Loading...
机构名称:
¥ 1.0

摘要系统文献综述(SLR)是提供研究证据基础以支持决策的金标准。寻求提高SLR的严格性,透明度和可复制性的研究人员为这些目的提供了一系列准则。人工智能(AI)和机器学习技术(MLTS)用计算机传播语言开发的可以提供提高SLR的速度,严格,透明度和可持续性的方法。针对具有编码经验的研究人员,并且希望利用AI和MLTs通过SLR获得的综合和抽象数据,阐述了如何使用计算机语言来促进在SLR期间提取的无处可比性的机器学习,以促进合成和抽象数据集。利用已知的定性方法,演绎定性分析,本文说明了AI和MLT可以在提取的SLR数据的编码和分类中扮演的支持作用,以及合成SLR数据。使用在SLR期间提取的数据集作为概念证明,本文将包括用于创建使用潜在Dirichlet分配的良好MLT的编码。该技术提供了一个有效的示例,说明了研究人员如何使用AI和MLT来自动化SLR的数据合成和抽象阶段,以及提高研究项目的速度,节俭和严格的助手。

人工智能和系统文献评论

人工智能和系统文献评论PDF文件第1页

人工智能和系统文献评论PDF文件第2页

人工智能和系统文献评论PDF文件第3页

人工智能和系统文献评论PDF文件第4页

人工智能和系统文献评论PDF文件第5页

相关文件推荐

2025 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥2.0
2024 年
¥2.0
2024 年
¥1.0
2023 年
¥1.0
1900 年
¥1.0