ASReview est un outil de sélection open source pour le processus de revue systématique de la littérature. Le mécanisme de base consiste à combiner l'apprentissage actif avec l'itération d'annotation manuelle pour raccourcir le cycle de sélection des titres et des résumés tout en garantissant le taux de rappel.

ASRevue

Paramètres et statistiques de base

Les paramètres techniques spécifiques (tels que la taille du modèle, la longueur du contexte, les formats de fichiers pris en charge, les restrictions d'entrée et de sortie, etc.) sont soumis à la page officielle du produit. Il est recommandé aux utilisateurs de vérifier les dernières spécifications techniques et exigences système avant de choisir pour s'assurer qu'elles correspondent à leurs propres scénarios d'utilisation.

Reconnaissance des utilisateurs et du marché

La reconnaissance d'ASReview vient principalement de scénarios de recherche universitaires et fondés sur des preuves, plutôt que du marché de consommation de masse.

Reconnaissance de la communauté de recherche : sa communauté GitHub est active depuis longtemps, et ses étoiles et forks maintiennent une position moyenne à élevée parmi les outils de recherche open source, indiquant qu'il a été continuellement utilisé dans le véritable processus d'évaluation.

Caractéristiques d'adoption de l'organisation : le site Web officiel met l'accent sur "Approuvé par les organisations de premier ordre" et donne accès à des publications scientifiques et à du matériel d'apprentissage, reflétant sa demande stable dans les secteurs à haute densité de preuves tels que la recherche scientifique, les soins médicaux et l'évaluation des politiques.

Valeur reproductible : par rapport au processus de sélection purement manuel, l'annotation traçable et le mécanisme de tri itératif d'ASReview sont plus adaptés aux équipes qui ont besoin d'un lien d'audit et d'une transparence des méthodes.

Avantage de coût

Côté/individuel : ASReview est fourni sous forme open source et les chercheurs individuels peuvent le démarrer sans frais de licence ; le principal investissement est la courbe d’apprentissage et le temps de configuration du contexte local.

API/Développeur : L'entrepôt de code et la documentation sont ouverts. Les développeurs peuvent effectuer un développement secondaire selon le processus de recherche. Le coût explicite est faible, mais ils doivent assumer la responsabilité de la sélection de la stratégie du modèle et de la maintenance du pipeline de données.

Entreprise/Institution : la page publique ne fournit pas de liste de prix d'entreprise unifiée. Si un support au niveau organisationnel, une intégration de conformité ou un déploiement personnalisé est requis, les frais et les limites de service sont soumis aux résultats officiels de communication en temps réel.

Coûts cachés : le coût réel d'un projet de révision systématique est généralement déterminé par la qualité des annotations, l'efficacité de la collaboration en équipe et le taux de reprise des révisions. La valeur d'ASReview réside dans la réduction du nombre de contrôles invalides, plutôt que dans la simple réduction des frais d'abonnement au logiciel.

Fonctions principales

• Tri d'apprentissage actif : ajustez dynamiquement le tri des documents candidats en fonction d'échantillons étiquetés, placez les documents très pertinents au premier plan et donnez la priorité à la libération du temps manuel.
• Processus de sélection interactif : aidez les chercheurs à fournir des commentaires lors de la sélection et à réitérer en permanence les jugements des modèles.
• Comparaison des performances et comparaison des méthodes : différents modèles/stratégies peuvent être comparés pour aider l'équipe à choisir une voie de dépistage plus robuste.
• Mécanisme de collaboration Crowdscreen : permet à des groupes d'experts de participer à la sélection, améliorant ainsi la cohérence et réduisant les préjugés liés à une seule personne.
• Évolutivité Open Source : s'adapte aux besoins reproductibles des équipes de recherche et peut être combinée avec ses propres données et spécifications de processus pour un développement secondaire.

Evolution du modèle et de la version

L'évolution de la version d'ASReview se concentre sur « la stabilisation de l'expérience de dépistage + la réparation continue des principaux points d'échec du processus de recherche ».

Version principale

• v3.0.7 (03/06/2026) : Correction du problème de perte du tableau de classement et mise à jour des dépendances frontales.
• v3.0.6 (01/06/2026) : Correction du problème de verrouillage de la base de données et amélioration de la stabilité de la session.
• v3.0.5 (2026-03-30) : version de maintenance de la branche 3.0, poursuivant les fonctions principales et l'optimisation de la stabilité.

Relation entre les versions

La série 3.0.x reflète une maintenance continue au sein de la même gamme principale de produits, plutôt qu'un changement soudain dans l'orientation des capacités. Pour le processus de recherche en production, ce qui est plus important est la stabilité des versions et la cohérence des expériences de réplication, plutôt que la poursuite de changements fréquents vers de nouvelles branches.

Avantages techniques

Mécanisme : utiliser l'apprentissage actif pour la sélection de la littérature et prendre « l'annotation collaborative homme-machine » comme noyau.

Effet : Dans le pool de documents candidats à cardinalité élevée, les enregistrements très pertinents peuvent être placés plus rapidement au premier plan, réduisant ainsi le premier cycle de navigation manuelle et raccourcissant le cycle de sélection.

Scénarios applicables : lorsque l'équipe est confrontée à des milliers, voire des dizaines de milliers d'enregistrements candidats, les avantages de ce mécanisme de tri et de priorisation sont des plus évidents ; lorsque l’ensemble des candidats est petit ou que le problème n’est pas clairement défini, les avantages diminuent.

Avantages techniques : La licence open source et la structure du code public d'Apache-2.0 abaissent le seuil d'audit des méthodes, permettant ainsi aux équipes de recherche scientifique de mener plus facilement des expériences de réplication, des comparaisons de stratégies et des traces de processus.

Comment utiliser

Entrée	Étapes typiques	Équipes concernées
Site officiel et documents	Préparer les données de la littérature -> Créer un projet de dépistage -> Étiqueter manuellement le premier lot d'échantillons -> Criblage itératif et exporter les résultats	Équipe de recherche scientifique et d'évaluation des preuves
Déploiement d'un entrepôt open source	Cloner l'entrepôt -> Installer les dépendances -> Démarrer l'instance locale/serveur -> Configurer la stratégie de filtrage	Equipe d'ingénierie de recherche
Processus de sélection collaboratif	Définir des critères d'inclusion et d'exclusion -> Attribuer plusieurs personnes à la révision -> Résumer les conflits et réviser	Projet d'examen systématique au niveau institutionnel

Lors de la mise en œuvre, il est recommandé d'utiliser d'abord des projets historiques pour effectuer une lecture d'un petit échantillon afin de calibrer les normes d'inclusion et de réviser les règles, puis de les étendre aux projets formels afin de réduire l'effet d'amplification des premiers écarts stratégiques sur les résultats.

Prix des produits

Le modèle de tarification est soumis à la page officielle en temps réel. Habituellement, un système freemium ou d'abonnement est utilisé et les fonctions de base peuvent être utilisées gratuitement. Les fonctions avancées ou l'utilisation à haute fréquence nécessitent des abonnements payants, et il est conseillé aux utilisateurs d'évaluer la solution optimale en fonction de l'utilisation réelle.

Scénarios d'application

• Examen du système médical et de santé publique : donner la priorité aux études très pertinentes dans les bibliothèques de littérature à grande échelle afin de réduire l'investissement dans le dépistage humain et journalier.
• Intégration des preuves en sciences sociales : utilisé pour l'évaluation des politiques et la cartographie des preuves afin d'améliorer la cohérence de la recherche multi-sujets.
• Recherche d'entreprise et analyse du renseignement : utilisez l'apprentissage actif pour la sélection préliminaire des brevets, des rapports techniques et de la littérature industrielle afin de raccourcir le cycle de préparation préalable à la recherche.

Le principe commun de ces scénarios est que l’équipe a clairement défini des critères d’inclusion/exclusion et a mis en place le processus de nettoyage et d’examen des données le plus élémentaire.

Personnes concernées

• Chercheurs scientifiques et auteurs de revues systématiques : Il est nécessaire d'améliorer l'efficacité du dépistage dans le processus interprétable.
• Ingénieur de recherche et équipe méthodologie : Une solution open source évolutive, reproductible et un redéveloppement est nécessaire.
• Équipe d'évaluation des preuves au niveau institutionnel : nécessite une collaboration entre plusieurs personnes, une piste d'audit et une normalisation des processus.

La limite de l'incompatibilité est également claire : si la tâche n'est pas une sélection systématique des preuves, si la taille de l'échantillon est très petite ou s'il n'y a pas de critères de sélection clairs, il est difficile de tirer pleinement parti des avantages du processus d'ASReview.

Résumé et Outlook

La principale compétitivité d'ASReview réside dans la transformation du « travail de sélection hautement répétitif » dans des scénarios d'examen systématique en « un processus de collaboration homme-machine itérable » et dans l'amélioration de la transparence du processus de recherche grâce à des mécanismes open source et reproductibles. Il a une valeur évidente dans les scénarios de recherche universitaire et factuelle, mais il impose également des exigences plus élevées en matière de discipline méthodologique et de gouvernance des processus de l’équipe.

Les incertitudes actuelles résident principalement dans les limites du soutien à la commercialisation et dans la divulgation des conditions de service au niveau institutionnel. En pratique, vous pouvez d'abord utiliser des projets historiques comme projet pilote pour comparer les différences de taux de rappel, de temps et de cohérence d'examen entre la sélection manuelle et le processus ASReview ; après avoir atteint les attentes, étendez le déploiement au niveau d'un groupe de recherche ou d'une institution et vérifiez la stabilité des versions, les responsabilités en matière de gouvernance des données et les spécifications de collaboration avant l'expansion.

Informations de version

• ASReview v3.0.7 ：GitHub publie la dernière version stable, comprenant la réparation des pertes de liste de classement et les mises à jour des dépendances frontales. （2026-06-03）
• ASReview v3.0.6 ：Correction de problèmes liés aux verrous de base de données et amélioration de la stabilité des sessions de filtrage. （2026-06-01）
• ASReview v3.0.5 ：La branche 3.0 est une version à maintenance continue utilisée pour consolider la ligne principale des fonctions de filtrage et de flux de données. （2026-03-30）