这项研究引入了一种开创性的基于人工智能的工具，旨在提高系统文献综述中的文章选择阶段的效率，通过数据准备、人工智能辅助文章评估和结构化结果展示的三重方法实现，该工具在各个学术领域中显著加速了文献综述的耗时任务，特别在管理和经济学等领域中，GPT 模型的采用可以大大减少潜在的偏见，提高文献综述选择阶段的速度和准确性，不仅增加了研究人员的生产力和准确性，而且在涌现的学术出版物潮中迈出了重要的步伐。

Jan, 2024

使用 GPT-4 大型语言模型（LLM）的 GPTscreenR 软件包及链式思维技术，能够自动筛选大量学术资源并在效能和性能方面表现良好，提供了一个可集成到现有审查流程中的用户友好的软件框架。

Nov, 2023

本文探讨使用基于 Transformer 的生成模型 ChatGPT 生成系统评价文献搜索的优秀的布尔查询，并通过实验验证其具有高的搜索精度。ChatGPT 能够执行复杂的指令并生成高精度的查询，对于进行系统评价的研究者特别是对于时间紧迫的快速评价，ChatGPT 是一种有价值的工具。

Feb, 2023

该论文提出了一个分析框架，利用 ChatGPT 在医疗系统工程领域进行学术评论。通过使用 ChatGPT API 和定制的提示，我们系统地审查了该领域的 9,809 个摘要段落，并将目标领域划分为 11 个主题类别，进行了全面的分析。这项工作探索了利用 ChatGPT 减轻学术评论负担的潜力，并提供了有关医疗系统工程研究动态的宝贵见解。

May, 2024

本文采用系统性综述和文献计量分析的方法，评估了 ChatGPT 在不同领域中的应用和潜在影响，发现尽管 AI 技术在各种行业中具有革命性的潜力，但需要进一步跨学科研究，定制集成和道德创新来解决现有问题并确保其负责任的使用。

May, 2023

系统性综述（SR）是软件工程（SE）中一种常见的研究方法。本研究旨在调查大型语言模型（LLMs）是否能通过简化摘要来加速标题 - 摘要筛选，并自动化标题 - 摘要筛选。研究结果表明，使用 LLMs 进行文本简化在筛选过程中并未显著提高人类的表现，但减少了筛选所需的时间。虽然当前的 LLMs 在筛选任务中并不比人类筛选者更准确，但使用 LLMs 自动化标题 - 摘要筛选似乎是有前景的。需要进一步的研究才能推荐在 SR 筛选过程中使用 LLMs。建议未来的 SR 研究发布包含筛选数据的复制包，以便进行更有说服力的 LLM 筛选实验。

Apr, 2024

ChatGPT 4.0 在评估期刊文章上进行研究评估的准确性方面仍不足，需要进一步改进和控制使用。

Feb, 2024

本研究评估了 ChatGPT 在内容排序方面的能力，结果表明 ChatGPT 的排序偏好与人类的一定程度上一致。这证明了它具有一定的‘zero-shot ranking’能力，有潜力在许多排序任务中减轻注释压力。

Mar, 2023

通过比较 OpenAI GPT API 对临床评论文章标题和摘要的筛选效果和两位独立人工审核的效果，我们发现使用 OpenAI GPT API 可以显著提高临床评论的筛选效率和准确性。

May, 2023

ChatGPT 3.5 可以将多达 3000 个词的内容浓缩成一页，能够有针对性地从给定的文本中保留关键信息；通过对七篇科学文章使用 ChatGPT 服务生成摘要并与六位合著者进行调查，发现 ChatGPT 生成的摘要能够成功概括文章中的重要信息，保留了每篇文稿的主要信息，但与原文相比，在摘要的技术深度上稍有降低；综上，我们的研究结论强调了 ChatGPT 在文本摘要功能上作为提取关键洞察的强大工具，更符合报告性的方式而非纯粹的科学论述。

Nov, 2023