Revisão de Literatura

Visão Geral

Conduza revisões de literatura sistemáticas e abrangentes seguindo metodologia acadêmica rigorosa. Pesquise em múltiplos bancos de dados de literatura, sintetize os achados tematicamente, verifique a precisão de todas as citações e gere documentos de saída profissionais em formatos markdown e PDF.

Use bancos de dados bibliográficos apropriados para a disciplina para a busca reproduzível, com parallel-web (parallel-cli search) para escopo e descoberta suplementar. Resultados da web classificados e trechos extraídos não podem estabelecer cobertura exaustiva ou substituir a avaliação de texto completo. Scripts agrupados processam registros normalizados, verificam o registro de DOI e renderizam documentos; eles não executam uma revisão sistemática completa automaticamente.

Quando Usar Esta Habilidade

Use esta habilidade quando:

• Conduzindo uma revisão sistemática de literatura para pesquisa ou publicação
• Sintetizando o conhecimento atual sobre um tópico específico em múltiplas fontes
• Realizando meta-análise ou revisões de escopo
• Escrevendo a seção de revisão de literatura de um artigo de pesquisa ou tese
• Investigando o estado da arte em um domínio de pesquisa
• Identificando lacunas de pesquisa e direções futuras
• Requerendo citações verificadas e formatação profissional

Figuras e Relatórios PRISMA

Para revisões sistemáticas, use o modelo de fluxo PRISMA 2020 apropriado e contagens de triagem reconciliadas. Distinga registros, relatórios e estudos, incluindo relatórios não recuperados e motivos para exclusões de texto completo. Use tabelas ou plotagens determinísticas para números exatos, estimativas de efeito e resultados de risco de viés.

Esquemas conceituais são opcionais. O gerador agrupado precisa de OPENROUTER_API_KEY e cria um rascunho PNG com até duas iterações de geração/revisão:

python scripts/generate_schematic.py "Conceptual evidence map; labels from the reviewed extraction table" \
  -o figures/evidence_map.png --doc-type journal --iterations 2

A geração usa POST /api/v1/images da OpenRouter com google/gemini-3.1-flash-image; a revisão usa POST /api/v1/chat/completions com google/gemini-3.7-flash. O caminho de saída deve terminar em .png. Inspecione rótulos, contagens, setas e acessibilidade você mesmo: success significa que uma imagem foi salva, enquanto quality_met, final_reviewed e termination_reason no log de revisão descrevem a revisão automatizada. Nenhum deles prova precisão científica. Um refinamento falho preserva o rascunho anterior. Verifique a disponibilidade do modelo atual antes de executar a geração paga; não fabrique contagens de estudos em um prompt de imagem.

Fluxo de Trabalho Principal

Uma revisão de literatura é executada em sete fases, documentadas integralmente com comandos e modelos em references/core_workflow.md:

1. Planejamento e escopo — a pergunta, critérios de inclusão e exclusão e escopo.
2. Busca sistemática de literatura — busca em múltiplos bancos de dados com consultas registradas.
3. Triagem e seleção — triagem de título/resumo e depois de texto completo com contagens mantidas para o fluxo PRISMA.
4. Extração de dados e avaliação de qualidade — extração estruturada e avaliação de risco de viés ou qualidade.
5. Síntese e análise — síntese temática ou quantitativa entre os estudos.
6. Verificação de citações — cada citação verificada contra a fonte real.
7. Geração de documentos — montagem da revisão com bibliografia completa.

Registre cada string de busca e data conforme avança: uma revisão que não consegue reproduzir sua própria busca não é sistemática. Orientações de busca por banco de dados e estilos de citação estão em references/search_and_citation.md, e uma revisão completa e trabalhada está em references/example_workflow.md.

Melhores Práticas

Estratégia de Busca

1. Teste piloto da pergunta: Opcionalmente, use parallel-cli search para escopo, depois teste as consultas do banco de dados contra relatórios elegíveis conhecidos
2. Escolha fontes complementares: Justifique a cobertura do banco de dados e do registro para a pergunta; nenhum número fixo de bancos de dados garante completude
3. Inclua servidores de preprint: Captura as descobertas mais recentes não publicadas
4. Documente tudo: Strings de busca, datas, contagens de resultados para reprodutibilidade — salve toda a saída do parallel-cli em sources/
5. Teste e refine: Execute buscas piloto, revise os resultados, ajuste os termos de busca

…