Cursos in-company para hospitais e programas de pós-graduação
Cada ponto representa 0,5% dos estudos incluídos. Sensibilidade: Elicit 39,5% (25,5% a 69,2%); buscas originais 94,5% (91,1% a 98,0%). Fonte: Lau O, Golder S. Comparison of Elicit AI and traditional literature searching in evidence syntheses using four case studies. Cochrane Evidence Synthesis and Methods. 2025;3(6):e70050.
PICO, PECO ou PCC, com critérios aplicáveis por dois revisores.
MeSH, DeCS e termos livres, testada no PubMed e exportada.
No Rayyan, em dupla, com motivo de exclusão registrado.
Segundo o PRISMA-P, com o registro indicado.
Em mais de uma base, documentada.
Em dupla no Rayyan, com concordância calculada.
Formulário testado em artigos publicados.
Ilustração com resumos fictícios. No curso, o exercício usa resumos publicados e o mesmo prompt para todos os participantes.
Ilustração. A referência acima foi criada para esta página e não corresponde a nenhuma publicação.
Perguntas, critérios e resumos publicados. Nenhum dado de paciente.
Caderno de prompts; o participante preenche os campos indicados.
Tesauro, base de dados ou o próprio artigo.
Planilha que fundamenta a declaração de uso de IA nos métodos.
Ferramentas: plano gratuito de ChatGPT, Gemini, Claude ou DeepSeek; Rayyan; Zotero; PubMed; BVS. Referência: posição conjunta de Cochrane, Campbell Collaboration, JBI e Collaboration for Environmental Evidence sobre IA em sínteses de evidência (2025).
Agenda: até [a confirmar: número] turmas por mês, todas conduzidas pelo mesmo ministrante, por ordem de contato. [a confirmar com Daniel antes de publicar]
Endereço desta página, para encaminhamento interno.
E-mail usado apenas para responder ao contato (LGPD, Lei 13.709/2018). Página sem cookies e sem rastreadores.