1
輸入研究主題
從主題、研究問題或研究領域開始。你也可以選擇標準系統性文獻回顧或統合分析。可選的年份篩選可在需要時縮小檢索範圍。
用於更快、更嚴謹證據綜整的 AI 系統性文獻回顧與統合分析自動化
使用 Gatsbi Reviewer 自動化你的系統性文獻回顧（SLR）與統合分析流程，從智慧研究篩選、資料擷取，到偏誤評估、統計綜整與結構化手稿生成。適用於研究者、學生、臨床人員與學術專業人士，在減少手動負擔的同時產出更嚴謹的結果。
運作方式
2
讓 Gatsbi 自動搜尋與篩選
Gatsbi Reviewer 會跨主要學術資料庫搜尋、篩選相關研究，並為你準備候選清單供你審閱。
3
審閱並整理納入研究
你可以勾選或取消勾選研究，也可上傳自己的 PDF，納入未被自動擷取到的論文。
4
執行綜整或生成手稿
依你的回顧目標選擇流程路徑。
- 對於 SLR，Gatsbi 可直接進入綜整與草稿生成。
- 對於統合分析，流程會進入資料擷取階段，並在寫作前先產出關鍵統計結果與視覺化輸出。
5
匯出並完成定稿
你可以匯出擷取的原始資料與關鍵結果，再持續修訂手稿用於投稿、報告或內部使用。
將數週的回顧工作轉化為結構化初稿
系統性回顧與統合分析常被重複的手動工作拖慢，例如搜尋、篩選、擷取效果量、檢查偏誤、製圖與撰寫結果。Gatsbi Reviewer 將這些步驟整合為單一流程，讓你更有效率地從主題走到證據綜整。
使用 Gatsbi Reviewer，你可以：
- 自動搜尋並篩選相關研究
- 擷取效果量、信賴區間、樣本數與相關量化資料
- 執行固定效應或隨機效應統合分析
- 產生森林圖、漏斗圖，以及 I²、Q 等異質性指標
- 進行偏誤風險（RoB）或類 GRADE 品質評估
- 產出含引文、方法、結果與圖表的結構化草稿
瀏覽由 Gatsbi Reviewer 生成的 SLR 草稿範例。
核心功能
智慧研究篩選
輸入研究主題後，Gatsbi Reviewer 可自動搜尋主要學術資料庫、辨識相關論文並篩選候選研究。你不必從空白試算表開始，而是直接獲得 AI 輔助的候選清單。
最適合：
- 系統性文獻回顧
- 需要結構化證據蒐集的範疇回顧
- 用於論文、計畫書或政策簡報的快速證據綜整
自動化資料擷取
對於符合條件的研究，Gatsbi Reviewer 可擷取效果量、信賴區間、樣本數等關鍵量化欄位，以及後續綜整需要的結構化資料。可顯著降低統合分析準備中最耗時的工作之一。
這可幫你：
- 跨多篇論文標準化擷取
- 減少重複手動複製貼上
- 更快從選文進入綜整
內建統合分析引擎
Gatsbi Reviewer 內建整合式統合分析流程，支援固定效應模型、隨機效應模型、森林圖、漏斗圖、異質性指標（I²、Q）與發表偏誤評估。無需串接多個外部工具，也能產出可解讀的量化結果。
偏誤與品質評估
使用 RoB（偏誤風險）與類 GRADE 品質評分評估納入研究，並透過 AI 建議協助你建立更有系統的評估流程。
重要性：
- 支持更透明的回顧方法
- 提升綜整結果可信度
- 讓回顧決策文件化更一致
結構化手稿生成
當證據基礎準備完成後，Gatsbi Reviewer 可在數分鐘內生成結構化回顧手稿。
依流程不同，輸出可包含：
- 摘要
- 前言
- 方法
- 結果
- 討論
- 表格與圖像
- 引文與參考文獻
引文感知寫作
Gatsbi Reviewer 在寫作過程中可保留並格式化引文，幫助你維持來源證據與草稿間的可追溯性。產品頁面也強調可直接使用 Google Scholar 資料，支援引文感知工作流程。
研究者為何選擇 Gatsbi Reviewer
端到端回顧流程
從研究識別到手稿生成，Gatsbi Reviewer 旨在於同一平台覆蓋完整證據綜整流程。
AI 驅動研究篩選
依研究主題自動檢索、排序與篩選相關研究，降低手動分流時間。
內建統合分析引擎
無需外部程式流程即可執行量化綜整，直接在平台內產生合併結果、森林圖、漏斗圖與異質性統計。
結構化手稿生成
建立清晰、可投稿導向的草稿，包含前言、方法、結果、討論，及適用時的表格、圖像與參考文獻。
方法學嚴謹性
Gatsbi Reviewer 強調 PRISMA 導向架構、標準化指標與可重現輸出，支持透明學術報告。
無需程式能力
專為希望使用進階證據綜整流程、但不想依賴統計軟體或程式設計經驗的使用者而設計。
Gatsbi Reviewer 的差異化
多數工具只覆蓋回顧流程的一個環節，例如搜尋、篩選、分析或寫作。Gatsbi Reviewer 以更整合的流程連接：
主題輸入 -> 研究篩選 -> 資料擷取 -> 統合分析 -> 手稿生成
這代表更少工具切換、更低手動協調成本，以及更快產出可用草稿。
Gatsbi Reviewer 為誰而設
研究者 在維持方法學架構與可追溯輸出的同時，加速證據綜整。
碩博士生 不需手動搭建完整流程，也能生成更扎實的文獻回顧與量化綜整初稿。
臨床與健康研究者 以結構化篩選、擷取與綜整流程，加速以回顧為基礎的研究專案。
政策與計畫書撰寫者 為政策簡報、研究提案與資助申請建立有證據支持的回顧輸出。
使用情境
AI 系統性文獻回顧
從研究主題出發，透過自動研究篩選與主題綜整生成結構化 SLR 草稿。
AI 統合分析
擷取量化資料、執行合併分析，並生成含圖表與異質性統計的結果章節。
學術寫作的證據綜整
以回顧輸出作為期刊論文、學位論文與會議論文的基礎。
快速回顧支援
在時程緊迫時，加速證據蒐集與綜整的前期階段。
常見問題
- 可以。此流程同時支援標準系統性文獻回顧與統合分析，並在設定階段提供專門的統合分析選項。
- 是的。內建統合分析引擎包含森林圖、漏斗圖與 I²、Q 等異質性指標。
- 不需要。Gatsbi Reviewer 被定位為無需程式的流程，適合需要易用回顧與綜整工具的研究者。
- 可以。你可以上傳自己的 PDF，納入未自動擷取到的研究。
- 可以。可匯出統合分析所需的擷取原始資料與關鍵結果。