INSPECT-AI: Strumento LLM per Valutazioni Trasparenti dell'Integrità della Ricerca nelle Pubblicazioni RCT
Il preprint arXiv identificato come 2608.07202 presenta INSPECT-AI, uno strumento interattivo basato su LLM, progettato per assistere i revisori umani nella valutazione dell'integrità delle Sperimentazioni Cliniche Randomizzate (RCT) pubblicate. Questo strumento si basa sul framework ampiamente accettato INSPECT-SR e utilizza l'ontologia Research Integrity Provenance and Evidence (RIPE-O) per tracciare le origini del processo di valutazione. Inoltre, gli autori introducono il knowledge graph Research Integrity Provenance and Evidence (RIPE-KG), che presenta una raccolta iniziale di 140 valutazioni di integrità da parte di esperti per 95 pubblicazioni RCT. Offrendo una metodologia strutturata e trasparente, il documento affronta il problema delle valutazioni soggettive dell'integrità, con l'obiettivo finale di proteggere le linee guida per la cura clinica dall'essere influenzate da risultati di ricerca scadenti o fraudolenti.
Fatti principali
- INSPECT-AI è uno strumento interattivo basato su LLM per la valutazione dell'integrità della ricerca nelle pubblicazioni RCT.
- Lo strumento si basa sul framework INSPECT-SR e sull'ontologia RIPE-O.
- RIPE-KG è un knowledge graph contenente 140 valutazioni di esperti su 95 pubblicazioni RCT.
- Il documento è disponibile su arXiv con identificativo 2608.07202.
- Lo strumento mira ad assistere i revisori umani nella valutazione dell'integrità della ricerca.
- Le valutazioni sono documentate con provenienza utilizzando RIPE-O.
- L'obiettivo è prevenire che ricerche di bassa qualità o false influenzino le linee guida cliniche.
- Il documento è stato annunciato come nuovo preprint su arXiv.
Entità
Istituzioni
- arXiv