literature-review

name: literature-review description: Menez des revues de littérature systématiques et exhaustives en utilisant plusieurs bases de données académiques (PubMed, arXiv, bioRxiv, Semantic Scholar, etc.). Cette compétence doit être utilisée lors de la conduite de revues systématiques de littérature, méta-analyses, synthèses de recherche ou recherches exhaustives dans les domaines biomédicaux, scientifiques et techniques. Crée des documents markdown et PDF professionnellement formatés avec des citations vérifiées dans plusieurs styles de citation (APA, Nature, Vancouver, etc.). allowed-tools: Read Write Edit Bash license: MIT license tags: [scientific-skills, literature-review, citation-management] metadata: skill-author: K-Dense Inc. -----------|-------------------|----------------| | 0-3 ans | 20+ citations | Remarquable | | 0-3 ans | 100+ citations | Hautement influent | | 3-7 ans | 100+ citations | Significatif | | 3-7 ans | 500+ citations | Article phare | | 7+ ans | 500+ citations | Travail fondateur | | 7+ ans | 1000+ citations | Fondationnel |

Niveaux de revues et venues

Privilégiez les articles de venues de plus haut niveau :

• Niveau 1 (Toujours préférer) : Nature, Science, Cell, NEJM, Lancet, JAMA, PNAS, Nature Medicine, Nature Biotechnology
• Niveau 2 (Forte préférence) : Revues spécialisées à haut impact (IF>10), conférences de premier plan (NeurIPS, ICML pour ML/IA)
• Niveau 3 (Inclure quand pertinent) : Revues spécialisées respectées (IF 5-10)
• Niveau 4 (À utiliser avec parcimonie) : Venues examinées par les pairs de plus faible impact

Évaluation de la réputation des auteurs

Privilégiez les articles d'auteurs :

• Chercheurs confirmés avec h-index élevé (>40 dans les domaines établis)
• Groupes de recherche leaders dans des institutions reconnues (Harvard, Stanford, MIT, Oxford, etc.)
• Auteurs ayant plusieurs publications Niveau 1 dans le domaine concerné
• Chercheurs ayant une expertise reconnue (prix, postes éditoriaux, fellows de sociétés)

Identification des articles fondamentaux

Pour tout sujet, identifiez les travaux fondateurs en :

1. Nombre élevé de citations (généralement 500+ pour les articles de 5+ ans)
2. Fréquemment cités par d'autres études incluses (apparaît dans de nombreuses listes de références)
3. Publiés dans des venues Niveau 1 (famille Nature, Science, Cell)
4. Écrits par des pionniers du domaine (souvent cités comme établissant des concepts)

Bonnes pratiques

Stratégie de recherche

1. Utilisez plusieurs bases de données (minimum 3) : Assure une couverture exhaustive
2. Incluez les serveurs de préprints : Capture les dernières découvertes non publiées
3. Documentez tout : Chaînes de recherche, dates, nombre de résultats pour la reproductibilité
4. Testez et affinez : Exécutez des recherches pilotes, examinez les résultats, ajustez les termes de recherche
5. Triez par citations : Si disponible, triez les résultats par nombre de citations pour mettre en avant les travaux influents en premier

Sélection et examen

1. Utilisez des critères clairs : Documentez les critères d'inclusion/exclusion avant l'examen
2. Examinez systématiquement : Titre → Résumé → Texte complet
3. Documentez les exclusions : Enregistrez les raisons d'exclusion des études
4. Envisagez un examen double : Pour les revues systématiques, faites examiner indépendamment par deux examinateurs

Synthèse

1. Organisez thématiquement : Regroupez par thèmes, NON par études individuelles
2. Synthétisez entre les études : Comparez, contrastez, identifiez les motifs
3. Soyez critique : Évaluez la qualité et la cohérence des preuves
4. Identifiez les lacunes : Notez ce qui manque ou est peu étudié

Qualité et reproductibilité

1. Évaluez la qualité des études : Utilisez les outils d'évaluation de qualité appropriés
2. Vérifiez toutes les citations : Exécutez le script verify_citations.py
3. Documentez la méthodologie : Fournissez suffisamment de détails pour que d'autres puissent reproduire
4. Suivez les lignes directrices : Utilisez PRISMA pour les revues systématiques

Rédaction

1. Soyez objectif : Présentez les preuves équitablement, reconnaissez les limites
2. Soyez systématique : Suivez un modèle structuré
3. Soyez spécifique : Incluez les chiffres, statistiques, ampleurs d'effet si disponibles
4. Soyez clair : Utilisez des titres clairs, un flux logique, une organisation thématique

Écueils courants à éviter

1. Recherche en base unique : Manque les articles pertinents ; recherchez toujours dans plusieurs bases
2. Aucune documentation de recherche : Rend la revue non reproductible ; documentez tous les recherches
3. Résumé étude par étude : Manque de synthèse ; organisez thématiquement à la place
4. Citations non vérifiées : Conduit à des erreurs ; exécutez toujours verify_citations.py
5. Recherche trop large : Produit des milliers de résultats non pertinents ; affinez avec des termes spécifiques
6. Recherche trop étroite : Manque les articles pertinents ; incluez les synonymes et termes connexes
7. Ignorer les préprints : Manque les dernières découvertes ; incluez bioRxiv, medRxiv, arXiv
8. Aucune évaluation de qualité : Traite toutes les preuves de manière égale ; évaluez et rapportez la qualité
9. Biais de publication : Seuls les résultats positifs sont publiés ; notez le biais potentiel
10. Recherche obsolète : Le domaine évolue rapidement ; énoncez clairement la date de recherche

Flux de travail exemple

Flux de travail complet pour une revue de littérature biomédicale :

# 1. Créez un document de revue à partir du modèle
cp assets/review_template.md crispr_sickle_cell_review.md

# 2. Recherchez dans plusieurs bases de données avec les compétences appropriées
# - Utilisez la compétence gget pour PubMed, bioRxiv
# - Utilisez l'accès direct à l'API pour arXiv, Semantic Scholar
# - Exportez les résultats au format JSON

# 3. Agrégez et traitez les résultats
python scripts/search_databases.py combined_results.json \
  --deduplicate \
  --rank citations \
  --year-start 2015 \
  --year-end 2024 \
  --format markdown \
  --output search_results.md \
  --summary

# 4. Examinez les résultats et extrayez les données
# - Examinez manuellement les titres, résumés, textes complets
# - Extrayez les données clés dans le document de revue
# - Organisez par thèmes

# 5. Rédigez la revue en suivant la structure du modèle
# - Introduction avec objectifs clairs
# - Section méthodologie détaillée
# - Résultats organisés thématiquement
# - Discussion critique
# - Conclusions claires

# 6. Vérifiez toutes les citations
python scripts/verify_citations.py crispr_sickle_cell_review.md

# Examinez le rapport de citations
cat crispr_sickle_cell_review_citation_report.json

# Corrigez les citations échouées et re-vérifiez
python scripts/verify_citations.py crispr_sickle_cell_review.md

# 7. Générez un PDF professionnel
python scripts/generate_pdf.py crispr_sickle_cell_review.md \
  --citation-style nature \
  --output crispr_sickle_cell_review.pdf

# 8. Examinez les fichiers markdown et PDF finals

Intégration avec autres compétences

Cette compétence fonctionne harmonieusement avec d'autres compétences scientifiques :

Compétences d'accès aux bases de données

• gget : PubMed, bioRxiv, COSMIC, AlphaFold, Ensembl, UniProt
• bioservices : ChEMBL, KEGG, Reactome, UniProt, PubChem
• datacommons-client : Démographie, économie, statistiques sanitaires

Compétences d'analyse

• pydeseq2 : Expression différentielle RNA-seq (pour les sections méthodologie)
• scanpy : Analyse single-cell (pour les sections méthodologie)
• anndata : Données single-cell (pour les sections méthodologie)
• biopython : Analyse de séquences (pour les sections contexte)

Compétences de visualisation

• matplotlib : Générez des figures et graphiques pour la revue
• seaborn : Visualisations statistiques

Compétences d'écriture

• brand-guidelines : Appliquez la marque institutionnelle au PDF
• internal-comms : Adaptez la revue pour différents publics

Ressources

Ressources regroupées

Scripts :

• scripts/verify_citations.py : Vérifiez les DOI et générez les citations formatées
• scripts/generate_pdf.py : Convertissez markdown en PDF professionnel
• scripts/search_databases.py : Traitez, dédupliquez et formatez les résultats de recherche

Références :

• references/citation_styles.md : Guide détaillé de formatage des citations (APA, Nature, Vancouver, Chicago, IEEE)
• references/database_strategies.md : Stratégies exhaustives de recherche en bases de données

Ressources :

• assets/review_template.md : Modèle de revue de littérature complet avec toutes les sections

Ressources externes

Lignes directrices :

• PRISMA (Revues systématiques) : http://www.prisma-statement.org/
• Manuel Cochrane : https://training.cochrane.org/handbook
• AMSTAR 2 (Qualité des revues) : https://amstar.ca/

Outils :

• Navigateur MeSH : https://meshb.nlm.nih.gov/search
• Recherche avancée PubMed : https://pubmed.ncbi.nlm.nih.gov/advanced/
• Guide Boolean Search : https://www.ncbi.nlm.nih.gov/books/NBK3827/

Styles de citation :

• Style APA : https://apastyle.apa.org/
• Nature Portfolio : https://www.nature.com/nature-portfolio/editorial-policies/reporting-standards
• NLM/Vancouver : https://www.nlm.nih.gov/bsd/uniform_requirements.html

Dépendances

Packages Python requis

pip install requests  # Pour la vérification des citations

Outils système requis

# Pour la génération PDF
brew install pandoc  # macOS
apt-get install pandoc  # Linux

# Pour LaTeX (génération PDF)
brew install --cask mactex  # macOS
apt-get install texlive-xetex  # Linux

Vérifiez les dépendances :

python scripts/generate_pdf.py --check-deps

Résumé

Cette compétence literature-review fournit :

1. Méthodologie systématique suivant les bonnes pratiques académiques
2. Intégration multi-bases via les compétences scientifiques existantes
3. Vérification des citations garantissant l'exactitude et la crédibilité
4. Sortie professionnelle en formats markdown et PDF
5. Guide exhaustif couvrant l'ensemble du processus de revue
6. Assurance qualité avec outils de vérification et validation
7. Reproductibilité à travers les exigences de documentation détaillées

Menez des revues de littérature complètes et rigoureuses qui répondent aux normes académiques et fournissent une synthèse exhaustive des connaissances actuelles dans n'importe quel domaine.