一篇新论文介绍了一种用于技术辅助审查（TAR）的启发式停用方法，旨在优化系统评价中的文件筛选。与现有关注召回率的方法不同，这些新方法监控已筛选文件的信息内容，以确定信息需求是否已满足。在诊断试验准确性系统评价数据集上的评估表明，这些方法可以在很大程度上保留完整证据集得出的结论的同时，显著减少检查的文件数量。 AI
排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了系统评价的新方法。[lever_c_demoted from research: ic=1 ai=0.4]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Diagnostic Test Accuracy Systematic Reviews
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- Technology Assisted Review
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →