Artigos científicos, autores e instituições são entidades complexas, com dados bibliométricos dispersos por várias bases de dados. O Entity Enricher permite-lhe definir esquemas personalizados para número de citações, valores do índice h, afiliações institucionais, detalhes de metodologia e fontes de financiamento — todos enriquecidos e validados de forma cruzada por vários modelos de IA.
Os dados bibliométricos estão distribuídos por PubMed, Scopus, Web of Science, Google Scholar e repositórios institucionais. As contagens de citações variam entre índices, as afiliações dos autores mudam ao longo do tempo e a qualidade dos metadados é inconsistente. A agregação manual é tediosa e propensa a erros, especialmente para revisões sistemáticas ou análise do panorama de investigação.
A abordagem do Entity Enricher é especialmente adequada a este desafio. Vários LLMs trazem, cada um, dados de treino e conhecimento diferentes, produzindo uma cobertura mais rica. A fusão multimodelo reconcilia depois as diferenças -- se dois modelos indicarem contagens de citações diferentes, o valor mediano é selecionado automaticamente, ou um modelo de arbitragem pode raciocinar sobre qual a fonte mais fiável.
Defina exatamente os campos bibliométricos e metodológicos de que a sua análise precisa. Use a geração de esquemas por IA para criar este esquema a partir de um registo de publicação de exemplo.
{
"name": "ResearchEntity",
"properties": {
"title": { "type": "string", "is_key": true },
"authors": {
"type": "array",
"items": {
"type": "object",
"properties": {
"name": { "type": "string" },
"affiliation": { "type": "string" },
"orcid": { "type": "string" },
"h_index": { "type": "number" }
}
}
},
"doi": { "type": "string" },
"publication_year": { "type": "number" },
"journal": { "type": "string" },
"impact_factor": { "type": "number" },
"citation_count": { "type": "number" },
"abstract_summary": { "type": "string" },
"methodology": {
"type": "object",
"properties": {
"study_type": { "type": "string" },
"sample_size": { "type": "number" },
"statistical_methods": { "type": "array" },
"peer_reviewed": { "type": "boolean" }
}
},
"keywords": { "type": "array", "items": { "type": "string" } },
"funding_sources": {
"type": "array",
"items": {
"type": "object",
"properties": {
"funder": { "type": "string" },
"grant_id": { "type": "string" }
}
}
}
}
}Separar os dados bibliométricos da metodologia e da informação institucional permite que cada domínio de especialização receba um prompt focado, resultando num enriquecimento mais preciso.
| Campo | Especialização | Descrição |
|---|---|---|
| title | Geral | Título completo da publicação e títulos alternativos |
| authors | Bibliométrico | Nomes de autores, afiliações, IDs ORCID e valores de índice h |
| citation_count | Bibliométrico | Número total de citações dos principais índices |
| impact_factor | Bibliométrico | Fator de impacto da revista no momento da publicação |
| methodology | Metodologia | Desenho do estudo, dimensão da amostra e métodos estatísticos utilizados |
| keywords | Geral | Termos MeSH, palavras-chave do autor e códigos de classificação |
| funding_sources | Institucional | Agências de financiamento, números de subvenção e montantes |
| abstract_summary | Geral | Resumo conciso dos resultados da investigação |
Defina campos para dados bibliométricos, metodologia e informação institucional. Cole um registo de publicação de exemplo e deixe a IA gerar o esquema.
Forneça títulos de artigos, DOIs ou nomes de autores. Utilize o modo de lote para processar listas de leitura ou conjuntos de candidatos a revisão sistemática.
Vários LLM investigam cada publicação de forma independente, tirando partido de diferentes dados de treino para uma cobertura mais ampla das bases de dados de citações e dos registos institucionais.
Transfira dados bibliométricos estruturados em JSON para análise programática, ou em Excel para revisão e anotação manuais.
Enriqueça artigos candidatos com detalhes de metodologia, dimensões de amostra e indicadores de qualidade para triagem e avaliação de elegibilidade.
Mapeie tendências de publicação, redes de colaboração e padrões de financiamento num domínio de investigação ou área terapêutica.
Enriqueça perfis de investigadores com índice h, histórico institucional, financiamento de subsídios e redes de colaboração para decisões de contratação ou parceria.
Identifique fontes de financiamento, montantes de subvenções e temas financiados na sua área de investigação para fundamentar a estratégia de candidatura a subvenções.
Defina o seu esquema bibliométrico, valide de forma cruzada com múltiplos modelos de IA e obtenha inteligência de investigação estruturada para revisões sistemáticas e análise de panorama.
Começar gratuitamente