

    先以一批標題、摘要和全文試行標準,討論邊界案例並建立一致的排除理由。規則穩定後再進行完整去重與篩選,保留每筆決策。

  4. 建立標準化資料擷取表並回到全文核對關鍵欄位

    先在少數研究上測試資料擷取表,清楚定義族群、介入、結果、估計值、不確定性與限制的記錄方式;會影響綜合的欄位必須回到全文核對。

  5. 評估品質、整合結果、說明異質性與限制,並匯出 PRISMA 相關資料

    完成品質或偏誤風險評估,選擇適合研究異質性的綜合方式,說明任何偏離計畫的變更,並從真實紀錄產生 PRISMA 流程數據、表格與報告內容。

觀看教學35 min

在 SciSpace 上試試

常見問題

系統性文獻回顧和一般文獻回顧有什麼不同?

系統性文獻回顧以明確的研究問題為起點,事先訂定檢索策略與納入、排除標準,並完整記錄篩選過程,讓其他研究者能夠重複驗證。一般敘述性文獻回顧則較依賴作者的選擇與詮釋。因此系統性回顧較費時,但提供的證據更透明、更具說服力。

使用 AI 進行文獻回顧會影響研究的嚴謹度嗎?

只要研究者仍負責訂定標準、檢查 AI 產出並做出最終判斷,AI 可以協助處理搜尋、摘要等重複性工作,而不降低嚴謹度。建議在研究方法章節中清楚說明使用了哪些工具與步驟,讓審稿人與讀者能評估研究流程的可信度。