ReviewFlow:支持学术同行评审的智能脚手架系统
同行评审是科学的基石。研究社区进行同行评审以评估贡献并提高整体科学工作质量。每年都有新社区成员首次被招募为同行评审员。技术如何帮助新手遵守其社区的同行评审实践和标准?为了更好地了解同行评审实践和挑战,我们对10名新手和10名专家进行了形成性研究。我们发现许多专家采用注释、记笔记并将笔记综合成符合社区标准的合理评审的工作流程。新手缺乏关于如何阅读和评估投稿以及如何构建论文评审的及时指导。为了支持同行评审过程,我们开发了ReviewFlow——一种AI驱动的工作流程,通过上下文反思来支持新手对投稿进行批评和注释,提供-situ知识支持以评估新颖性,以及笔记转大纲合成来帮助使同行评审与社区期望保持一致。在一项被试内实验中,16名经验不足的评审员使用ReviewFlow和几乎没有指导的基线环境撰写评审。使用ReviewFlow的参与者产生的评审比基线更全面,指出更多优缺点,但他们仍然难以提供可操作的建议来解决弱点。虽然参与者赞赏ReviewFlow提供的简化流程支持,但他们也对在科学评审过程中使用AI表示担忧。我们讨论了使用AI脚手架同行评审流程对科学工作及其他方面的影响。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
研究问题
3- 如何为新手评审者提供动态且上下文相关的指导以提高学术评审的质量?分类: 学术评审与反思支架同类问题arrow_forward
- 智能支架技术能否支持新手进行反思性阅读和高效率写作?分类: 学术评审与反思支架同类问题arrow_forward
- 结合LLM的学术评审支持工具在实践中效果如何?分类: 学术评审与反思支架同类问题arrow_forward
现实痛点
1- 新手评审者缺乏评审过程中的结构化指导,导致评审质量不一致。分类: 学术评审与反思支架同类问题arrow_forward
- 100%
Cody:基于AI的系统,用于定性研究的半自动化编码
CHI '21· 大语言模型(LLM)的人机协作 +1
- 80%
我们是否在轨道上?会议期间由AI辅助的主动和被动目标反思
CHI '25· 大语言模型(LLM)的人机协作 +2
- 80%
大型语言模型在质性研究中的应用:用途、张力与意图
CHI '25· 大语言模型(LLM)的人机协作 +2
- 80%
IdeaSynth:通过演化和组合具有文献支持反馈的研究想法要素进行迭代研究想法开发
CHI '25· 大语言模型(LLM)的人机协作 +2
- 80%
AI使用的低报:社会期望偏差的作用
CHI '26· 大语言模型(LLM)的人机协作 +2
- 80%
基于大语言模型的临界论文阅读现场思考交流
IUI '26· 大语言模型(LLM)的人机协作 +2
- 80%
DiscipLink:通过人机协同探索促进跨学科信息寻求过程
UIST '24· 大语言模型(LLM)的人机协作 +2
- 75%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察)
- 75%
第三届早期职业发展研讨会
CHI '18· 用户研究方法(访谈、调查、观察)
- 75%
人机交互简介
CHI '18· 用户研究方法(访谈、调查、观察)
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)