Fragen Sie Forschende, was bei einem Literaturreview am längsten dauert, sagen die meisten: das Aufschreiben. Schaut man, wohin die Stunden tatsächlich gehen, ist das Schreiben meist der kleinste Teil.
Die Zahlen sind ernüchternd. In PROSPERO registrierte systematische Reviews brauchten von der Registrierung bis zur Veröffentlichung im Mittel 67,3 Wochen [1]. Die wissenschaftliche Produktion wächst um etwa 4,1 % pro Jahr und verdoppelt sich ungefähr alle 17 Jahre [2]. Und schon 2010 veröffentlichte die Medizin rund 75 Studien und 11 systematische Reviews pro Tag [3].
Die übliche Aufteilung
Jedes Projekt ist anders, aber wenn Forschende ein typisches narratives Review beschreiben, verteilt sich die Zeit auf dieselben Posten:
- Suchen und erneut suchen. Anfragen verfeinern, Synonyme ausprobieren, spät einen Schlüsselbegriff entdecken und alles noch einmal laufen lassen.
- Sichten. Hunderte Titel und Abstracts lesen, um die paar Dutzend zu finden, die zählen, und dann an den Grenzfällen zweifeln.
- Wiederfinden. Das Paper suchen, das Sie vor drei Wochen gelesen haben und das genau das sagte, was Sie jetzt zitieren müssen.
- Literaturverwaltung. Formatieren, Dubletten entfernen, die Nummerierung nach Änderungen reparieren.
- Tatsächlich lesen und nachdenken. Der Teil, aus dem die Erkenntnis entsteht, und meist der Teil, der zu kurz kommt.
Nur der letzte Posten braucht wirklich Sie. Die ersten vier sind mechanisch, und in ihnen verschwindet der größte Teil des Kalenders.
Was sich an ein Tool abgeben lässt
Die ehrliche Antwort: die mechanischen Teile, mit sichtbarer Begründung. Machine Learning wird seit Jahren eingesetzt, um Evidenzsynthesen zu beschleunigen, vor allem beim Screening [4]. Neu ist, dass ein einziger Arbeitsbereich heute die Suchen planen, anhand Ihrer Kriterien sichten und einen belegten ersten Entwurf schreiben kann und dabei jeden Schritt zeigt.
Genau das ist das Designziel von tlooto. Suchen, Sichten, Zitieren und Formatieren passieren an einem Ort, und der Bereich Arbeitsprozess zeigt, wonach gesucht wurde und warum jedes Paper behalten wurde. Die Bibliothek bewahrt auf, was Sie gefunden haben. Die gewonnene Zeit fließt in den Teil, den nur Sie leisten können: genau lesen und entscheiden, was die Evidenz bedeutet.
Ein kleines Experiment
Führen Sie bei Ihrem nächsten Review eine Woche lang ein grobes Protokoll: wie viele Stunden in Suchen, Sichten, Wiederfinden, Formatieren und Lesen geflossen sind. Die meisten sind von den ersten drei überrascht. Diese Zahl ist das Argument dafür, die eigene Arbeitsweise zu ändern.
So strukturiert tlooto ein Review →
Literatur
[1] Borah, R., Brown, A. W., Capers, P. L., & Kaiser, K. A. (2017). Analysis of the time and workers needed to conduct systematic reviews of medical interventions. BMJ Open, 7(2). https://doi.org/10.1136/bmjopen-2016-012545
[2] Bornmann, L., Haunschild, R., & Mutz, R. (2021). Growth rates of modern science. Humanities and Social Sciences Communications, 8. https://doi.org/10.1057/s41599-021-00903-w
[3] Bastian, H., Glasziou, P., & Chalmers, I. (2010). Seventy-five trials and eleven systematic reviews a day. PLoS Medicine, 7(9). https://doi.org/10.1371/journal.pmed.1000326
[4] Marshall, I. J., & Wallace, B. C. (2019). Toward systematic review automation: a practical guide to using machine learning tools in research synthesis. Systematic Reviews, 8. https://doi.org/10.1186/s13643-019-1074-9