scite ist ein KI-gestützter wissenschaftlicher Zitationsindex, der Forschenden dabei hilft, die Zuverlässigkeit und den Kontext wissenschaftlicher Literatur zu bewerten, indem er kategorisiert, wie nachfolgende Publikationen eine bestimmte Arbeit zitieren. Herkömmliche Zitationsmetriken behandeln jedes Zitat identisch: Eine Studie, die eine Behauptung rigoros widerlegt, erhöht die Zitationszahl eines Autors um genau denselben numerischen Wert (+1) wie eine Studie, die sie repliziert, oder eine, die sie lediglich in einem einleitenden Absatz erwähnt. Über sein Flaggschiff-System Smart Citations nutzt scite Deep Learning, um die genauen Zitationssätze (citation statements) aus Volltext-Forschungsartikeln zu extrahieren und sie als supporting (unterstützend), contrasting (widersprechend/kontrastierend) oder mentioning (erwähnend) zu klassifizieren. Dies ermöglicht es Personen, die Literaturübersichten verfassen, wissenschaftliche Debatten schnell aufzudecken, Replikationsversuche zu lokalisieren und Evidenzketten über Disziplinen hinweg nachzuverfolgen.
Die Herausforderung traditioneller Zitationsmetriken in Literaturübersichten
Das Verfassen einer fundierten Literaturübersicht erfordert eine klare Unterscheidung zwischen etabliertem Konsens, umstrittenen Hypothesen und eindeutig widerlegten Behauptungen. Traditionelle bibliometrische Werkzeuge – wie Google Scholar, Web of Science oder Scopus – stellen Forschende jedoch vor erhebliche strukturelle Hürden:
- Metrische Mehrdeutigkeit (Metric Ambiguity): Zitationszahlen spiegeln Sichtbarkeit und Reichweite wider, nicht wissenschaftliche Validität. Hochzitierte Arbeiten werden häufig diskutiert, weil sie eine bahnbrechende Methodik eingeführt haben; sie können jedoch genauso gut zitiert werden, weil andere Forschende Schwierigkeiten haben, ihre fehlerhaften Ergebnisse zu replizieren.
- Manueller Volltext-Prüfungsaufwand (Manual Full-Text Ingestion): Um herauszufinden, ob die Schlussfolgerungen einer wegweisenden Arbeit weiterhin Bestand haben, mussten Forschende traditionell Dutzende oder Hunderte zitierender PDFs manuell durchsuchen und langwierige Diskussionsabschnitte prüfen, um festzustellen, wo und warum die ursprüngliche Studie erwähnt wurde.
- Positiver Zitationsbias (Positive Citation Bias): Das wissenschaftliche Schreiben leidet häufig unter Zitationskaskaden (citation cascades), bei denen Sekundärarbeiten eine Primärquelle wohlwollend zitieren, ohne deren empirische Basis zu überprüfen, wodurch unbestätigte Ergebnisse über ganze Literaturcluster hinweg verstärkt werden.
scite löst dieses Problem, indem es Volltextartikel über Verlagspartnerschaften und Open-Access-Repositorien analysiert, die spezifischen Sätze extrahiert, in denen Zitate vorkommen, und aufzeigt, ob die zitierenden Autoren bestätigende oder widersprüchliche empirische Belege geliefert haben.
Das Klassifikationssystem von Smart Citations verstehen
Das Herzstück der Plattform von scite ist ein Deep-Learning-Modell, das auf Hunderttausenden manuell annotierten Zitationssätzen trainiert wurde. Wenn ein Artikel indexiert wird, identifiziert scite die Zitate im Text und extrahiert das citation statement (den Zitationssatz) – den Zielsatz, der den Verweis enthält, zusammen mit dem vorhergehenden und dem nachfolgenden Satz, um den rhetorischen Kontext zu wahren.
Die Plattform unterteilt diese Sätze in drei verschiedene Klassen:
| Zitationsklassifikation | Visueller Indikator | Definition und rhetorischer Zweck | Typisches Signal für Literaturübersichten |
|---|---|---|---|
| Supporting | Grünes Abzeichen / Häkchen | Die zitierende Arbeit liefert empirische Daten, direkte Replikationen oder Vergleichsanalysen, die die Ergebnisse der zitierten Arbeit untermauern oder validieren. | Bestätigt eine robuste Replikation, Generalisierbarkeit auf neue Kohorten oder interdisziplinäre Validierung. |
| Contrasting | Blaues / Kontrast-Abzeichen | Die zitierende Arbeit liefert Ergebnisse, die den Behauptungen der zitierten Arbeit widersprechen, diese nicht replizieren können, anfechten oder einschränken. | Weist auf Randbedingungen, methodische Mängel, nicht reproduzierbare Behauptungen oder aktive wissenschaftliche Debatten hin. |
| Mentioning | Graues Abzeichen | Die zitierende Arbeit verweist auf die Studie als Hintergrundkontext, Literaturübersicht, theoretischen Rahmen oder Standardmethodik, ohne deren Ergebnisse zu validieren oder anzufechten. | Zeigt thematische Relevanz und grundlegende Präsenz im Fachgebiet, ohne eine direkte Bestätigung durch Belege zu liefern. |
Das Verständnis dieser Kategorien ermöglicht es Literaturprüfern, Hunderte generischer Hintergrundzitate zu umgehen und sich direkt auf diejenigen Arbeiten zu konzentrieren, die die fraglichen empirischen Behauptungen tatsächlich überprüft haben.
Schritt-für-Schritt-Workflow: Nutzung von Smart Citations für Literaturübersichten
Die Durchführung einer Literaturübersicht mit scite folgt einer systematischen Abfolge aus Triage, Filterung und kontextueller Überprüfung. Nachfolgend finden Sie einen praktischen Arbeitsablauf, um unterstützende und widersprüchliche Belege effizient zu lokalisieren.
Schritt 1: Anfängliches Screening und Triage von Arbeiten
Bei der Bewertung einer grundlegenden oder hochzitierten Arbeit zu Ihrem Übersichtsthema:
- Publikation nachschlagen: Geben Sie den Titel, die DOI oder den Autor der Arbeit in die scite-Suchleiste ein oder prüfen Sie die Arbeit direkt im Browser mithilfe der scite-Erweiterung auf Plattformen wie PubMed, ScienceDirect, Nature oder Wiley.
- Das Smart Citation-Abzeichen prüfen: Begutachten Sie die Gesamtzählung, die unter dem Artikeltitel angezeigt wird. Anstelle einer einzelnen Zahl schlüsselt scite Zitate in Gesamtsätze, supporting-Sätze und contrasting-Sätze auf.
- Das Evidenzverhältnis bewerten:
- Eine Arbeit mit 200 Zitaten und 0 contrasting-Sätzen kann entweder auf einen starken Konsens hinweisen oder darauf, dass die Behauptungen der Arbeit von nachfolgenden Autoren noch nicht empirisch getestet wurden.
- Eine Arbeit mit einer auffälligen Häufung von contrasting-Zitaten (z. B. 5 bis über 10 contrasting-Sätze) signalisiert sofort, dass die Ergebnisse umstritten sind, was eine eingehende Untersuchung erfordert, bevor Sie die Studie als gesicherte Tatsache zitieren.
Schritt 2: Widersprüchliche Evidenz isolieren, um wissenschaftliche Debatten abzubilden
Wissenschaftliche Literaturübersichten gewinnen an fachlicher Tiefe, wenn sie ungelöste Spannungsfelder abbilden, anstatt einseitige Narrative zu präsentieren. Smart Citations macht das Auffinden dieser Streitpunkte unkompliziert:
- Nach „Contrasting“ filtern: Klicken Sie auf der scite-Berichtsseite des Artikels im Filter für die Zitationsklassifikation auf die Registerkarte Contrasting.
- Die extrahierten Textausschnitte prüfen: Lesen Sie die angezeigten Zitationssätze direkt auf der Plattform. Der Textausschnitt hebt den genauen Wortlaut der zitierenden Autoren hervor und zeigt, warum deren Ergebnisse von der ursprünglichen Arbeit abwichen.
- Die Diskrepanz kategorisieren: Achten Sie beim Lesen der contrasting-Ausschnitte darauf, worauf die Diskrepanz zurückzuführen ist:
- Methodische Unterschiede: Hat der zitierende Autor ein anderes Assay, eine andere Stichprobengröße oder ein anderes Messmodell verwendet?
- Populationen und Randbedingungen: War der ursprüngliche Effekt in einer anderen Demografie, einem anderen Tiermodell oder einem anderen organisatorischen Kontext nicht mehr haltbar?
- Statistische Nicht-Replikation: Hat der zitierende Autor eine vorab registrierte direkte Replikation durchgeführt, die Nullresultate (null results) ergab?
Schritt 3: Nach Artikelabschnitten filtern, um das Beweisgewicht zu beurteilen
Nicht alle Zitate besitzen das gleiche Beweisgewicht. Ein Zitat in einer Einleitung erfüllt in der Regel eine andere rhetorische Funktion als eines im Ergebnis- oder Diskussionsabschnitt:
- Abschnittsfilter anwenden: Nutzen Sie das Abschnitts-Dropdown-Menü von scite, um Zitate zu isolieren, die in Results (Ergebnisse) oder Discussion (Diskussion) erscheinen.
- Empirische Bestätigung evaluieren:
- Zitate, die im Abschnitt Results als Supporting klassifiziert sind, weisen darauf hin, dass die Autoren ein Experiment durchgeführt und ihre empirischen Daten direkt mit der zitierten Studie verglichen haben, wobei sie konsistente Trends feststellten.
- Zitate, die im Abschnitt Discussion als Contrasting eingestuft sind, enthalten gewöhnlich die theoretische Interpretation der Autoren darüber, warum ihre empirischen Ergebnisse im Widerspruch zur ursprünglichen Arbeit standen.
- Beiläufige Erwähnungen herausfiltern: Durch das Ausschließen des Abschnitts Introduction lassen sich rein einleitende Kontextzitate entfernen und der substanzielle empirische Dialog zwischen den Studien isolieren.
Schritt 4: Suche innerhalb von Zitationssätzen mittels natürlicher Sprache
Über die Analyse einzelner Arbeiten hinaus können Forschende scite nutzen, um umfassendere thematische Fragestellungen im gesamten Korpus indexierter Zitationssätze zu untersuchen:
- Zitationssatz-Suche verwenden: Statt nur Abstracts von Arbeiten zu durchsuchen, können Sie scite nach spezifischen Behauptungen abfragen (z. B.
"ketogenic diet cognitive performance"oder"transformer attention quadratic complexity"). - Nach Klassifikation filtern: Grenzen Sie die Suchergebnisse gezielt auf Sätze ein, die als supporting oder contrasting klassifiziert sind.
- Verborgene Zusammenhänge aufdecken: Dadurch werden spezifische empirische Behauptungen sichtbar, die tief im Volltext von Artikeln eingebettet sind, deren Titel oder Abstracts diese Schlüsselwörter nicht enthalten.
Schritt 5: Qualitätskontrolle vor der Einreichung mit Reference Check
Sobald Sie den Entwurf Ihrer Literaturübersicht oder Ihres Manuskripts fertiggestellt haben, können Sie scite nutzen, um Ihr eigenes Literaturverzeichnis zu prüfen:
- Entwurf hochladen: Laden Sie Ihr Manuskript im PDF- oder DOCX-Format im Tool Reference Check von scite hoch oder fügen Sie Ihre Referenzliste dort ein.
- Das Referenz-Audit prüfen: Die Plattform gleicht jede zitierte Arbeit in Ihrer Bibliografie mit ihrer Datenbank ab und hebt Folgendes hervor:
- Referenzen, die eine erhebliche Anzahl an contrasting-Zitaten erhalten haben.
- Referenzen, die zurückgezogen (retracted), widerrufen oder mit einem Besorgnisvermerk (expression of concern) versehen wurden.
- Referenzen, denen es an empirischen supporting-Zitaten fehlt.
- Argumentation anpassen: Wenn eine von Ihnen als maßgeblich zitierte Studie mehrere contrasting-Zitate oder redaktionelle Hinweise erhalten hat, aktualisieren Sie die Argumentation Ihrer Übersicht, um diese widersprüchlichen Ergebnisse zu diskutieren. So stellen Sie sicher, dass Ihre Arbeit eine ausgewogene und kritische wissenschaftliche Auseinandersetzung widerspiegelt.
Best Practices und wesentliche Einschränkungen
Obwohl scite die Literaturbewertung erheblich beschleunigt, sollten Forschende eine gesunde akademische Skepsis wahren und mehrere entscheidende Praktiken beachten:
scite als Triage-Werkzeug behandeln, nicht als Schiedsrichter über die Wahrheit
Das Deep-Learning-Modell von scite ist ein unterstützender Klassifikator, kein absoluter Richter über wissenschaftliche Validität. Wenn ein Autor schreibt: „Unsere Ergebnisse stehen im Gegensatz zu Smith et al., die ein veraltetes Protokoll ohne Temperaturkontrolle verwendeten“, ist dies ein valider Punkt; die Klassifikation allein garantiert jedoch nicht, welche Studie methodisch überlegen ist. Forschende müssen die zugrunde liegenden Originalarbeiten lesen, um die Studiendesigns unabhängig zu beurteilen.
Auf linguistische und rhetorische Nuancen achten
Im akademischen Diskurs wird häufig eine diplomatische oder zurückhaltende Sprache (Hedging) verwendet, was NLP-Klassifikatoren vor Herausforderungen stellen kann:
- Höfliche Meinungsverschiedenheiten: Formulierungen wie „Während Jones et al. X unter spezifischen Bedingungen beobachteten, zeigte unsere umfassendere Untersuchung Y“ könnten bei subtiler Ausdrucksweise als mentioning statt als contrasting eingestuft werden.
- Komplexe Satzstrukturen: Sätze mit mehreren Teilsätzen oder doppelten Verneinungen können gelegentlich zu Fehlklassifikationen führen. Prüfen Sie stets den bereitgestellten dreisätzigen Kontextauszug, um sicherzustellen, dass die Klassifikation der tatsächlichen Haltung der Autoren entspricht.
Abdeckungsgrenzen von Datenbank und Verlagen berücksichtigen
scite hat durch Partnerschaften mit großen Verlagen (darunter Wiley, Springer Nature, IEEE und Cambridge University Press) über 1,2 Milliarden Zitationssätze indexiert, besitzt jedoch keinen Volltextzugriff auf jede geschützte Zeitschrift oder jedes kostenpflichtige Repositorium. Eine geringe Anzahl an supporting- oder contrasting-Zitaten auf scite bedeutet nicht zwingend, dass keine entsprechenden Studien existieren; es kann schlicht bedeuten, dass sich die zitierenden Arbeiten in nicht indexierten Zeitschriften oder speziellen regionalen Repositorien befinden.
Zusammenfassende Checkliste für Verfasser von Literaturübersichten
Bei der Integration von scite Smart Citations in Ihren Review-Workflow:
- Prüfen Sie die Aufschlüsselung der Smart Citations bei bahnbrechenden Arbeiten, um den Gesamtkonsens zu beurteilen.
- Filtern Sie nach Contrasting-Zitaten, um umstrittene Theorien, gescheiterte Replikationen und Gültigkeitsgrenzen zu identifizieren.
- Filtern Sie nach den Abschnitten Results und Discussion, um empirische Evidenz von rein einleitenden Kontextbeschreibungen zu trennen.
- Lesen Sie die vollständigen dreisätzigen Zitations-Kontextausschnitte, bevor Sie Schlussfolgerungen ziehen.
- Führen Sie Reference Check für Ihre finale Bibliografie aus, um sicherzustellen, dass keine zurückgezogenen oder stark umstrittenen Behauptungen unkritisch als Fakten dargestellt werden.