Bio/Med วิจัยเชิงลึกเชื่อถือได้
คำแนะนำ
หัวใจสำคัญของกระบวนการนี้คือ: ขั้นแรก ใช้การค้นหาหลายครั้งเพื่อทำการคัดกรองเบื้องต้นที่ทำซ้ำได้ใน PubMed/NCBI E-utilities จากนั้นใช้ PMID สำหรับการกำจัดข้อมูลซ้ำซ้อนและการจัดระดับหลักฐานบทคัดย่อ มีเพียงเอกสารสำคัญจำนวนเล็กน้อยเท่านั้นที่จะเข้าสู่การตรวจสอบฉบับเต็มใน PMC/BioC การอ้างอิงในเนื้อหาต้องสามารถคลิกได้ ข้อมูลบรรณานุกรมที่ครบถ้วนต้องแสดงไว้ท้ายบทความ ค่า IF สามารถตรวจสอบได้อย่างระมัดระวังผ่านแหล่งข้อมูลที่เข้าถึงได้โดยสาธารณะเท่านั้น และไม่สามารถสันนิษฐานได้ว่ามีอยู่ใน JCR หรือฐานข้อมูลท้องถิ่น ไม่สามารถคาดเดาได้ และการจับคู่ที่มีความน่าเชื่อถือต่ำไม่สามารถถือเป็นผลลัพธ์ที่แน่นอนได้
1. การประมวลผลเบื้องต้นหลังจากผู้ใช้เริ่มการค้นหา
1.1 ขั้นแรก วิเคราะห์คำถามของผู้ใช้
หลังจากได้รับคำถามจากผู้ใช้ คำถามที่เป็นภาษาธรรมชาติจะถูกแยกย่อยออกเป็นองค์ประกอบที่มีโครงสร้างก่อน
ต้องระบุตัวตน:
• หัวข้อวิจัย: ยีน โปรตีน ยา ช่องสัญญาณ ชนิดเซลล์ เนื้อเยื่อ โรค และแบบจำลอง
• ระบบชีวภาพ: มนุษย์ หนู หนูแรต ปลาซีบราฟิช ออร์แกนอยด์ จอประสาทตา บริเวณสมอง เซลล์ไลน์ ฯลฯ
• ประเภทของความสัมพันธ์: การแสดงออก, การควบคุม, หน้าที่, กลไก, ลักษณะทางฟีโนไทป์, การตาย, การอยู่รอด, การรักษา, ความเป็นพิษ, การพัฒนา, การเสื่อมสภาพ เป็นต้น
• ข้อกำหนดด้านหลักฐาน: จำเป็นต้องมีหลักฐานโดยตรง หลักฐานเชิงกลไก หลักฐานฉบับเต็ม แผนภูมิ พารามิเตอร์ปริมาณยา และวิธีการทดลองหรือไม่
• ช่วงเวลา: ไม่จำกัดเวลา, 5 ปีที่ผ่านมา, 1 ปีที่ผ่านมา, ความคืบหน้าล่าสุด และวรรณกรรมคลาสสิก
• รูปแบบผลลัพธ์: คำตอบสั้น ๆ, เอกสารอ้างอิงที่เป็นตัวแทน, บทสรุปการทบทวน, ข้อเสนอแนะในการออกแบบการทดลอง, ตารางแสดงหลักฐาน, แผนภาพกลไก
ตัวอย่าง:
ปัญหาของผู้ใช้:
"กรุณาช่วยค้นหาเอกสารที่เกี่ยวข้องกับการตายของออร์แกนอยด์จอประสาทตาให้ด้วยครับ/ค่ะ"
การแยกส่วนโครงสร้าง (ตัวอย่าง):
• โมเดลหลัก: ออร์แกนอยด์จอประสาทตา, ออร์แกนอยด์จอประสาทตาที่ได้จากเซลล์ต้นกำเนิดแบบเหนี่ยวนำจากมนุษย์ (hPSC), ออร์แกนอยด์ถ้วยตา
• ลักษณะที่ปรากฏ: การตายของเซลล์, อะพอพโทซิส, การเสื่อมสภาพ, การสูญเสียการอยู่รอด, ความเครียด, เนโครซิส
• เซลล์ที่เกี่ยวข้อง: เซลล์รับแสง, เซลล์รูปกรวย, เซลล์รูปแท่ง, เซลล์ปมประสาทจอประสาทตา, เซลล์กลียาของมุลเลอร์
• กลไกที่เป็นไปได้: ภาวะเครียดออกซิเดชัน, ภาวะเครียดใน ER, ความผิดปกติของไมโทคอนเดรีย, ภาวะขาดออกซิเจน, การอักเสบ, เฟอร์โรพโทซิส, เนโครพโทซิส
• วัตถุประสงค์ของการรวบรวมหลักฐาน: ให้ความสำคัญกับงานวิจัยต้นฉบับที่สังเกตการตายของเซลล์/อะพอพโทซิส/การเสื่อมสภาพในออร์แกนอยด์จอประสาทตาของมนุษย์หรือสัตว์โดยตรง จากนั้นจึงค้นหาเอกสารเกี่ยวกับกลไกทางอ้อม
1.2 หลักการแบ่งกลุ่มคำหลัก (ตัวอย่าง)
อย่าเขียนแค่คำค้นหาเดียว เตรียมคำค้นหาอย่างน้อยสามหมวดหมู่สำหรับแต่ละแนวคิด
หมวดที่ 1: คำที่แม่นยำ
• ออร์แกนอยด์จอประสาทตา
• ออร์แกนอยด์เรตินา
• ออร์แกนอยด์จอประสาทตาของมนุษย์
• ออร์แกนอยด์จอประสาทตาที่ได้มาจาก hPSC
• ออร์แกนอยด์จอประสาทตาที่ได้จาก iPSC
หมวดที่สอง: คำพ้องความหมายและคำที่มีความหมายกว้างกว่า
• ออร์แกนอยด์ถ้วยตา
• การเพาะเลี้ยงจอประสาทตาแบบ 3 มิติ
• จอประสาทตาที่ได้จากสเต็มเซลล์
• การแยกแยะจอประสาทตา
• แบบจำลองเนื้อเยื่อจอประสาทตา
หมวดที่สาม: กลไกและคำศัพท์ทางลักษณะภายนอก
• อะพอพโทซิส
• การตายของเซลล์
• การเสื่อมสภาพ
• การอยู่รอด
• ความเครียด
• ภาวะเครียดออกซิเดชัน
• ภาวะเครียดของ ER
• ความผิดปกติของไมโตคอนเดรีย
• ภาวะขาดออกซิเจน
• เนโครพโทซิส
• เฟอร์โรพโทซิส
หากผู้ใช้ระบุประเภทเซลล์ ให้เพิ่ม:
• ตัวรับแสง
• กรวย
• แท่ง
• เซลล์แกงลีออนเรตินา
• มุลเลอร์ กลีอา
• เซลล์ไบโพลาร์
• เซลล์อะมาครีน
หากผู้ใช้ระบุชนิดหรือแหล่งกำเนิด ให้เพิ่มข้อมูลต่อไปนี้:
• มนุษย์
• หนู
• หนู
• ปลาซีบราฟิช
• เซลล์ต้นกำเนิดตัวอ่อนมนุษย์ (hESC)
• iPSC
• เซลล์ต้นกำเนิดที่มีศักยภาพในการเปลี่ยนแปลงเป็นเซลล์ชนิดต่างๆ
1.3 การสร้างคำค้นหาแบบลำดับชั้น
สร้างคำค้นหาอย่างน้อย 3-6 คำ โดยแต่ละคำค้นหาจะสอดคล้องกับวัตถุประสงค์การค้นหา
ชั้นแรก: การดึงข้อมูลหลักฐานโดยตรง
ใช้ในการค้นหาเอกสารที่ตรงกับแบบจำลองเป้าหมายและลักษณะฟีโนไทป์เป้าหมายโดยตรง
```ข้อความ
("retinal organoid" หรือ "retina organoid" หรือ "human retinal organoid") และ (apoptosis หรือ "cell death" หรือ degeneration)
```
ชั้นที่สอง: การดึงข้อมูลโมเดลแบบขยาย
ใช้เพื่อรวบรวมงานวิจัยที่ผู้เขียนไม่ได้ใช้คำว่า "retinal organoid" อย่างตรงตัว แต่คำนี้มีความเกี่ยวข้องอย่างแท้จริง
```ข้อความ
("ออร์แกนอยด์ถ้วยตา" หรือ "การเพาะเลี้ยงเรตินาแบบ 3 มิติ" หรือ "เรตินาที่ได้จากเซลล์ต้นกำเนิด") และ (การอยู่รอด หรือ การตายของเซลล์ หรือ ความเครียด)
```
ชั้นที่สาม: การค้นหาเฉพาะกลไก
ใช้เพื่อตรวจสอบเส้นทางหรือกลไกเฉพาะต่างๆ
```ข้อความ
("retinal organoid" หรือ "retina organoid") และ ("oxidative stress" หรือ "ER stress" หรือ hypoxia หรือ mitochondria)
```
ชั้นที่สี่: การค้นหาตามประเภทเซลล์
```ข้อความ
("ออร์แกนอยด์เรตินา" หรือ "ออร์แกนอยด์เรตินา") และ (เซลล์รับแสง หรือ เซลล์รูปกรวย หรือ เซลล์รูปแท่ง หรือ "เซลล์แกงลีออนเรตินา") และ (การตาย หรือ อะพอพโทซิส หรือ การเสื่อมสภาพ)
```
ชั้นที่ห้า: การดึงข้อมูลแบบจำลองโรค
```ข้อความ
("อวัยวะเทียมจอประสาทตา" หรือ "อวัยวะเทียมจอประสาทตา") และ (โรค หรือ ความเสื่อม หรือ โรคกล้ามเนื้อเสื่อม หรือ โรคจอประสาทตาอักเสบ หรือ โรคต้อหิน)
```
ชั้นที่หก: การตรวจสอบ/การค้นหาข้อมูลเบื้องหลัง
```ข้อความ
("retinal organoid" หรือ "retina organoid") และ (review หรือ protocol หรือ model)
```
2. ใช้วิธีการและเว็บไซต์ใดบ้างในการค้นหาข้อมูล?
2.1 แหล่งข้อมูลที่แนะนำ: PubMed / NCBI E-utilities
PubMed เป็นเครื่องมือที่นิยมใช้สำหรับการค้นหาเอกสารทางชีวการแพทย์ อย่าใช้การคัดลอกข้อมูลจากหน้า PubMed โดยตรง ให้ใช้ API ของ NCBI E-utilities แทน
2.1.1 ESearch: การดึงข้อมูล PMID โดยใช้คำค้นหา
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
คำศัพท์ = <คำค้นหา>
retmode=json
retmax=20
เรียงลำดับตามความเกี่ยวข้อง
```
คุณสามารถเรียงลำดับตามเวลาได้เช่นกัน:
```ข้อความ
เรียงลำดับ = วันที่ตีพิมพ์
```
ตัวอย่าง:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance
```
อ่านจากเอกสารการส่งคืน:
```ข้อความ
รายการรหัสผลการวิจัย
```
นี่คือรายการ PMID
2.1.2 สรุป: การขอรับข้อมูลเมตาของเอกสารทางวิชาการ
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
ข้อมูลที่ดึงมา:
• พีเอ็มไอดี
• ชื่อ
• ชื่อวารสารฉบับเต็ม
• ตัวย่อของแหล่งที่มา/วารสาร
• วันที่เผยแพร่
• ผู้เขียน
• DOI และ PMCID ใน articleids
• เล่ม, ฉบับ, หน้า
2.1.3 EFetch: การดึงข้อมูลสรุปและรายละเอียด XML
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=abstract
```
ข้อมูลที่ดึงมา:
• ชื่อบทความ
• บทคัดย่อ
• ชื่อวารสาร
• ตัวย่อ ISO
• ISSN / eISSN
• วันที่เผยแพร่
• DOI
• พีเอ็มซีไอดี
• คำศัพท์ MeSH
2.1.4 กลยุทธ์การเรียกค้นข้อมูลแบบกลุ่ม
ขั้นตอนที่แนะนำ:
1. เรียกใช้ ESearch สำหรับแต่ละคำค้นหา
2. สำหรับแต่ละคำค้นหา ให้เลือกผลลัพธ์ 5-20 รายการแรก
3. รวม PMID ทั้งหมดเข้าด้วยกัน
4. ใช้ PMID เพื่อลบข้อมูลที่ซ้ำกัน
5. ใช้ ESummary / EFetch เพื่อดึงข้อมูลเมตาและข้อมูลสรุปเป็นชุดๆ
6. ในขั้นตอนการคัดกรองเบื้องต้น ให้อ่านเฉพาะข้อมูลเมตาและบทคัดย่อเท่านั้น อย่าเพิ่งเริ่มอ่านเนื้อหาฉบับเต็ม
───────────────
2.2 ขั้นตอนที่สอง: การตรวจสอบเอกสาร PMC/BioC อย่างละเอียด
ข้อความฉบับเต็มจะปรากฏเฉพาะในกรณีต่อไปนี้:
• ผู้ใช้ขอให้อ่านข้อความทั้งหมดอย่างละเอียด
• บทคัดย่อไม่เพียงพอที่จะระบุกลไกได้
• ต้องใช้แผนภูมิ วิธีการทดลอง ความเข้มข้น ปริมาณยา IC50 EC50 Kd และ Ki
• มีการระบุ PMID ที่สำคัญจำนวนเล็กน้อย ซึ่งจำเป็นต้องได้รับการตรวจสอบเป็นรายกรณี
2.2.1 การแปลง PMID เป็น PMCID
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
หากพบ PMCID แสดงว่า PMC อาจเปิดให้เข้าถึงข้อความฉบับเต็มได้
2.2.2 จัดลำดับความสำคัญของ BioC JSON
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
ข้อดี: มีโครงสร้างที่ดี เหมาะสำหรับการดึงข้อความหลักออกมาเป็นย่อหน้าๆ
2.2.3 ลองใช้ PMC XML เมื่อ BioC ไม่พร้อมใช้งาน
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
ข้ามขั้นตอนนี้เมื่อทำการแยกข้อความหลัก:
• เอกสารอ้างอิง
• บรรณานุกรม
• คำขอบคุณ
• การมีส่วนร่วมของผู้เขียน
• ผลประโยชน์ทับซ้อน
การตรวจสอบข้อความฉบับเต็มต้องมีเกณฑ์การหยุด:
• เอกสารแต่ละฉบับจะถูกสแกนเพียงครั้งเดียวเท่านั้น
• โดยค่าเริ่มต้น ระบบจะดึงเฉพาะย่อหน้าที่เกี่ยวข้องกับคำถามเท่านั้น
• หากไม่พบข้อมูลที่ตรงกันในช่องเป้าหมาย ให้ระบุว่า "ไม่พบหลักฐานโดยตรง"
• หลีกเลี่ยงการดึงข้อมูลคำหลักซ้ำๆ
───────────────
2.3 bioRxiv / medRxiv
ใช้เพื่อเสริมข้อมูลในเอกสารฉบับร่างล่าสุด
คุณสามารถใช้ API อย่างเป็นทางการได้:
```ข้อความ
https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD
https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD
```
คุณสามารถใช้การค้นหาแบบปกติเป็นส่วนเสริมได้เช่นกัน:
```ข้อความ
site:biorxiv.org การตายของเซลล์ออร์แกนอยด์จอประสาทตา
site:medrxiv.org การเสื่อมสภาพของออร์แกนอยด์จอประสาทตา
```
เอกสารฉบับร่างต้องติดป้ายกำกับ:
```ข้อความ
นี่เป็นฉบับร่างและยังไม่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ
```
───────────────
2.4 Crossref/OpenAlex/Unpaywall
ใช้เพื่อกรอกข้อมูล DOI ให้ครบถ้วน, ที่อยู่สำหรับเข้าถึงเอกสารฉบับเต็ม และข้อมูลการตีพิมพ์
ครอสเรฟ:
```ข้อความ
https://api.crossref.org/works?query.title=<title>
```
OpenAlex:
```ข้อความ
https://api.openalex.org/works?search=<title or topic>
```
ยกเลิกการเก็บค่าธรรมเนียม:
```ข้อความ
https://api.unpaywall.org/v2/
```
ใช้:
• กรอกข้อมูล DOI ครบถ้วน
• ค้นหาลิงก์ OA PDF
• การตรวจสอบชื่อวารสาร
• การตรวจสอบปีที่ตีพิมพ์
───────────────
2.5 หน้าสำนักพิมพ์
เข้าถึงหน้าของผู้เผยแพร่เฉพาะในกรณีที่ข้อมูล API ไม่เพียงพอเท่านั้น
กฎการเข้าถึง:
• URL ของผู้เผยแพร่แต่ละรายจะถูกทดลองใช้เพียงครั้งเดียวเท่านั้น
• หากคุณพบ CAPTCHA, ระบบป้องกันการเข้าสู่ระบบ, Cloudflare, ข้อความ "ปฏิเสธการเข้าถึง" หรือระบบป้องกันการเข้าถึงจากสถาบัน ให้หยุดทันที
• หลีกเลี่ยงการรีเฟรชหน้าเว็บซ้ำๆ การเปลี่ยนเส้นทางภายในเว็บไซต์เดียวกัน หรือการรอวนลูป
• ใช้ข้อมูลจาก PubMed, PMC, Crossref, OpenAlex, Unpaywall และ DOI เป็นแหล่งข้อมูลสำรอง
3. วิธีการจัดระเบียบข้อมูลหลังจากดึงข้อมูลมาแล้ว
3.1 จัดตั้งโครงสร้างบันทึกข้อมูลที่เป็นมาตรฐานเดียวกัน
เอกสารแต่ละฉบับจะถูกรวบรวมไว้ในบันทึกที่เป็นเอกภาพ
ฟิลด์:
```ข้อความ
พีเอ็มไอดี
โดอิ
พีเอ็มซีดี
ชื่อ
ผู้เขียน
วารสาร
วารสารย่อ
อิสเอ็น
ไอส์เอ็น
ปี
เชิงนามธรรม
แหล่งที่มาของการค้นหา
ระดับหลักฐาน
แท็กหลักฐาน
ประเภทกระดาษ
URL
```
3.2 การกำจัดข้อมูลซ้ำซ้อน
ลำดับความสำคัญ:
1. การลบข้อมูลซ้ำซ้อนของ PMID
2. ใช้ DOI เพื่อลบข้อมูลซ้ำซ้อนหากไม่มี PMID
3. หากไม่มี DOI ให้ใช้ lower(title) + year + first_author เพื่อลบรายการที่ซ้ำกัน
เก็บ query_source ที่ถูกเรียกใช้ในครั้งแรกไว้ และบันทึกว่า query ใดบ้างที่เรียกใช้เอกสารนั้น
3.3 การจำแนกประเภทหลักฐาน
จำเป็นต้องแยกแยะความแตกต่างดังนี้:
หลักฐานโดยตรง:
สายพันธุ์เป้าหมาย เนื้อเยื่อ ชนิดของเซลล์ แบบจำลอง และสภาวะการรักษาจะถูกจับคู่กันโดยตรง
หลักฐานทางอ้อม:
ระบบที่อยู่ใกล้เคียง รูปแบบที่คล้ายกัน และกลไกที่คล้ายกันได้รับการสนับสนุน แต่ไม่ใช่ระบบที่แก้ปัญหาของผู้ใช้โดยตรง
ไม่พบหลักฐานโดยตรง:
มีเพียงข้อมูลพื้นฐาน การคาดเดา บทวิจารณ์ หรือแบบจำลองที่เกี่ยวข้องเท่านั้น ไม่มีผลการทดลองโดยตรง
3.4 การติดฉลากประเภทเอกสาร
อย่างน้อยที่สุดควรทราบสิ่งต่อไปนี้:
• งานวิจัยต้นฉบับ
• ทบทวน
• โปรโตคอล
• บทความก่อนตีพิมพ์
• ชุดข้อมูล/แหล่งข้อมูล
• การศึกษาทางคลินิก
• เอกสารวิธีการ
3.5 กฎการเรียงลำดับ
คำแนะนำในการจัดเรียง:
1. งานวิจัยต้นฉบับที่มีหลักฐานโดยตรง
2. การวิจัยเกี่ยวกับกลไกสำคัญ
3. งานวิจัยสำคัญล่าสุด
4. การศึกษาพื้นฐานแบบดั้งเดิม
5. รีวิวคุณภาพสูง
6. หลักฐานทางอ้อม
อย่าจัดเรียงตามค่า IF เพียงอย่างเดียว ค่า IF เป็นตัวบ่งชี้ระดับวารสารและไม่ได้บ่งบอกถึงคุณภาพของบทความแต่ละบทความ
4. วิธีจัดเรียงข้อความที่ยกมาในข้อความตอบกลับ
4.1 รูปแบบการอ้างอิงข้อความ
ข้อความอ้างอิงทั้งหมดต้องสามารถคลิกได้
รูปแบบ:
```มาร์คดาวน์
[[1. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
ตัวอย่าง:
```มาร์คดาวน์
การศึกษาก่อนหน้านี้ได้สังเกตพบความเครียดและการเสื่อมสภาพของเซลล์รับแสงที่เกี่ยวข้องกับระยะพัฒนาการในออร์แกนอยด์จอประสาทตาของมนุษย์ [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/)
```
อย่าเขียนแบบนี้:
```ข้อความ
[1]
(PMID: xxxxx)
ดูเอกสารอ้างอิงที่ 1
```
4.2 โครงสร้างคำตอบที่แนะนำ
ย่อหน้าแรก: สรุปโดยตรง
```ข้อความ
สรุป: มีรายงานที่เกี่ยวข้องอยู่บ้าง แต่หลักฐานโดยตรงส่วนใหญ่มุ่งเน้นไปที่...; หลักฐานโดยตรงเกี่ยวกับ... ยังคงขาดอยู่
```
ย่อหน้าที่สอง: การจำแนกประเภทหลักฐาน
```ข้อความ
หลักฐานโดยตรง:
- เอกสารอ้างอิง A: ...
หลักฐานทางอ้อม:
- เอกสารอ้างอิง B: ...
ไม่พบหลักฐานโดยตรง:
- ไม่พบในรอบนี้...
```
ย่อหน้าที่สาม: สรุปกลไกการทำงาน
จัดกลุ่มตามหัวข้อ เช่น:
• วิถีอะพอพโทซิส/แคสเปส
• ภาวะเครียดออกซิเดชัน
• ความผิดปกติของไมโตคอนเดรีย
• ภาวะเครียดของ ER
• ภาวะขาดออกซิเจน/ความเครียดทางเมตาบอลิซึม
• การอักเสบ
• ความไม่สอดคล้องกันด้านพัฒนาการ
ย่อหน้าที่สี่: ช่องว่างทางการวิจัย
ระบุให้ชัดเจนว่าประเด็นใดบ้างที่ขาดหลักฐานโดยตรง
ย่อหน้าที่ห้า: แรงบันดาลใจจากการทดลอง
หากผู้ใช้ต้องการข้อมูลการออกแบบการทดลอง โปรดระบุตัวบ่งชี้ วิธีการวิเคราะห์ จุดเวลา และกลุ่มควบคุม
5. รายชื่อเอกสารอ้างอิงทั้งหมดอยู่ท้ายบทความ
หากมีการอ้างอิงแหล่งอ้างอิงเฉพาะเจาะจงในเนื้อหา จะต้องแนบรายการอ้างอิงทั้งหมดไว้ท้ายบทความด้วย
รูปแบบ:
```มาร์คดาวน์
## รายชื่อข้อมูลอ้างอิงทั้งหมด
1. Smith J และคณะ, **ชื่อวารสาร** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X และคณะ, **ชื่อวารสาร** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=ต้องตรวจสอบ}*
```
รูปแบบผู้เขียน:
• ผู้เขียน 1-3 คน: ระบุชื่อผู้เขียนทั้งหมด
• มีผู้เขียนมากกว่า 3 คน: ผู้เขียนคนแรกและคณะ
PMID / DOI / URL ต้องสามารถคลิกได้
6. การตรวจสอบและการติดฉลาก IF
6.1 ก่อนอื่น เรามาอธิบายข้อจำกัดในทางปฏิบัติของการตรวจสอบ IF กันก่อน
โดยปกติแล้ว ค่า Journal Impact Factor อย่างเป็นทางการจะมาจาก Clarivate Journal Citation Reports (JCR) อย่างไรก็ตาม โดยทั่วไปแล้ว ตัวแทนภายนอกใดๆ ก็ตามมักไม่มีบัญชี Clarivate/JCR หรือตาราง JCR ในเครื่อง ดังนั้นอย่าตรวจสอบผ่านช่องทางนี้
```
6.2 วิธีการปฏิบัติในการใช้ทักษะ IF
เส้นทางหลัก:
1. หากข้อมูลที่ป้อนเป็น PMID ให้ใช้ NCBI E-utilities เพื่อดึงข้อมูลเมตาจาก PubMed ก่อน
- ดึงข้อมูลชื่อวารสารแบบเต็ม - ดึงข้อมูลชื่ออ้างอิง/ตัวย่อ ISO - ดึงข้อมูล ISSN/eISSN - ดึงข้อมูลฟิลด์เสริม เช่น ชื่อเรื่อง ปี และ DOI
2. ใช้ส่วนติดต่อผู้ใช้ JSON บนมือถือของ iikx/iscience ที่เปิดให้ใช้งานได้ทั่วไปในการค้นหาวารสาร
API ค้นหา:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
รายละเอียด API:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. ทำการค้นหาโดยใช้เกณฑ์การจับคู่แบบอนุรักษ์นิยมกับผลการค้นหา
- ให้ความสำคัญกับการจับคู่ชื่อวารสารที่ตรงกันทุกประการเป็นอันดับแรก - รองลงมาคือการจับคู่คำย่อที่ตรงกันทุกประการ - ใช้ความระมัดระวังเป็นพิเศษกับคำสั้นและคำกว้าง - ไม่ยอมรับการจับคู่ที่ไม่ตรงกันอย่างเห็นได้ชัด เช่น การจับคู่ "Nature" กับ "Nature Reviews" - ส่งคืนผลลัพธ์ที่ไม่ชัดเจน/ไม่พบ หากการจับคู่ไม่เสถียร แทนที่จะคาดเดา
4. หาก PubMed ให้ชื่อย่อมา ให้ลองขยายชื่อย่อนั้นให้เป็นชื่อเต็มหรือชื่อเรื่องอื่นโดยใช้แคตตาล็อกของ NLM
ส่วนติดต่อการค้นหาในแคตตาล็อกของ NLM ยังคงเป็น NCBI E-utilities:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Title Abbreviation]&retmode=xml&retmax=1
```
จากนั้นใช้ ESummary เพื่อรับชื่อเรื่อง/ชื่อเรื่องสำรอง
5. อ่านรายละเอียดผลลัพธ์จาก iikx:
- ค่า Impact Factor - ปีของ Impact Factor - อันดับควอไทล์ของ JCR - อันดับควอไทล์ของ CAS/CAS (ถ้ามี) - URL ของแหล่งข้อมูล - ระดับความมั่นใจในการจับคู่
6. อย่าใส่ปี IF ไว้ในเนื้อหาหลักเมื่อทำการอธิบายเพิ่มเติม ให้ใช้คำอธิบายแบบกระชับแทน
คำอธิบายประกอบสุดท้ายควรระบุเพียง:
```ข้อความ
*{IF=X,Qn}*
```
หากล้มเหลว:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
หรือ:
```ข้อความ
*{IF=ไม่พบ}*
```
6.3 ขั้นตอนเฉพาะ
ดำเนินการตามขั้นตอนต่อไปนี้สำหรับเอกสารแต่ละฉบับ
ขั้นตอนที่ 1: เตรียมชื่อสำหรับการค้นหาในวารสาร
ให้ความสำคัญกับการดึงข้อมูลจากเมตาเดต้าของ PubMed เป็นอันดับแรก:
```ข้อความ
ชื่อวารสารฉบับเต็ม
ISOAbbreviation / Source
ISSN
อีอิสเอ็น
```
หากมีเพียง DOI ให้ใช้ Crossref หรือ OpenAlex เพื่อค้นหาชื่อวารสารก่อน
ครอสเรฟ:
```ข้อความ
https://api.crossref.org/works/
```
OpenAlex:
```ข้อความ
https://api.openalex.org/works/https://doi.org/
```
ขั้นตอนที่ 2: กำหนดมาตรฐานชื่อวารสาร
กฎเกณฑ์การกำหนดมาตรฐาน:
• ตัวพิมพ์เล็กทั้งหมด
• การถอดรหัส HTML
• แทนที่ & ด้วย and
• ลบเครื่องหมายวรรคตอนออก
• รวมพื้นที่หลายๆ แห่งเข้าด้วยกัน
• เมื่อทำการเปรียบเทียบ คุณสามารถใช้รูปแบบย่อ ซึ่งจะลบช่องว่างทั้งหมดออกไปได้
ตัวอย่างรหัสเทียม:
ไพธอน
นำเข้า re, html
นิยามบรรทัดฐาน:
s = html.unescape(s หรือ '').lower()
s = re.sub(r'&', ' และ ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
return re.sub(r'\s+', ' ', s).strip()
def compact(s):
คืนค่าค่าปกติ (norm(s)) แล้วแทนที่ด้วย ' ', ''
```
ขั้นตอนที่ 3: ค้นหาข้อมูลผ่านอินเทอร์เฟซการค้นหาของ iikx
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
ขอแนะนำให้ตั้งค่า User-Agent ตัวอย่างเช่น:
```ข้อความ
มอซซาโกลา/5.0
```
หากไม่พบผลลัพธ์ที่ตรงกันเป๊ะในหน้าแรก คุณสามารถเลื่อนดูได้เพียงจำนวนหน้าจำกัด เช่น ไม่เกิน 8 หน้า
โดยทั่วไปแล้วพารามิเตอร์สำหรับการเปลี่ยนหน้ามีดังนี้:
```ข้อความ
หน้า=2
หน้า=3
```
ขั้นตอนที่ 4: เลือกผู้สมัครจากผลการค้นหา
สาขาอาชีพที่ผู้สมัครมักพิจารณา ได้แก่:
```ข้อความ
รหัส
คลาส
ชื่อ
คำบรรยายขนาดเล็ก
IF หรือ IF2024
zky2020
URL
```
กฎการจับคู่:
• ถ้า compact(query) == compact(candidate.title) ให้ยอมรับ
• ถ้า norm(query) == norm(candidate.title) ให้ยอมรับ
• ถ้า compact(query) == compact(candidate.smalltitle) ให้ยอมรับ
• ถ้า norm(query) == norm(candidate.smalltitle) ให้ยอมรับ
• ห้ามรับสตริงย่อยเว้นแต่ว่าคำค้นหาจะยาวเพียงพอและไม่กำกวม
• ควรระมัดระวังเป็นพิเศษกับคำสั้นๆ เช่น Nature, Science, Cell, Brain, Vision และ Retina
ขั้นตอนที่ 5: หากไม่พบรายการที่ตรงกัน ให้ใช้ตัวย่อแบบขยายของแคตตาล็อก NLM
ตัวอย่างเช่น ใน PubMed แหล่งที่มาคือ:
```ข้อความ
รังสีอิสระ ชีวการแพทย์
```
คุณสามารถตรวจสอบได้ที่:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1
```
หลังจากได้รับรหัสแคตตาล็อกของ NLM แล้ว ให้ใช้งานดังนี้:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
อ่าน:
```ข้อความ
ชื่อ
ชื่อเรื่องทางเลือก
```
จากนั้นใช้ชื่อเต็มเหล่านี้ในการค้นหา iikx
ขั้นตอนที่ 6: ตรวจสอบรายละเอียดอินเทอร์เฟซ iikx
หากผลการค้นหามีข้อมูลดังต่อไปนี้:
```ข้อความ
id=
คลาส = <คลาส>
```
เรียก:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
อ่านรายละเอียดเพิ่มเติม:
```ข้อความ
IF2024, IF2023, IF2022 ...
ถ้า
zky2020 หรือฟิลด์ควอไทล์ JCR อื่นๆ
jcr22 / jcr12 หรือฟิลด์พาร์ติชัน
อิสเอ็น
ไอส์เอ็น
ชื่อ
คำบรรยายขนาดเล็ก
หมวดหมู่
```
ขั้นตอนที่ 7: เลือกคำสั่ง IF ล่าสุด
ค้นหาข้อมูลในฟิลด์ที่ส่งคืนเพื่อหารูปแบบทั้งหมดที่พบ:
```ข้อความ
IF20xx
```
ตัวอย่างเช่น:
```ข้อความ
ไอเอฟ2024
ไอเอฟ2023
ไอเอฟ2022
```
เลือกปีที่มีตัวเลขหลักสำคัญมากที่สุด
หากไม่พบ IF20xx ให้ลองอ่าน:
```ข้อความ
ถ้า
ถ้าค่า
```
หากไม่พบค่าที่ถูกต้อง ระบบจะระบุว่าไม่พบข้อมูล
ขั้นตอนที่ 8: แสดงระดับความเชื่อมั่นและป้ายกำกับ
หากชื่อเรื่อง/ชื่อย่อตรงกันทุกประการ และรายละเอียดส่งค่า IF ที่ถูกต้องกลับมา:
```ข้อความ
*{IF=X,Qn}*
```
หากผลการแข่งขันไม่แน่ชัด:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
หาก API สาธารณะไม่แสดงผลลัพธ์ใดๆ:
```ข้อความ
*{IF=ไม่พบ}*
```
6.4 รูปแบบคำอธิบายประกอบ IF
รูปแบบคงที่:
```ข้อความ
*{IF=X,Qn}*
```
ตัวอย่าง:
```มาร์คดาวน์
Smith J และคณะ, **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
สังเกต:
• ปีของ JCR ไม่ได้ถูกเขียนไว้ในคำอธิบายประกอบ IF
• ห้ามเขียนว่า "2024 JCR IF"
• ห้ามเขียน "JCR 2024"
• จะเก็บรักษาไว้เฉพาะปีที่ตีพิมพ์เท่านั้น
• หากค่า IF เป็น 0.0, เป็นค่าว่าง, มีแหล่งที่มาไม่เสถียร หรือมีการจับคู่ที่ไม่เสถียร ตัวเลขนั้นจะไม่แสดง
6.5 การจัดการมาตรฐานสำหรับความล้มเหลวในการตรวจสอบ IF
อย่าเดา
ห้ามใช้ชื่อวารสารในการกรอกตัวเลข
อย่าใช้แบบจำลองขนาดใหญ่เพื่อจดจำและกรอกคำสั่ง IF
เมื่อเกิดความล้มเหลว จะอนุญาตให้มีสถานะได้เพียงสามสถานะเท่านั้น:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
ใช้สำหรับ:
• ผลการค้นหาไม่ชัดเจน
มีวารสารที่คล้ายคลึงกันหลายฉบับ
• พบเพียงชื่อย่อ แต่ไม่สามารถยืนยันชื่อเต็มได้
• ค่า IF ที่ได้จากแหล่งข้อมูลสาธารณะนั้นน่าสงสัย
```ข้อความ
*{IF=ไม่พบ}*
```
ใช้สำหรับ:
• การค้นหาข้อมูลในส่วนติดต่อสาธารณะไม่พบผลลัพธ์ใดๆ
• วารสารนี้ไม่อยู่ในขอบเขตการคุ้มครองของ SCI/JCR
• ฉบับใหม่นี้ยังไม่มีรหัส IF
```ข้อความ
*{IF=ไม่สามารถตรวจสอบได้โดยสาธารณะ}*
```
ใช้สำหรับ:
• ผู้ใช้จำเป็นต้องมี JCR อย่างเป็นทางการ แต่เอเจนต์ปัจจุบันไม่มีสิทธิ์เข้าถึง Clarivate/JCR
7. รายการตรวจสอบตนเองขั้นสุดท้าย
ต้องตรวจสอบก่อนจัดส่ง:
• ควรตอบคำถามหลักของผู้ใช้ก่อนหรือไม่?
• ควรแยกแยะระหว่างหลักฐานโดยตรง หลักฐานโดยอ้อม และการไม่พบหลักฐานโดยตรงหรือไม่
• ข้อความอ้างอิงทั้งหมดสามารถคลิกได้หรือไม่?
• มีรายการอ้างอิงฉบับสมบูรณ์อยู่ท้ายบทความหรือไม่
• เอกสารทุกฉบับมีป้ายกำกับ IF (ข้อมูลเข้า/ข้อมูลออก) หรือป้ายกำกับที่ระบุว่ากำลังรอการตรวจสอบ/ไม่พบข้อมูลหรือไม่?
• สามารถคลิกดูได้หรือไม่ว่า PMID/DOI/URL นั้นถูกต้องหรือไม่
• วิธีนี้หลีกเลี่ยงการนำผลการวิเคราะห์เนื้อเยื่อโดยรวมมาแทนที่ข้อสรุปเกี่ยวกับเซลล์ชนิดเฉพาะหรือไม่?
• วิธีนี้ช่วยหลีกเลี่ยงการใช้การกระตุ้น/ฟอสโฟรีเลชันมาทดแทนการเพิ่มขึ้นของการแสดงออกโดยรวมหรือไม่?
• จะระบุว่าเป็นฉบับร่างก่อนตีพิมพ์หรือไม่
• มีการระบุขอบเขตการค้นหาหรือไม่?
• หากข้อมูลนั้นไม่ได้มาจากความทรงจำหรือการคาดเดา
8. รหัสเทียมที่สามารถสร้างซ้ำได้
ไพธอน
queries = build_queries(user_question)
pmid ทั้งหมด = []
สำหรับคำค้นหาในคำค้นหา:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
all_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
เมตาเดต้า = ncbi_esummary(pmids)
abstracts = ncbi_efetch_abstract(pmids)
records = merge_metadata_and_abstracts(metadata, abstracts)
records = tag_evidence(records, user_question)
records = rank_records(records)
เลือก = เลือกบันทึกยอดนิยม (บันทึก)
หากต้องการข้อความเต็ม:
สำหรับบันทึกใน selected_key_records:
pmcid = idconv_pmid_to_pmcid(record.pmid)
ถ้า pmcid:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
สำหรับบันทึกในรายการที่เลือก:
journal_query = record.full_journal_name หรือ record.journal_abbrev
if_result = lookup_if_public_iikx(journal_query)
หากผลลัพธ์มีความมั่นใจ:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
elif if_result.ambiguous:
record.if_annotation = '*{IF=รอการตรวจสอบ}*'
อื่น:
record.if_annotation = '*{IF=ไม่พบ}*'
คำตอบ = แต่งคำตอบ(
บทสรุป
กลุ่มหลักฐาน
การอ้างอิงเนื้อหาที่คลิกได้
รายการอ้างอิงแบบเต็มพร้อมเงื่อนไข
)
```
9. แม่แบบการส่งมอบขั้นสุดท้ายที่แนะนำ
```มาร์คดาวน์
สรุปแล้ว:
...
ระดับของหลักฐาน:
หลักฐานโดยตรง:
- ……[[1. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
หลักฐานทางอ้อม:
- …[[2. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
ไม่พบหลักฐานโดยตรง:
- ……
สรุปกลไกการทำงาน:
1. ……
2. ……
ขอบเขตการค้นหา:
การค้นหาในรอบนี้ส่วนใหญ่ใช้ฐานข้อมูล PubMed, PMC, BioC และ bioRxiv โดยการคัดกรองเบื้องต้นพิจารณาจากเมตาเดต้าและบทคัดย่อ และมีเพียงเอกสารสำคัญเท่านั้นที่จะได้รับการตรวจสอบเนื้อหาฉบับเต็ม การระบุข้อมูลโดยใช้ IF นั้นอ้างอิงจากแหล่งข้อมูลที่เข้าถึงได้โดยสาธารณะ เอกสารที่ไม่สามารถจับคู่ได้อย่างมั่นใจจะถูกทำเครื่องหมายว่าอยู่ระหว่างการตรวจสอบหรือตรวจไม่พบ
รายชื่อเอกสารอ้างอิงฉบับสมบูรณ์:
1. Smith J และคณะ, **ชื่อวารสาร** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X และคณะ, **ชื่อวารสาร** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=ต้องตรวจสอบ}*
```
คำอธิบาย
แนะนำโดย
Nico@YouMind
เหตุผลที่เราแนะนำทักษะนี้
ทักษะนี้เป็นคู่มือที่เชื่อถือได้สำหรับการวิจัยทางชีวการแพทย์ โดยผ่านการค้นหาแบบมีโครงสร้าง การคัดกรองวรรณกรรมหลายขั้นตอน และการตรวจสอบ IF อย่างเข้มงวด เพื่อให้มั่นใจว่ามีข้อมูลทางวิทยาศาสตร์ที่ถูกต้องสูงและตรวจสอบได้
สถานการณ์การใช้งาน: ดำเนินการสืบค้นเอกสารวิจัยด้านชีวภาพ/ชีวการแพทย์อย่างครบถ้วน และให้ผลลัพธ์ที่ละเอียดและเชื่อถือได้แก่ผู้ใช้ 1. หลังจากผู้ใช้เริ่มการสืบค้น ระบบจะแยกย่อยปัญหาและคำสำคัญ 2. ใช้แหล่งข้อมูลที่เปิดเผยและทำซ้ำได้ในการสืบค้นเอกสาร 3. ลบรายการซ้ำ จัดชั้น แบ่งระดับหลักฐาน และเรียงลำดับผลลัพธ์ 4. ในการตอบกลับ ใช้การอ้างอิงที่คลิกได้ในเนื้อหา 5. ท้ายข้อความ แสดงรายการข้อมูลเอกสารทั้งหมดทีละรายการ โดยระบุ IF ตามเส้นทางที่ตรวจสอบได้สาธารณะ หากไม่สามารถยืนยันด้วยความเชื่อมั่นสูง ต้องระบุว่า "รอการยืนยัน" หรือ "ตรวจไม่พบ"
ทักษะที่เกี่ยวข้อง
ดูทั้งหมด
วิจัยผู้เชี่ยวชาญบทความวิจัย
ช่วยให้ผู้จัดการผลิตภัณฑ์ ผู้ก่อตั้ง และนักพัฒนาแอปพลิเคชันเข้าใจบทความ AI ตามห่วงโซ่เหตุผลเชิงประวัติศาสตร์ และนำไปประยุกต์เป็นการตัดสินใจด้านผลิตภัณฑ์ ขอบเขตทางเทคนิค สัญชาตญาณทางวิศวกรรม และการวิเคราะห์โอกาส
วิจัยเพื่อนดูหนังรอบด้าน Pro
เพื่อนคู่ใจดูหนังรอบด้านของคุณ สำหรับหนังทุกเรื่อง คุ้มค่าที่จะใช้มัน ก่อนดูช่วยติวและประเมินว่าคุ้มค่าหรือไม่ หลังดูแปลงร่างเป็นนักล่าอีสเตอร์เอ้ก ค้นหาหลักฐานทั่วเน็ต เจาะลึกเบาะแสและปมซ่อนเร้น คุยจบแล้วช่วยเขียนรีวิวที่ให้ความรู้สึกเหมือนคนจริง หรือเรียบเรียงเป็นสคริปต์ตัดต่อเพื่ออธิบายความหมาย พร้อมโพสต์ได้ทันที เพื่อนคนเดียว ดูแลคุณครบสามช่วงตลอดการดูหนัง 🔍 แหล่งที่มาโปร่งใส ไม่ได้มั่วมาจาก AI ทุกการวิเคราะห์ทำให้ผู้ใช้รู้ว่าข้อมูลนี้มาจากไหน ถ้ามีหลักฐานอ้างอิง จะระบุชื่อแหล่งที่มาและแนบลิงก์ที่คลิกได้ (เช่น Douban, Zhihu, บทสัมภาษณ์ผู้กำกับ ฯลฯ) สำหรับการตีความของเพื่อน AI จะระบุเป็นภาษาธรรมชาติว่า 'เพื่อนคิดว่า' (ไม่แอบอ้างเป็นผู้เชี่ยวชาญ) ถ้ายังไม่มีการยืนยัน จะพูดตรงๆ ว่า 'ยังไม่พบแหล่งที่เชื่อถือได้' คุณจะรู้ได้ทันทีว่าอันไหนค้นมาจากอินเทอร์เน็ต อันไหนเป็นการคิดเองของเพื่อน ไม่ปนกัน ทุกการวิเคราะห์ที่มีหลักฐานจะแนบลิงก์แหล่งที่มา กดครั้งเดียวก็ดูต้นฉบับได้ 📚 ก่อนดูช่วยติว รวดเร็ว ตรงประเด็น และไม่สปอยล์ มีซีรีส์ภาคต่อแต่ไม่มีเวลาดูภาคก่อน? ช่วยสรุปเรื่องก่อนหน้า ความสัมพันธ์ตัวละคร คำศัพท์ที่ต้องรู้ และจุดคาดหวัง โดยรีวิวเฉพาะภาคก่อน ไม่สปอยล์หนังใหม่ ไฟล์ติวมีภาพประกอบสวยงาม พร้อมโปสเตอร์ทางการและภาพคอนเซ็ปต์อาร์ตสาธารณะ และยังมีการประเมิน 'คุ้มค่าหรือไม่' โดยสำรวจเรตติ้งจาก Douban, Rotten Tomatoes, IMDb และวิเคราะห์ช่องว่างระหว่างโปรโมชันกับความเป็นจริง 🥚 หลังดูเป็นนักล่าอีสเตอร์เอ้ก เจาะลึกสุดมันส์ ดูจบแล้วยังคิด 'นาทีนั้นมันหมายความว่าอะไร'? ค้นหาทั่วเน็ตเพื่อหาอีสเตอร์เอ้ก ปมที่ถูกวางไว้ ห่วงโซ่การเฉลยปม เส้นเรื่องตัวละครแฝง และการอ้างอิงทางวัฒนธรรม ตอบคำถามแบบสนทนา ถามอะไรเพื่อนก็ขุดไปตามนั้น พอพูดถึงฉากสำคัญก็แปะภาพนิ่งจากหนังสาธารณะให้ดู และทุกการวิเคราะห์แนบลิงก์แหล่งที่มา 📝 จัดโน้ตให้พร้อมโพสต์ (ไม่บังคับ) คุยจบแล้วอยากแชร์ต่อไหม? มีรีวิวที่ให้ความรู้สึกเหมือนคนจริง (มีความคิดเห็นและอารมณ์ เหมือนคนเขียนจริง เหมาะกับ Douban, WeChat Official Account, Moments) หรือสคริปต์ตัดต่อวิดีโอสำหรับการวิเคราะห์หนัง (พร้อมสตอรีบอร์ด จัดภาพ คำบรรยาย และตัวหนังสือประกอบไว้ครบ พร้อมนำไปตัดต่อ เหมาะกับ Xiaohongshu, Douyin, Bilibili) โดยเพื่อนจะไม่เสนอขายเอง จะทำงานเมื่อคุณขออย่างชัดเจนเท่านั้น 🎬 ครอบคลุมภาพยนตร์ แอนิเมชัน และซีรีส์ส่วนใหญ่ ทุกครั้งที่หนังดังเข้าฉาย = ติวก่อนดู + เจาะลึกหลังดู = การเดินทางที่สมบูรณ์แบบ และการจัดโน้ตจะทำงานตามที่ต้องการ
โค้ชอ่านหนังสือสี่คำถาม
ผู้ใช้ระบุชื่อหนังสือ (พร้อมอาชีพ/ตำแหน่ง/สถานะได้) จากนั้นอิงตามกรอบ 'คำถามสี่ข้อของนักอ่านที่ดี' จากหนังสือ 'วิธีอ่านหนังสือ' ระบบจะผสมผสานความรู้ที่มีอยู่ การค้นหาออนไลน์ และเอกสารที่ผู้ใช้อัปโหลดเข้าด้วยกัน เพื่อส่งออกเอกสารการอ่านแบบมีโครงสร้าง ซึ่งประกอบด้วย ประวัติผู้แต่ง การวิเคราะห์ตามคำถามสี่ข้อ คำพูดเด่น 10 ข้อ และหนังสือแนะนำที่เกี่ยวข้อง 3 เล่ม
Bio/Med วิจัยเชิงลึกเชื่อถือได้
คำแนะนำ
หัวใจสำคัญของกระบวนการนี้คือ: ขั้นแรก ใช้การค้นหาหลายครั้งเพื่อทำการคัดกรองเบื้องต้นที่ทำซ้ำได้ใน PubMed/NCBI E-utilities จากนั้นใช้ PMID สำหรับการกำจัดข้อมูลซ้ำซ้อนและการจัดระดับหลักฐานบทคัดย่อ มีเพียงเอกสารสำคัญจำนวนเล็กน้อยเท่านั้นที่จะเข้าสู่การตรวจสอบฉบับเต็มใน PMC/BioC การอ้างอิงในเนื้อหาต้องสามารถคลิกได้ ข้อมูลบรรณานุกรมที่ครบถ้วนต้องแสดงไว้ท้ายบทความ ค่า IF สามารถตรวจสอบได้อย่างระมัดระวังผ่านแหล่งข้อมูลที่เข้าถึงได้โดยสาธารณะเท่านั้น และไม่สามารถสันนิษฐานได้ว่ามีอยู่ใน JCR หรือฐานข้อมูลท้องถิ่น ไม่สามารถคาดเดาได้ และการจับคู่ที่มีความน่าเชื่อถือต่ำไม่สามารถถือเป็นผลลัพธ์ที่แน่นอนได้
1. การประมวลผลเบื้องต้นหลังจากผู้ใช้เริ่มการค้นหา
1.1 ขั้นแรก วิเคราะห์คำถามของผู้ใช้
หลังจากได้รับคำถามจากผู้ใช้ คำถามที่เป็นภาษาธรรมชาติจะถูกแยกย่อยออกเป็นองค์ประกอบที่มีโครงสร้างก่อน
ต้องระบุตัวตน:
• หัวข้อวิจัย: ยีน โปรตีน ยา ช่องสัญญาณ ชนิดเซลล์ เนื้อเยื่อ โรค และแบบจำลอง
• ระบบชีวภาพ: มนุษย์ หนู หนูแรต ปลาซีบราฟิช ออร์แกนอยด์ จอประสาทตา บริเวณสมอง เซลล์ไลน์ ฯลฯ
• ประเภทของความสัมพันธ์: การแสดงออก, การควบคุม, หน้าที่, กลไก, ลักษณะทางฟีโนไทป์, การตาย, การอยู่รอด, การรักษา, ความเป็นพิษ, การพัฒนา, การเสื่อมสภาพ เป็นต้น
• ข้อกำหนดด้านหลักฐาน: จำเป็นต้องมีหลักฐานโดยตรง หลักฐานเชิงกลไก หลักฐานฉบับเต็ม แผนภูมิ พารามิเตอร์ปริมาณยา และวิธีการทดลองหรือไม่
• ช่วงเวลา: ไม่จำกัดเวลา, 5 ปีที่ผ่านมา, 1 ปีที่ผ่านมา, ความคืบหน้าล่าสุด และวรรณกรรมคลาสสิก
• รูปแบบผลลัพธ์: คำตอบสั้น ๆ, เอกสารอ้างอิงที่เป็นตัวแทน, บทสรุปการทบทวน, ข้อเสนอแนะในการออกแบบการทดลอง, ตารางแสดงหลักฐาน, แผนภาพกลไก
ตัวอย่าง:
ปัญหาของผู้ใช้:
"กรุณาช่วยค้นหาเอกสารที่เกี่ยวข้องกับการตายของออร์แกนอยด์จอประสาทตาให้ด้วยครับ/ค่ะ"
การแยกส่วนโครงสร้าง (ตัวอย่าง):
• โมเดลหลัก: ออร์แกนอยด์จอประสาทตา, ออร์แกนอยด์จอประสาทตาที่ได้จากเซลล์ต้นกำเนิดแบบเหนี่ยวนำจากมนุษย์ (hPSC), ออร์แกนอยด์ถ้วยตา
• ลักษณะที่ปรากฏ: การตายของเซลล์, อะพอพโทซิส, การเสื่อมสภาพ, การสูญเสียการอยู่รอด, ความเครียด, เนโครซิส
• เซลล์ที่เกี่ยวข้อง: เซลล์รับแสง, เซลล์รูปกรวย, เซลล์รูปแท่ง, เซลล์ปมประสาทจอประสาทตา, เซลล์กลียาของมุลเลอร์
• กลไกที่เป็นไปได้: ภาวะเครียดออกซิเดชัน, ภาวะเครียดใน ER, ความผิดปกติของไมโทคอนเดรีย, ภาวะขาดออกซิเจน, การอักเสบ, เฟอร์โรพโทซิส, เนโครพโทซิส
• วัตถุประสงค์ของการรวบรวมหลักฐาน: ให้ความสำคัญกับงานวิจัยต้นฉบับที่สังเกตการตายของเซลล์/อะพอพโทซิส/การเสื่อมสภาพในออร์แกนอยด์จอประสาทตาของมนุษย์หรือสัตว์โดยตรง จากนั้นจึงค้นหาเอกสารเกี่ยวกับกลไกทางอ้อม
1.2 หลักการแบ่งกลุ่มคำหลัก (ตัวอย่าง)
อย่าเขียนแค่คำค้นหาเดียว เตรียมคำค้นหาอย่างน้อยสามหมวดหมู่สำหรับแต่ละแนวคิด
หมวดที่ 1: คำที่แม่นยำ
• ออร์แกนอยด์จอประสาทตา
• ออร์แกนอยด์เรตินา
• ออร์แกนอยด์จอประสาทตาของมนุษย์
• ออร์แกนอยด์จอประสาทตาที่ได้มาจาก hPSC
• ออร์แกนอยด์จอประสาทตาที่ได้จาก iPSC
หมวดที่สอง: คำพ้องความหมายและคำที่มีความหมายกว้างกว่า
• ออร์แกนอยด์ถ้วยตา
• การเพาะเลี้ยงจอประสาทตาแบบ 3 มิติ
• จอประสาทตาที่ได้จากสเต็มเซลล์
• การแยกแยะจอประสาทตา
• แบบจำลองเนื้อเยื่อจอประสาทตา
หมวดที่สาม: กลไกและคำศัพท์ทางลักษณะภายนอก
• อะพอพโทซิส
• การตายของเซลล์
• การเสื่อมสภาพ
• การอยู่รอด
• ความเครียด
• ภาวะเครียดออกซิเดชัน
• ภาวะเครียดของ ER
• ความผิดปกติของไมโตคอนเดรีย
• ภาวะขาดออกซิเจน
• เนโครพโทซิส
• เฟอร์โรพโทซิส
หากผู้ใช้ระบุประเภทเซลล์ ให้เพิ่ม:
• ตัวรับแสง
• กรวย
• แท่ง
• เซลล์แกงลีออนเรตินา
• มุลเลอร์ กลีอา
• เซลล์ไบโพลาร์
• เซลล์อะมาครีน
หากผู้ใช้ระบุชนิดหรือแหล่งกำเนิด ให้เพิ่มข้อมูลต่อไปนี้:
• มนุษย์
• หนู
• หนู
• ปลาซีบราฟิช
• เซลล์ต้นกำเนิดตัวอ่อนมนุษย์ (hESC)
• iPSC
• เซลล์ต้นกำเนิดที่มีศักยภาพในการเปลี่ยนแปลงเป็นเซลล์ชนิดต่างๆ
1.3 การสร้างคำค้นหาแบบลำดับชั้น
สร้างคำค้นหาอย่างน้อย 3-6 คำ โดยแต่ละคำค้นหาจะสอดคล้องกับวัตถุประสงค์การค้นหา
ชั้นแรก: การดึงข้อมูลหลักฐานโดยตรง
ใช้ในการค้นหาเอกสารที่ตรงกับแบบจำลองเป้าหมายและลักษณะฟีโนไทป์เป้าหมายโดยตรง
```ข้อความ
("retinal organoid" หรือ "retina organoid" หรือ "human retinal organoid") และ (apoptosis หรือ "cell death" หรือ degeneration)
```
ชั้นที่สอง: การดึงข้อมูลโมเดลแบบขยาย
ใช้เพื่อรวบรวมงานวิจัยที่ผู้เขียนไม่ได้ใช้คำว่า "retinal organoid" อย่างตรงตัว แต่คำนี้มีความเกี่ยวข้องอย่างแท้จริง
```ข้อความ
("ออร์แกนอยด์ถ้วยตา" หรือ "การเพาะเลี้ยงเรตินาแบบ 3 มิติ" หรือ "เรตินาที่ได้จากเซลล์ต้นกำเนิด") และ (การอยู่รอด หรือ การตายของเซลล์ หรือ ความเครียด)
```
ชั้นที่สาม: การค้นหาเฉพาะกลไก
ใช้เพื่อตรวจสอบเส้นทางหรือกลไกเฉพาะต่างๆ
```ข้อความ
("retinal organoid" หรือ "retina organoid") และ ("oxidative stress" หรือ "ER stress" หรือ hypoxia หรือ mitochondria)
```
ชั้นที่สี่: การค้นหาตามประเภทเซลล์
```ข้อความ
("ออร์แกนอยด์เรตินา" หรือ "ออร์แกนอยด์เรตินา") และ (เซลล์รับแสง หรือ เซลล์รูปกรวย หรือ เซลล์รูปแท่ง หรือ "เซลล์แกงลีออนเรตินา") และ (การตาย หรือ อะพอพโทซิส หรือ การเสื่อมสภาพ)
```
ชั้นที่ห้า: การดึงข้อมูลแบบจำลองโรค
```ข้อความ
("อวัยวะเทียมจอประสาทตา" หรือ "อวัยวะเทียมจอประสาทตา") และ (โรค หรือ ความเสื่อม หรือ โรคกล้ามเนื้อเสื่อม หรือ โรคจอประสาทตาอักเสบ หรือ โรคต้อหิน)
```
ชั้นที่หก: การตรวจสอบ/การค้นหาข้อมูลเบื้องหลัง
```ข้อความ
("retinal organoid" หรือ "retina organoid") และ (review หรือ protocol หรือ model)
```
2. ใช้วิธีการและเว็บไซต์ใดบ้างในการค้นหาข้อมูล?
2.1 แหล่งข้อมูลที่แนะนำ: PubMed / NCBI E-utilities
PubMed เป็นเครื่องมือที่นิยมใช้สำหรับการค้นหาเอกสารทางชีวการแพทย์ อย่าใช้การคัดลอกข้อมูลจากหน้า PubMed โดยตรง ให้ใช้ API ของ NCBI E-utilities แทน
2.1.1 ESearch: การดึงข้อมูล PMID โดยใช้คำค้นหา
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
คำศัพท์ = <คำค้นหา>
retmode=json
retmax=20
เรียงลำดับตามความเกี่ยวข้อง
```
คุณสามารถเรียงลำดับตามเวลาได้เช่นกัน:
```ข้อความ
เรียงลำดับ = วันที่ตีพิมพ์
```
ตัวอย่าง:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance
```
อ่านจากเอกสารการส่งคืน:
```ข้อความ
รายการรหัสผลการวิจัย
```
นี่คือรายการ PMID
2.1.2 สรุป: การขอรับข้อมูลเมตาของเอกสารทางวิชาการ
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
ข้อมูลที่ดึงมา:
• พีเอ็มไอดี
• ชื่อ
• ชื่อวารสารฉบับเต็ม
• ตัวย่อของแหล่งที่มา/วารสาร
• วันที่เผยแพร่
• ผู้เขียน
• DOI และ PMCID ใน articleids
• เล่ม, ฉบับ, หน้า
2.1.3 EFetch: การดึงข้อมูลสรุปและรายละเอียด XML
อินเทอร์เฟซ:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
พารามิเตอร์:
```ข้อความ
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=abstract
```
ข้อมูลที่ดึงมา:
• ชื่อบทความ
• บทคัดย่อ
• ชื่อวารสาร
• ตัวย่อ ISO
• ISSN / eISSN
• วันที่เผยแพร่
• DOI
• พีเอ็มซีไอดี
• คำศัพท์ MeSH
2.1.4 กลยุทธ์การเรียกค้นข้อมูลแบบกลุ่ม
ขั้นตอนที่แนะนำ:
1. เรียกใช้ ESearch สำหรับแต่ละคำค้นหา
2. สำหรับแต่ละคำค้นหา ให้เลือกผลลัพธ์ 5-20 รายการแรก
3. รวม PMID ทั้งหมดเข้าด้วยกัน
4. ใช้ PMID เพื่อลบข้อมูลที่ซ้ำกัน
5. ใช้ ESummary / EFetch เพื่อดึงข้อมูลเมตาและข้อมูลสรุปเป็นชุดๆ
6. ในขั้นตอนการคัดกรองเบื้องต้น ให้อ่านเฉพาะข้อมูลเมตาและบทคัดย่อเท่านั้น อย่าเพิ่งเริ่มอ่านเนื้อหาฉบับเต็ม
───────────────
2.2 ขั้นตอนที่สอง: การตรวจสอบเอกสาร PMC/BioC อย่างละเอียด
ข้อความฉบับเต็มจะปรากฏเฉพาะในกรณีต่อไปนี้:
• ผู้ใช้ขอให้อ่านข้อความทั้งหมดอย่างละเอียด
• บทคัดย่อไม่เพียงพอที่จะระบุกลไกได้
• ต้องใช้แผนภูมิ วิธีการทดลอง ความเข้มข้น ปริมาณยา IC50 EC50 Kd และ Ki
• มีการระบุ PMID ที่สำคัญจำนวนเล็กน้อย ซึ่งจำเป็นต้องได้รับการตรวจสอบเป็นรายกรณี
2.2.1 การแปลง PMID เป็น PMCID
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
หากพบ PMCID แสดงว่า PMC อาจเปิดให้เข้าถึงข้อความฉบับเต็มได้
2.2.2 จัดลำดับความสำคัญของ BioC JSON
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
ข้อดี: มีโครงสร้างที่ดี เหมาะสำหรับการดึงข้อความหลักออกมาเป็นย่อหน้าๆ
2.2.3 ลองใช้ PMC XML เมื่อ BioC ไม่พร้อมใช้งาน
อินเทอร์เฟซ:
```ข้อความ
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
ข้ามขั้นตอนนี้เมื่อทำการแยกข้อความหลัก:
• เอกสารอ้างอิง
• บรรณานุกรม
• คำขอบคุณ
• การมีส่วนร่วมของผู้เขียน
• ผลประโยชน์ทับซ้อน
การตรวจสอบข้อความฉบับเต็มต้องมีเกณฑ์การหยุด:
• เอกสารแต่ละฉบับจะถูกสแกนเพียงครั้งเดียวเท่านั้น
• โดยค่าเริ่มต้น ระบบจะดึงเฉพาะย่อหน้าที่เกี่ยวข้องกับคำถามเท่านั้น
• หากไม่พบข้อมูลที่ตรงกันในช่องเป้าหมาย ให้ระบุว่า "ไม่พบหลักฐานโดยตรง"
• หลีกเลี่ยงการดึงข้อมูลคำหลักซ้ำๆ
───────────────
2.3 bioRxiv / medRxiv
ใช้เพื่อเสริมข้อมูลในเอกสารฉบับร่างล่าสุด
คุณสามารถใช้ API อย่างเป็นทางการได้:
```ข้อความ
https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD
https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD
```
คุณสามารถใช้การค้นหาแบบปกติเป็นส่วนเสริมได้เช่นกัน:
```ข้อความ
site:biorxiv.org การตายของเซลล์ออร์แกนอยด์จอประสาทตา
site:medrxiv.org การเสื่อมสภาพของออร์แกนอยด์จอประสาทตา
```
เอกสารฉบับร่างต้องติดป้ายกำกับ:
```ข้อความ
นี่เป็นฉบับร่างและยังไม่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ
```
───────────────
2.4 Crossref/OpenAlex/Unpaywall
ใช้เพื่อกรอกข้อมูล DOI ให้ครบถ้วน, ที่อยู่สำหรับเข้าถึงเอกสารฉบับเต็ม และข้อมูลการตีพิมพ์
ครอสเรฟ:
```ข้อความ
https://api.crossref.org/works?query.title=<title>
```
OpenAlex:
```ข้อความ
https://api.openalex.org/works?search=<title or topic>
```
ยกเลิกการเก็บค่าธรรมเนียม:
```ข้อความ
https://api.unpaywall.org/v2/
```
ใช้:
• กรอกข้อมูล DOI ครบถ้วน
• ค้นหาลิงก์ OA PDF
• การตรวจสอบชื่อวารสาร
• การตรวจสอบปีที่ตีพิมพ์
───────────────
2.5 หน้าสำนักพิมพ์
เข้าถึงหน้าของผู้เผยแพร่เฉพาะในกรณีที่ข้อมูล API ไม่เพียงพอเท่านั้น
กฎการเข้าถึง:
• URL ของผู้เผยแพร่แต่ละรายจะถูกทดลองใช้เพียงครั้งเดียวเท่านั้น
• หากคุณพบ CAPTCHA, ระบบป้องกันการเข้าสู่ระบบ, Cloudflare, ข้อความ "ปฏิเสธการเข้าถึง" หรือระบบป้องกันการเข้าถึงจากสถาบัน ให้หยุดทันที
• หลีกเลี่ยงการรีเฟรชหน้าเว็บซ้ำๆ การเปลี่ยนเส้นทางภายในเว็บไซต์เดียวกัน หรือการรอวนลูป
• ใช้ข้อมูลจาก PubMed, PMC, Crossref, OpenAlex, Unpaywall และ DOI เป็นแหล่งข้อมูลสำรอง
3. วิธีการจัดระเบียบข้อมูลหลังจากดึงข้อมูลมาแล้ว
3.1 จัดตั้งโครงสร้างบันทึกข้อมูลที่เป็นมาตรฐานเดียวกัน
เอกสารแต่ละฉบับจะถูกรวบรวมไว้ในบันทึกที่เป็นเอกภาพ
ฟิลด์:
```ข้อความ
พีเอ็มไอดี
โดอิ
พีเอ็มซีดี
ชื่อ
ผู้เขียน
วารสาร
วารสารย่อ
อิสเอ็น
ไอส์เอ็น
ปี
เชิงนามธรรม
แหล่งที่มาของการค้นหา
ระดับหลักฐาน
แท็กหลักฐาน
ประเภทกระดาษ
URL
```
3.2 การกำจัดข้อมูลซ้ำซ้อน
ลำดับความสำคัญ:
1. การลบข้อมูลซ้ำซ้อนของ PMID
2. ใช้ DOI เพื่อลบข้อมูลซ้ำซ้อนหากไม่มี PMID
3. หากไม่มี DOI ให้ใช้ lower(title) + year + first_author เพื่อลบรายการที่ซ้ำกัน
เก็บ query_source ที่ถูกเรียกใช้ในครั้งแรกไว้ และบันทึกว่า query ใดบ้างที่เรียกใช้เอกสารนั้น
3.3 การจำแนกประเภทหลักฐาน
จำเป็นต้องแยกแยะความแตกต่างดังนี้:
หลักฐานโดยตรง:
สายพันธุ์เป้าหมาย เนื้อเยื่อ ชนิดของเซลล์ แบบจำลอง และสภาวะการรักษาจะถูกจับคู่กันโดยตรง
หลักฐานทางอ้อม:
ระบบที่อยู่ใกล้เคียง รูปแบบที่คล้ายกัน และกลไกที่คล้ายกันได้รับการสนับสนุน แต่ไม่ใช่ระบบที่แก้ปัญหาของผู้ใช้โดยตรง
ไม่พบหลักฐานโดยตรง:
มีเพียงข้อมูลพื้นฐาน การคาดเดา บทวิจารณ์ หรือแบบจำลองที่เกี่ยวข้องเท่านั้น ไม่มีผลการทดลองโดยตรง
3.4 การติดฉลากประเภทเอกสาร
อย่างน้อยที่สุดควรทราบสิ่งต่อไปนี้:
• งานวิจัยต้นฉบับ
• ทบทวน
• โปรโตคอล
• บทความก่อนตีพิมพ์
• ชุดข้อมูล/แหล่งข้อมูล
• การศึกษาทางคลินิก
• เอกสารวิธีการ
3.5 กฎการเรียงลำดับ
คำแนะนำในการจัดเรียง:
1. งานวิจัยต้นฉบับที่มีหลักฐานโดยตรง
2. การวิจัยเกี่ยวกับกลไกสำคัญ
3. งานวิจัยสำคัญล่าสุด
4. การศึกษาพื้นฐานแบบดั้งเดิม
5. รีวิวคุณภาพสูง
6. หลักฐานทางอ้อม
อย่าจัดเรียงตามค่า IF เพียงอย่างเดียว ค่า IF เป็นตัวบ่งชี้ระดับวารสารและไม่ได้บ่งบอกถึงคุณภาพของบทความแต่ละบทความ
4. วิธีจัดเรียงข้อความที่ยกมาในข้อความตอบกลับ
4.1 รูปแบบการอ้างอิงข้อความ
ข้อความอ้างอิงทั้งหมดต้องสามารถคลิกได้
รูปแบบ:
```มาร์คดาวน์
[[1. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
ตัวอย่าง:
```มาร์คดาวน์
การศึกษาก่อนหน้านี้ได้สังเกตพบความเครียดและการเสื่อมสภาพของเซลล์รับแสงที่เกี่ยวข้องกับระยะพัฒนาการในออร์แกนอยด์จอประสาทตาของมนุษย์ [[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/)
```
อย่าเขียนแบบนี้:
```ข้อความ
[1]
(PMID: xxxxx)
ดูเอกสารอ้างอิงที่ 1
```
4.2 โครงสร้างคำตอบที่แนะนำ
ย่อหน้าแรก: สรุปโดยตรง
```ข้อความ
สรุป: มีรายงานที่เกี่ยวข้องอยู่บ้าง แต่หลักฐานโดยตรงส่วนใหญ่มุ่งเน้นไปที่...; หลักฐานโดยตรงเกี่ยวกับ... ยังคงขาดอยู่
```
ย่อหน้าที่สอง: การจำแนกประเภทหลักฐาน
```ข้อความ
หลักฐานโดยตรง:
- เอกสารอ้างอิง A: ...
หลักฐานทางอ้อม:
- เอกสารอ้างอิง B: ...
ไม่พบหลักฐานโดยตรง:
- ไม่พบในรอบนี้...
```
ย่อหน้าที่สาม: สรุปกลไกการทำงาน
จัดกลุ่มตามหัวข้อ เช่น:
• วิถีอะพอพโทซิส/แคสเปส
• ภาวะเครียดออกซิเดชัน
• ความผิดปกติของไมโตคอนเดรีย
• ภาวะเครียดของ ER
• ภาวะขาดออกซิเจน/ความเครียดทางเมตาบอลิซึม
• การอักเสบ
• ความไม่สอดคล้องกันด้านพัฒนาการ
ย่อหน้าที่สี่: ช่องว่างทางการวิจัย
ระบุให้ชัดเจนว่าประเด็นใดบ้างที่ขาดหลักฐานโดยตรง
ย่อหน้าที่ห้า: แรงบันดาลใจจากการทดลอง
หากผู้ใช้ต้องการข้อมูลการออกแบบการทดลอง โปรดระบุตัวบ่งชี้ วิธีการวิเคราะห์ จุดเวลา และกลุ่มควบคุม
5. รายชื่อเอกสารอ้างอิงทั้งหมดอยู่ท้ายบทความ
หากมีการอ้างอิงแหล่งอ้างอิงเฉพาะเจาะจงในเนื้อหา จะต้องแนบรายการอ้างอิงทั้งหมดไว้ท้ายบทความด้วย
รูปแบบ:
```มาร์คดาวน์
## รายชื่อข้อมูลอ้างอิงทั้งหมด
1. Smith J และคณะ, **ชื่อวารสาร** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X และคณะ, **ชื่อวารสาร** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=ต้องตรวจสอบ}*
```
รูปแบบผู้เขียน:
• ผู้เขียน 1-3 คน: ระบุชื่อผู้เขียนทั้งหมด
• มีผู้เขียนมากกว่า 3 คน: ผู้เขียนคนแรกและคณะ
PMID / DOI / URL ต้องสามารถคลิกได้
6. การตรวจสอบและการติดฉลาก IF
6.1 ก่อนอื่น เรามาอธิบายข้อจำกัดในทางปฏิบัติของการตรวจสอบ IF กันก่อน
โดยปกติแล้ว ค่า Journal Impact Factor อย่างเป็นทางการจะมาจาก Clarivate Journal Citation Reports (JCR) อย่างไรก็ตาม โดยทั่วไปแล้ว ตัวแทนภายนอกใดๆ ก็ตามมักไม่มีบัญชี Clarivate/JCR หรือตาราง JCR ในเครื่อง ดังนั้นอย่าตรวจสอบผ่านช่องทางนี้
```
6.2 วิธีการปฏิบัติในการใช้ทักษะ IF
เส้นทางหลัก:
1. หากข้อมูลที่ป้อนเป็น PMID ให้ใช้ NCBI E-utilities เพื่อดึงข้อมูลเมตาจาก PubMed ก่อน
- ดึงข้อมูลชื่อวารสารแบบเต็ม - ดึงข้อมูลชื่ออ้างอิง/ตัวย่อ ISO - ดึงข้อมูล ISSN/eISSN - ดึงข้อมูลฟิลด์เสริม เช่น ชื่อเรื่อง ปี และ DOI
2. ใช้ส่วนติดต่อผู้ใช้ JSON บนมือถือของ iikx/iscience ที่เปิดให้ใช้งานได้ทั่วไปในการค้นหาวารสาร
API ค้นหา:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
รายละเอียด API:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. ทำการค้นหาโดยใช้เกณฑ์การจับคู่แบบอนุรักษ์นิยมกับผลการค้นหา
- ให้ความสำคัญกับการจับคู่ชื่อวารสารที่ตรงกันทุกประการเป็นอันดับแรก - รองลงมาคือการจับคู่คำย่อที่ตรงกันทุกประการ - ใช้ความระมัดระวังเป็นพิเศษกับคำสั้นและคำกว้าง - ไม่ยอมรับการจับคู่ที่ไม่ตรงกันอย่างเห็นได้ชัด เช่น การจับคู่ "Nature" กับ "Nature Reviews" - ส่งคืนผลลัพธ์ที่ไม่ชัดเจน/ไม่พบ หากการจับคู่ไม่เสถียร แทนที่จะคาดเดา
4. หาก PubMed ให้ชื่อย่อมา ให้ลองขยายชื่อย่อนั้นให้เป็นชื่อเต็มหรือชื่อเรื่องอื่นโดยใช้แคตตาล็อกของ NLM
ส่วนติดต่อการค้นหาในแคตตาล็อกของ NLM ยังคงเป็น NCBI E-utilities:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Title Abbreviation]&retmode=xml&retmax=1
```
จากนั้นใช้ ESummary เพื่อรับชื่อเรื่อง/ชื่อเรื่องสำรอง
5. อ่านรายละเอียดผลลัพธ์จาก iikx:
- ค่า Impact Factor - ปีของ Impact Factor - อันดับควอไทล์ของ JCR - อันดับควอไทล์ของ CAS/CAS (ถ้ามี) - URL ของแหล่งข้อมูล - ระดับความมั่นใจในการจับคู่
6. อย่าใส่ปี IF ไว้ในเนื้อหาหลักเมื่อทำการอธิบายเพิ่มเติม ให้ใช้คำอธิบายแบบกระชับแทน
คำอธิบายประกอบสุดท้ายควรระบุเพียง:
```ข้อความ
*{IF=X,Qn}*
```
หากล้มเหลว:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
หรือ:
```ข้อความ
*{IF=ไม่พบ}*
```
6.3 ขั้นตอนเฉพาะ
ดำเนินการตามขั้นตอนต่อไปนี้สำหรับเอกสารแต่ละฉบับ
ขั้นตอนที่ 1: เตรียมชื่อสำหรับการค้นหาในวารสาร
ให้ความสำคัญกับการดึงข้อมูลจากเมตาเดต้าของ PubMed เป็นอันดับแรก:
```ข้อความ
ชื่อวารสารฉบับเต็ม
ISOAbbreviation / Source
ISSN
อีอิสเอ็น
```
หากมีเพียง DOI ให้ใช้ Crossref หรือ OpenAlex เพื่อค้นหาชื่อวารสารก่อน
ครอสเรฟ:
```ข้อความ
https://api.crossref.org/works/
```
OpenAlex:
```ข้อความ
https://api.openalex.org/works/https://doi.org/
```
ขั้นตอนที่ 2: กำหนดมาตรฐานชื่อวารสาร
กฎเกณฑ์การกำหนดมาตรฐาน:
• ตัวพิมพ์เล็กทั้งหมด
• การถอดรหัส HTML
• แทนที่ & ด้วย and
• ลบเครื่องหมายวรรคตอนออก
• รวมพื้นที่หลายๆ แห่งเข้าด้วยกัน
• เมื่อทำการเปรียบเทียบ คุณสามารถใช้รูปแบบย่อ ซึ่งจะลบช่องว่างทั้งหมดออกไปได้
ตัวอย่างรหัสเทียม:
ไพธอน
นำเข้า re, html
นิยามบรรทัดฐาน:
s = html.unescape(s หรือ '').lower()
s = re.sub(r'&', ' และ ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
return re.sub(r'\s+', ' ', s).strip()
def compact(s):
คืนค่าค่าปกติ (norm(s)) แล้วแทนที่ด้วย ' ', ''
```
ขั้นตอนที่ 3: ค้นหาข้อมูลผ่านอินเทอร์เฟซการค้นหาของ iikx
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
ขอแนะนำให้ตั้งค่า User-Agent ตัวอย่างเช่น:
```ข้อความ
มอซซาโกลา/5.0
```
หากไม่พบผลลัพธ์ที่ตรงกันเป๊ะในหน้าแรก คุณสามารถเลื่อนดูได้เพียงจำนวนหน้าจำกัด เช่น ไม่เกิน 8 หน้า
โดยทั่วไปแล้วพารามิเตอร์สำหรับการเปลี่ยนหน้ามีดังนี้:
```ข้อความ
หน้า=2
หน้า=3
```
ขั้นตอนที่ 4: เลือกผู้สมัครจากผลการค้นหา
สาขาอาชีพที่ผู้สมัครมักพิจารณา ได้แก่:
```ข้อความ
รหัส
คลาส
ชื่อ
คำบรรยายขนาดเล็ก
IF หรือ IF2024
zky2020
URL
```
กฎการจับคู่:
• ถ้า compact(query) == compact(candidate.title) ให้ยอมรับ
• ถ้า norm(query) == norm(candidate.title) ให้ยอมรับ
• ถ้า compact(query) == compact(candidate.smalltitle) ให้ยอมรับ
• ถ้า norm(query) == norm(candidate.smalltitle) ให้ยอมรับ
• ห้ามรับสตริงย่อยเว้นแต่ว่าคำค้นหาจะยาวเพียงพอและไม่กำกวม
• ควรระมัดระวังเป็นพิเศษกับคำสั้นๆ เช่น Nature, Science, Cell, Brain, Vision และ Retina
ขั้นตอนที่ 5: หากไม่พบรายการที่ตรงกัน ให้ใช้ตัวย่อแบบขยายของแคตตาล็อก NLM
ตัวอย่างเช่น ใน PubMed แหล่งที่มาคือ:
```ข้อความ
รังสีอิสระ ชีวการแพทย์
```
คุณสามารถตรวจสอบได้ที่:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1
```
หลังจากได้รับรหัสแคตตาล็อกของ NLM แล้ว ให้ใช้งานดังนี้:
```ข้อความ
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
อ่าน:
```ข้อความ
ชื่อ
ชื่อเรื่องทางเลือก
```
จากนั้นใช้ชื่อเต็มเหล่านี้ในการค้นหา iikx
ขั้นตอนที่ 6: ตรวจสอบรายละเอียดอินเทอร์เฟซ iikx
หากผลการค้นหามีข้อมูลดังต่อไปนี้:
```ข้อความ
id=
คลาส = <คลาส>
```
เรียก:
```ข้อความ
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
อ่านรายละเอียดเพิ่มเติม:
```ข้อความ
IF2024, IF2023, IF2022 ...
ถ้า
zky2020 หรือฟิลด์ควอไทล์ JCR อื่นๆ
jcr22 / jcr12 หรือฟิลด์พาร์ติชัน
อิสเอ็น
ไอส์เอ็น
ชื่อ
คำบรรยายขนาดเล็ก
หมวดหมู่
```
ขั้นตอนที่ 7: เลือกคำสั่ง IF ล่าสุด
ค้นหาข้อมูลในฟิลด์ที่ส่งคืนเพื่อหารูปแบบทั้งหมดที่พบ:
```ข้อความ
IF20xx
```
ตัวอย่างเช่น:
```ข้อความ
ไอเอฟ2024
ไอเอฟ2023
ไอเอฟ2022
```
เลือกปีที่มีตัวเลขหลักสำคัญมากที่สุด
หากไม่พบ IF20xx ให้ลองอ่าน:
```ข้อความ
ถ้า
ถ้าค่า
```
หากไม่พบค่าที่ถูกต้อง ระบบจะระบุว่าไม่พบข้อมูล
ขั้นตอนที่ 8: แสดงระดับความเชื่อมั่นและป้ายกำกับ
หากชื่อเรื่อง/ชื่อย่อตรงกันทุกประการ และรายละเอียดส่งค่า IF ที่ถูกต้องกลับมา:
```ข้อความ
*{IF=X,Qn}*
```
หากผลการแข่งขันไม่แน่ชัด:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
หาก API สาธารณะไม่แสดงผลลัพธ์ใดๆ:
```ข้อความ
*{IF=ไม่พบ}*
```
6.4 รูปแบบคำอธิบายประกอบ IF
รูปแบบคงที่:
```ข้อความ
*{IF=X,Qn}*
```
ตัวอย่าง:
```มาร์คดาวน์
Smith J และคณะ, **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
สังเกต:
• ปีของ JCR ไม่ได้ถูกเขียนไว้ในคำอธิบายประกอบ IF
• ห้ามเขียนว่า "2024 JCR IF"
• ห้ามเขียน "JCR 2024"
• จะเก็บรักษาไว้เฉพาะปีที่ตีพิมพ์เท่านั้น
• หากค่า IF เป็น 0.0, เป็นค่าว่าง, มีแหล่งที่มาไม่เสถียร หรือมีการจับคู่ที่ไม่เสถียร ตัวเลขนั้นจะไม่แสดง
6.5 การจัดการมาตรฐานสำหรับความล้มเหลวในการตรวจสอบ IF
อย่าเดา
ห้ามใช้ชื่อวารสารในการกรอกตัวเลข
อย่าใช้แบบจำลองขนาดใหญ่เพื่อจดจำและกรอกคำสั่ง IF
เมื่อเกิดความล้มเหลว จะอนุญาตให้มีสถานะได้เพียงสามสถานะเท่านั้น:
```ข้อความ
*{IF=รอการตรวจสอบ}*
```
ใช้สำหรับ:
• ผลการค้นหาไม่ชัดเจน
มีวารสารที่คล้ายคลึงกันหลายฉบับ
• พบเพียงชื่อย่อ แต่ไม่สามารถยืนยันชื่อเต็มได้
• ค่า IF ที่ได้จากแหล่งข้อมูลสาธารณะนั้นน่าสงสัย
```ข้อความ
*{IF=ไม่พบ}*
```
ใช้สำหรับ:
• การค้นหาข้อมูลในส่วนติดต่อสาธารณะไม่พบผลลัพธ์ใดๆ
• วารสารนี้ไม่อยู่ในขอบเขตการคุ้มครองของ SCI/JCR
• ฉบับใหม่นี้ยังไม่มีรหัส IF
```ข้อความ
*{IF=ไม่สามารถตรวจสอบได้โดยสาธารณะ}*
```
ใช้สำหรับ:
• ผู้ใช้จำเป็นต้องมี JCR อย่างเป็นทางการ แต่เอเจนต์ปัจจุบันไม่มีสิทธิ์เข้าถึง Clarivate/JCR
7. รายการตรวจสอบตนเองขั้นสุดท้าย
ต้องตรวจสอบก่อนจัดส่ง:
• ควรตอบคำถามหลักของผู้ใช้ก่อนหรือไม่?
• ควรแยกแยะระหว่างหลักฐานโดยตรง หลักฐานโดยอ้อม และการไม่พบหลักฐานโดยตรงหรือไม่
• ข้อความอ้างอิงทั้งหมดสามารถคลิกได้หรือไม่?
• มีรายการอ้างอิงฉบับสมบูรณ์อยู่ท้ายบทความหรือไม่
• เอกสารทุกฉบับมีป้ายกำกับ IF (ข้อมูลเข้า/ข้อมูลออก) หรือป้ายกำกับที่ระบุว่ากำลังรอการตรวจสอบ/ไม่พบข้อมูลหรือไม่?
• สามารถคลิกดูได้หรือไม่ว่า PMID/DOI/URL นั้นถูกต้องหรือไม่
• วิธีนี้หลีกเลี่ยงการนำผลการวิเคราะห์เนื้อเยื่อโดยรวมมาแทนที่ข้อสรุปเกี่ยวกับเซลล์ชนิดเฉพาะหรือไม่?
• วิธีนี้ช่วยหลีกเลี่ยงการใช้การกระตุ้น/ฟอสโฟรีเลชันมาทดแทนการเพิ่มขึ้นของการแสดงออกโดยรวมหรือไม่?
• จะระบุว่าเป็นฉบับร่างก่อนตีพิมพ์หรือไม่
• มีการระบุขอบเขตการค้นหาหรือไม่?
• หากข้อมูลนั้นไม่ได้มาจากความทรงจำหรือการคาดเดา
8. รหัสเทียมที่สามารถสร้างซ้ำได้
ไพธอน
queries = build_queries(user_question)
pmid ทั้งหมด = []
สำหรับคำค้นหาในคำค้นหา:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
all_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
เมตาเดต้า = ncbi_esummary(pmids)
abstracts = ncbi_efetch_abstract(pmids)
records = merge_metadata_and_abstracts(metadata, abstracts)
records = tag_evidence(records, user_question)
records = rank_records(records)
เลือก = เลือกบันทึกยอดนิยม (บันทึก)
หากต้องการข้อความเต็ม:
สำหรับบันทึกใน selected_key_records:
pmcid = idconv_pmid_to_pmcid(record.pmid)
ถ้า pmcid:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
สำหรับบันทึกในรายการที่เลือก:
journal_query = record.full_journal_name หรือ record.journal_abbrev
if_result = lookup_if_public_iikx(journal_query)
หากผลลัพธ์มีความมั่นใจ:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
elif if_result.ambiguous:
record.if_annotation = '*{IF=รอการตรวจสอบ}*'
อื่น:
record.if_annotation = '*{IF=ไม่พบ}*'
คำตอบ = แต่งคำตอบ(
บทสรุป
กลุ่มหลักฐาน
การอ้างอิงเนื้อหาที่คลิกได้
รายการอ้างอิงแบบเต็มพร้อมเงื่อนไข
)
```
9. แม่แบบการส่งมอบขั้นสุดท้ายที่แนะนำ
```มาร์คดาวน์
สรุปแล้ว:
...
ระดับของหลักฐาน:
หลักฐานโดยตรง:
- ……[[1. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
หลักฐานทางอ้อม:
- …[[2. **วารสาร**, ปี]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
ไม่พบหลักฐานโดยตรง:
- ……
สรุปกลไกการทำงาน:
1. ……
2. ……
ขอบเขตการค้นหา:
การค้นหาในรอบนี้ส่วนใหญ่ใช้ฐานข้อมูล PubMed, PMC, BioC และ bioRxiv โดยการคัดกรองเบื้องต้นพิจารณาจากเมตาเดต้าและบทคัดย่อ และมีเพียงเอกสารสำคัญเท่านั้นที่จะได้รับการตรวจสอบเนื้อหาฉบับเต็ม การระบุข้อมูลโดยใช้ IF นั้นอ้างอิงจากแหล่งข้อมูลที่เข้าถึงได้โดยสาธารณะ เอกสารที่ไม่สามารถจับคู่ได้อย่างมั่นใจจะถูกทำเครื่องหมายว่าอยู่ระหว่างการตรวจสอบหรือตรวจไม่พบ
รายชื่อเอกสารอ้างอิงฉบับสมบูรณ์:
1. Smith J และคณะ, **ชื่อวารสาร** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X และคณะ, **ชื่อวารสาร** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=ต้องตรวจสอบ}*
```
คำอธิบาย
แนะนำโดย
Nico@YouMind
เหตุผลที่เราแนะนำทักษะนี้
ทักษะนี้เป็นคู่มือที่เชื่อถือได้สำหรับการวิจัยทางชีวการแพทย์ โดยผ่านการค้นหาแบบมีโครงสร้าง การคัดกรองวรรณกรรมหลายขั้นตอน และการตรวจสอบ IF อย่างเข้มงวด เพื่อให้มั่นใจว่ามีข้อมูลทางวิทยาศาสตร์ที่ถูกต้องสูงและตรวจสอบได้
สถานการณ์การใช้งาน: ดำเนินการสืบค้นเอกสารวิจัยด้านชีวภาพ/ชีวการแพทย์อย่างครบถ้วน และให้ผลลัพธ์ที่ละเอียดและเชื่อถือได้แก่ผู้ใช้ 1. หลังจากผู้ใช้เริ่มการสืบค้น ระบบจะแยกย่อยปัญหาและคำสำคัญ 2. ใช้แหล่งข้อมูลที่เปิดเผยและทำซ้ำได้ในการสืบค้นเอกสาร 3. ลบรายการซ้ำ จัดชั้น แบ่งระดับหลักฐาน และเรียงลำดับผลลัพธ์ 4. ในการตอบกลับ ใช้การอ้างอิงที่คลิกได้ในเนื้อหา 5. ท้ายข้อความ แสดงรายการข้อมูลเอกสารทั้งหมดทีละรายการ โดยระบุ IF ตามเส้นทางที่ตรวจสอบได้สาธารณะ หากไม่สามารถยืนยันด้วยความเชื่อมั่นสูง ต้องระบุว่า "รอการยืนยัน" หรือ "ตรวจไม่พบ"
ทักษะที่เกี่ยวข้อง
ดูทั้งหมด
วิจัยผู้เชี่ยวชาญบทความวิจัย
ช่วยให้ผู้จัดการผลิตภัณฑ์ ผู้ก่อตั้ง และนักพัฒนาแอปพลิเคชันเข้าใจบทความ AI ตามห่วงโซ่เหตุผลเชิงประวัติศาสตร์ และนำไปประยุกต์เป็นการตัดสินใจด้านผลิตภัณฑ์ ขอบเขตทางเทคนิค สัญชาตญาณทางวิศวกรรม และการวิเคราะห์โอกาส
วิจัยเพื่อนดูหนังรอบด้าน Pro
เพื่อนคู่ใจดูหนังรอบด้านของคุณ สำหรับหนังทุกเรื่อง คุ้มค่าที่จะใช้มัน ก่อนดูช่วยติวและประเมินว่าคุ้มค่าหรือไม่ หลังดูแปลงร่างเป็นนักล่าอีสเตอร์เอ้ก ค้นหาหลักฐานทั่วเน็ต เจาะลึกเบาะแสและปมซ่อนเร้น คุยจบแล้วช่วยเขียนรีวิวที่ให้ความรู้สึกเหมือนคนจริง หรือเรียบเรียงเป็นสคริปต์ตัดต่อเพื่ออธิบายความหมาย พร้อมโพสต์ได้ทันที เพื่อนคนเดียว ดูแลคุณครบสามช่วงตลอดการดูหนัง 🔍 แหล่งที่มาโปร่งใส ไม่ได้มั่วมาจาก AI ทุกการวิเคราะห์ทำให้ผู้ใช้รู้ว่าข้อมูลนี้มาจากไหน ถ้ามีหลักฐานอ้างอิง จะระบุชื่อแหล่งที่มาและแนบลิงก์ที่คลิกได้ (เช่น Douban, Zhihu, บทสัมภาษณ์ผู้กำกับ ฯลฯ) สำหรับการตีความของเพื่อน AI จะระบุเป็นภาษาธรรมชาติว่า 'เพื่อนคิดว่า' (ไม่แอบอ้างเป็นผู้เชี่ยวชาญ) ถ้ายังไม่มีการยืนยัน จะพูดตรงๆ ว่า 'ยังไม่พบแหล่งที่เชื่อถือได้' คุณจะรู้ได้ทันทีว่าอันไหนค้นมาจากอินเทอร์เน็ต อันไหนเป็นการคิดเองของเพื่อน ไม่ปนกัน ทุกการวิเคราะห์ที่มีหลักฐานจะแนบลิงก์แหล่งที่มา กดครั้งเดียวก็ดูต้นฉบับได้ 📚 ก่อนดูช่วยติว รวดเร็ว ตรงประเด็น และไม่สปอยล์ มีซีรีส์ภาคต่อแต่ไม่มีเวลาดูภาคก่อน? ช่วยสรุปเรื่องก่อนหน้า ความสัมพันธ์ตัวละคร คำศัพท์ที่ต้องรู้ และจุดคาดหวัง โดยรีวิวเฉพาะภาคก่อน ไม่สปอยล์หนังใหม่ ไฟล์ติวมีภาพประกอบสวยงาม พร้อมโปสเตอร์ทางการและภาพคอนเซ็ปต์อาร์ตสาธารณะ และยังมีการประเมิน 'คุ้มค่าหรือไม่' โดยสำรวจเรตติ้งจาก Douban, Rotten Tomatoes, IMDb และวิเคราะห์ช่องว่างระหว่างโปรโมชันกับความเป็นจริง 🥚 หลังดูเป็นนักล่าอีสเตอร์เอ้ก เจาะลึกสุดมันส์ ดูจบแล้วยังคิด 'นาทีนั้นมันหมายความว่าอะไร'? ค้นหาทั่วเน็ตเพื่อหาอีสเตอร์เอ้ก ปมที่ถูกวางไว้ ห่วงโซ่การเฉลยปม เส้นเรื่องตัวละครแฝง และการอ้างอิงทางวัฒนธรรม ตอบคำถามแบบสนทนา ถามอะไรเพื่อนก็ขุดไปตามนั้น พอพูดถึงฉากสำคัญก็แปะภาพนิ่งจากหนังสาธารณะให้ดู และทุกการวิเคราะห์แนบลิงก์แหล่งที่มา 📝 จัดโน้ตให้พร้อมโพสต์ (ไม่บังคับ) คุยจบแล้วอยากแชร์ต่อไหม? มีรีวิวที่ให้ความรู้สึกเหมือนคนจริง (มีความคิดเห็นและอารมณ์ เหมือนคนเขียนจริง เหมาะกับ Douban, WeChat Official Account, Moments) หรือสคริปต์ตัดต่อวิดีโอสำหรับการวิเคราะห์หนัง (พร้อมสตอรีบอร์ด จัดภาพ คำบรรยาย และตัวหนังสือประกอบไว้ครบ พร้อมนำไปตัดต่อ เหมาะกับ Xiaohongshu, Douyin, Bilibili) โดยเพื่อนจะไม่เสนอขายเอง จะทำงานเมื่อคุณขออย่างชัดเจนเท่านั้น 🎬 ครอบคลุมภาพยนตร์ แอนิเมชัน และซีรีส์ส่วนใหญ่ ทุกครั้งที่หนังดังเข้าฉาย = ติวก่อนดู + เจาะลึกหลังดู = การเดินทางที่สมบูรณ์แบบ และการจัดโน้ตจะทำงานตามที่ต้องการ
โค้ชอ่านหนังสือสี่คำถาม
ผู้ใช้ระบุชื่อหนังสือ (พร้อมอาชีพ/ตำแหน่ง/สถานะได้) จากนั้นอิงตามกรอบ 'คำถามสี่ข้อของนักอ่านที่ดี' จากหนังสือ 'วิธีอ่านหนังสือ' ระบบจะผสมผสานความรู้ที่มีอยู่ การค้นหาออนไลน์ และเอกสารที่ผู้ใช้อัปโหลดเข้าด้วยกัน เพื่อส่งออกเอกสารการอ่านแบบมีโครงสร้าง ซึ่งประกอบด้วย ประวัติผู้แต่ง การวิเคราะห์ตามคำถามสี่ข้อ คำพูดเด่น 10 ข้อ และหนังสือแนะนำที่เกี่ยวข้อง 3 เล่ม
ค้นหาทักษะโปรดถัดไปของคุณ
สำรวจทักษะ AI ที่คัดสรรเพิ่มเติมสำหรับการวิจัย การสร้างสรรค์ และงานประจำวัน