確実性に基づくスクリーニングによる系統的レビューの作業負荷の削減

系統的レビューでは、出版された研究の増加により、レビューワーに大きなスクリーニング作業負荷がかかります。アクティブラーニングは、スクリーニングのいくつかの決定を自動化することによって作業負荷を軽減する有望なアプローチですが、限られた数の分野で評価されています。アクティブラーニングを社会科学のような複雑なトピックに適用することの適合性は研究されておらず、系統的レビューにおけるデータの不均衡問題に対処するための有用な基準と強化の選択は未解決の問題のままです。私たちは、臨床医学および社会科学（特に公衆衛生）分野の両方で2つの基準（確実性と不確実性）およびいくつかの強化を用いてアクティブラーニングを適用し、両者の結果を比較しました。その結果、確実性基準は関連する文書を見つけるのに有用であり、肯定的事例に重みを付けることは両方のデータセットにおけるデータの不均衡問題を克服するために有望です。潜在的ディリクレ配分（LDA）も、手動で割り当てられた情報がほとんどない場合に有望であることが示されています。アクティブラーニングは複雑なトピックにおいて効果的ですが、テキスト分類の困難さによりその効率は制限されています。最も有望な基準と重み付け方法はレビューのトピックに関係なく同じであり、LDAのような教師なし技術は手動アノテーションなしでアクティブラーニングのパフォーマンスを向上させる可能性があります。