ASReview
Quelloffenes Werkzeug der Universität Utrecht, das beim Sichten großer Literaturmengen per Active Learning die relevantesten Treffer zuerst zeigt.
Was es kann
ASReview LAB hilft dir, große Treffermengen aus Literaturrecherchen zu sichten, etwa für systematische Reviews. Du importierst Titel und Abstracts und entscheidest Eintrag für Eintrag, ob er relevant ist. Ein Modell lernt aus deinen Entscheidungen (Active Learning) und zeigt dir als Nächstes die Datensätze, die am wahrscheinlichsten passen. Vorkonfigurierte Modelle kombinieren TF-IDF oder Embedding-Modelle mit Klassifikatoren wie SVM; die Erweiterung Dory bringt weitere Bausteine mit. Ein Simulationsmodus zeigt, wie gut ein Modell auf bereits bewerteten Daten abschneidet. Die Oberfläche öffnet sich im Browser, alternativ arbeitest du über die Kommandozeile.
Für wen es passt
Für Forschungsteams, Hochschulen, Behörden und Fachabteilungen, die regelmäßig Hunderte bis Tausende Publikationen sichten, etwa für Leitlinien, Gutachten oder Studienübersichten. Grundkenntnisse in Python erleichtern die Installation.
Datenschutz im Unternehmen
ASReview läuft auf deinem eigenen Rechner oder Server, Projekte liegen lokal im Ordner .asreview; auch ein Docker-Container steht bereit. Laut Projekt werden keine Nutzungsdaten erhoben. Deine Bewertungen trainieren nur das Modell im jeweiligen Projekt. Einen Auftragsverarbeitungsvertrag oder Geschäftstarife gibt es nicht, da kein kommerzieller Cloud-Dienst angeboten wird. Für Teams gibt es ASReview LAB Server mit Anmeldung und gemeinsamem Screening, den du selbst auf eigener Hardware oder in einer Cloud betreibst; für dessen Sicherheit bist du dann selbst verantwortlich.
Grenzen
Das Tool sortiert nur nach Relevanz, die Entscheidung triffst du selbst – auch, wann du das Screening beendest. Installation und Serverbetrieb erfordern technisches Know-how. Hilfe gibt es über GitHub-Diskussionen; gegen Gebühr bietet das Team der Universität Utrecht Schulungen, Workshops und Beratung an, Preise nennt es nicht.