
Artykuł Doktoranta Szkoły Doktorskiej: EmbedSLR w czasopiśmie SoftwareX
Doktorant Szkoły Doktorskiej oraz Asystent w Katedrze Zarządzania Przedsiębiorstwem Instytutu Zarządzania – mgr Sebastian Matysik jest współautorem artykułu naukowego pt.
EmbedSLR: an open-source python framework for efficient embedding-based screening and bibliometric validation in systematic literature review,
który został opublikowany w czasopiśmie SoftwareX (IF: 2.4, CiteScore: 4.2, 200 pkt według wykazu Ministra Nauki).
Współautorami artykułu są: dr hab. Joanna Wiśniewska, prof. US (Uniwersytet Szczeciński, Katedra Zarządzania Przedsiębiorstwem) oraz mgr inż. Paweł Frankowski (Politechnika Morska, Katedra Elektroniki i Telekomunikacji).
Link do artykułu: https://tiny.pl/pj13-0r4
Publikacja prezentuje autorskie oprogramowanie EmbedSLR – otwartoźródłowy framework w języku Python, który umożliwia automatyczną, opartą na modelach embeddingowych selekcję i ranking publikacji naukowych w procesie systematycznych przeglądów literatury (SLR). Narzędzie integruje semantyczne wyszukiwanie, ranking podobieństwa oraz w pełni zautomatyzowaną walidację bibliometryczną, zapewniając powtarzalność, audytowalność oraz eliminację subiektywności tradycyjnych metod selekcji publikacji.
Publikacja wpisuje się w cykl prac badawczych tego zespołu zajmującego się automatyzacją systematycznych przeglądów literatury. Efektem tych badań jest seria artykułów prezentujących wyniki badań opublikowanych w materiałach konferencyjnych ECAI – InMan 2025 oraz ISD 2025.
Artykuły opublikowane w materiałach konferencyjnych:
- Artificial Intelligence For Personalized Rankings Of Articles – Novel Embedding Method Supporting Decision-Making In Systematic Literature Review https://tiny.pl/5h_c7kw3
- Efficient AI-Powered Decision-Making In Systematic Literature Reviews Using Multi-Embedding Models https://tiny.pl/7v685byg
- A Comparative Analysis of Embedding Models and Traditional Methods for Publication Selection in Systematic Literature Reviews – A Case Study in Gamification Marketing https://tiny.pl/xz4700kt
Opublikowany w SoftwareX framework stanowi ważny krok w kierunku wykorzystania sztucznej inteligencji w automatyzacji prowadzonych badań naukowych oraz rozwijania nowoczesnych, transparentnych i w pełni replikowalnych praktyk SLR w środowisku akademickim.
Gratulujemy!


