Abdulehad

Analyseur de lacunes recherche

Détecte, classe et justifie les lacunes de la littérature selon 9 dimensions en utilisant la similarité sémantique et l'analyse de la géométrie des lacunes. Transforme une question de recherche ainsi que 10 à 50 résumés en un rapport académique structuré avec des scores de confiance, une matrice de géométrie des lacunes, un graphe de relations, des stratégies de comblement et des modèles de phrases prêts à publier. Étape : 2 étapes (Géométrie des lacunes + Analyse approfondie) Sous-agent : 9 (6 détection + 3 synthèse) Point de contrôle : Adaptatif — 1 pour ≤20 résumés, 2 pour >20 résumés Langue : Anglais Composants du framework de la compétence : La métaphore du pont — la formulation mathématique X ≠ Y mais X ≈ Y Géométrie des lacunes à 4 régions (Redondance / Zone de lacune / Lacune cachée / Non pertinent) Architecture à 9 sous-agents — Contexte, Méthode, Variable, Théorie, Temps, Résultat, Lacune sémantique, Lacune de composition, Lacune de dépendance Graphe de relations — similar_to, belong_to, compose_with, depend_on Calibration du seuil par discipline — sciences sociales (0,60), ingénierie (0,70), par défaut (0,65) Ensemble de règles pour les éléments à inclure ou exclure (5+5) Sélection basée sur le score de confiance — seuil de 70% et plus, maximum de 3 lacunes Exemple de texte prêt à publier — clairement marqué comme généré par IA Point de contrôle adaptatif — mécanisme d'approbation qui s'ajuste automatiquement en fonction du nombre de résumés