Für systematische Übersichten · Metaanalysen · ML-Datensätze

Schluss mit statischen Datenbanken. Erstellen Sie Ihre eigene benutzerdefinierte Datenbank aus 200M+ Artikeln in Minuten mit Kateeb AI.

See why we excel in this task compared to our competitors→

Kostenlos starten · 150 Artikel 🔍 Explore Marketplace ▶ Sehen Sie, wie ein Wert verfolgt wird

Keine Kreditkarte · für immer kostenlose Stufe · Exporte nach Excel, CSV und JSON

Über 100 Sprachen → eine verifizierte Datenbank

Preise

Ein Credit entspricht einer Arbeit. Das ist die ganze Formel.

Extrahieren Sie so viele Felder, wie Ihr Schema erfordert. Einhundert Papiere ergeben typischerweise 1.000–2.000 saubere Zeilen.

Wie viele Arbeiten umfasst Ihr Projekt?

960Papiere

→ the Researcher Pro ($79 for 2,000 papers) plan covers this comfortably.

Probieren Sie es aus

Kostenlos

150 Blätter · keine Karte erforderlich

150 Credits
Benutzerdefiniertes Schemadesign
Excel, CSV und JSON Export
Standardunterstützung

Kostenlos starten

Best price in market

Starter

$29

500 papers · one-time package

500 credits (~500 papers)
Parallel batch queueing
Discrepancy arbitrator
DOI / PMID full-text resolver

Get Starter

Am besten für eine einzelne Rezension

Forscher

$79

pro Monat · 1.000 Aufsätze

1.000 Credits pro Monat
Benutzerdefiniertes Schemadesign
DOI und PMID importieren
Standardunterstützung

Starten Sie Ihre Überprüfung

Am besten für Labore und Datensätze geeignet

Experte

$299

pro Monat · 10,000 Artikel

10,000 Credits pro Monat
Parallele Auftragsübermittlung
Erweiterte Visualisierung
Vorrangiger Support

Wählen Sie Experte

Bereit für die Beschaffung

Institution

Lass uns reden

Labore · Abteilungen · Universitäten

Benutzerdefinierte Kreditzuweisung
Lokale Bereitstellung
DPA und Sicherheitsüberprüfung
Dedizierter Account Manager

Kontaktieren Sie uns

Jeder Plan umfasst die Drei-Durchgangs-Genauigkeits-Engine, die Ablaufverfolgung auf Seitenebene und strukturierte Exporte.

Wird von Forschern verwendet

So funktioniert es

Drei Schritte zwischen einem Stapel PDFs und einem veröffentlichungsfähigen Datensatz.

SCHRITT 01

Suchen Sie nach Artikeln und fügen Sie sie hinzu

Nutzen Sie unsere automatisierte Suchmaschine für mehr als 200 Millionen Artikel oder ziehen Sie PDFs hinein und fügen Sie DOIs oder PMIDs ein.

SCHRITT 02

Beschreiben Sie Ihr Schema

Sagen Sie im Klartext, was Sie brauchen. Unser KI-Experte schlägt typisierte Felder und Einheiten vor; Sie können alles bearbeiten.

StichprobengrößeQuotenverhältnisSeebeck-Koeffizient (µV/K)Wachstumsmethode+ Ihr eigenes Feld

SCHRITT 03

Überprüfen und exportieren

Der KI-Richter weist auf Meinungsverschiedenheiten hin und löst sie niemals stillschweigend. Exportieren Sie das überprüfte Ergebnis nach Excel, CSV oder JSON.

Die Vertrauensschleife

Es wird nicht nur extrahiert. Es konvergiert.

Unabhängige Modelle extrahieren und lesen Ihre Quellen erneut. Wenn sie nicht einverstanden sind, verfeinern Sie das Schema und führen die Schleife erneut aus, bis die Datenbank den Vertrauensschwellenwert überschreitet.

01Laden Sie die Dokumente herunter

DOIs einfügen; Volltexte werden abgerufen und jede Zeile bleibt DOI-verknüpft.

02Generieren Sie das Schema

Klartext in; typisierte Felder und kontrollierte Einheiten aus.

03Erstellen Sie die Datenbank

Jeder Wert ist an Quellkoordinaten auf Seitenebene angeheftet.

04Der KI-Richter

Unabhängige Modelle lesen die Quellen noch einmal und bewerten die Übereinstimmung.

↻Verfeinern und erneut ausführen

Definitionen verschärfen, wenn der Richter anderer Meinung war, und dann erneut ausführen.

Bestanden 3 · KI-Richter

90 % Vertrauensschwelle

running cross-model verification…

✓ Vertrauenswürdige Datenbank · DOI-verknüpft · Wertverfolgung

Kostenlos starten · 150 ArtikelKeine Kreditkarte · 150 Papiere gratis

Keine synthetischen Daten

Jede Zahl weiß, woher sie kommt.

Klicken Sie auf einen beliebigen Wert in der Tabelle, um die genaue Passage in der Quelle zu überprüfen. Wenn eine Arbeit keinen Wert meldet, sagt die Datenbank N/A, anstatt einen zu erfinden.

☝ Probieren Sie es aus: Überprüfen Sie alle extrahierten Werte

Extraktion · hypertension_rct_007.pdf

	Studie	Value
1	Stichprobengröße	418 Teilnehmer
2	Mittlere Differenz	−5,3 mmHg
3	95 %-Konfidenzintervall	−7,1 bis −3,5

click a value → see its source ↗

Quelle · Seite 6 · Ergebnisse

3.2 Primäres Ergebnis

Von den 418 randomisierten Teilnehmern zeigte die Interventionsgruppe einen mittleren Unterschied von –5,3 mmHg gegenüber der Kontrollgruppe (95 %-KI –7,1 bis –3,5; p < 0,001), was mit dem vorab registrierten Analyseplan übereinstimmt.

cross-model agreement confirmed

Cross-model agreementInspired by duplicate extraction workflows, providing an automated quality-control signal.

Coordinate-anchoredThe audit trail attaches straight to your PRISMA supplementary materials.

Abstention by designEmpty stays empty. No generative fill or plausible inventions.

Nach der Extraktion

Die Tabelle ist erst der Anfang.

Finden Sie Trends in Ihrem Bereich, erstellen Sie Zahlen für Ihr Manuskript und erstellen Sie Trainingsdaten, denen Ihre Modelle vertrauen können.

Erkunden Sie Zusammenhänge in der LiteraturFiltern Sie Felder, vergleichen Sie Einheiten und exportieren Sie publikationsbereite Trenddiagramme als PNG oder SVG.illustrative data · export PNG / SVG

FAIR-Aligned ExportExport your database with persistent identifiers (DOI), reference files (RIS / BibTeX), and structured schema definitions (CSV / JSON) conforming to FAIR data principles.

Open Standard FormatsDirect export to CSV and JSON formatted for immediate analysis in Python, R (meta), Stata, or spreadsheet tools with zero lock-in.

Source ProvenanceEvery extracted data point preserves source paper titles, DOIs, and extraction metadata for complete auditability and replication.

Kostenlos starten · 150 ArtikelTrends, Zahlen und ML-Exporte enthalten

Scientific Data Marketplace · Reusable Schemas · Verified Datasets

Explore, reuse, and publish research data with complete provenance.

Discover ready-to-plot scientific databases extracted from papers with AI Judge cross-validation, reusable domain schemas, and open datasets from global research repositories (DataCite, Zenodo, Dataverse).

FREE VERIFIED DATABASEAI JUDGE™ CHECKED

Version 1.0 · Static Release

marketplace · generative-ai-evaluation-benchmarks

Generative AI-Bewertung und Sicherheit

Rasante Evaluierungs-, Sicherheits-, Hardware- und autonome Systemforschung.

DOI Coverage100% (73 of 73)

AI Cross-Validation27% (20 papers)

AI Agreement93.4% (8 Resolved)

LicenceCC BY 4.0

7 Research Opportunities:

Generative AI-Bewertung und SicherheitAI-Agent-Zuverlässigkeit und Tool-NutzungAI für wissenschaftliche EntdeckungenCybersicherheits- und IoT-SchwachstellenQuantencomputing, Sensorik und MaterialienRobotik und autonome SystemeHalbleiter und Kanten AI

model_namestringmodel_versionstringbenchmark_namestringtask_typeenumevaluation_scorenumbersafety_dimensionenumevaluation_languagestringdoistring

Sample Extracted Evidence Row (Provenance-Grounded)

model_name	model_version	benchmark_name	task_type	evaluation_score	safety_dimension	evaluation_language	doi
Llama-3-70B-Instruct	v1.0	MMLU-Pro	Reasoning	68.4	Truthfulness	English	10.48550/arXiv.2407.21783

Every dataset version includes: source_doi, validation_summary.csv, data_dictionary.csv, manifest.json (SHA-256), README.md

Explore in Marketplace →Erstellen Sie diese Datenbank kostenlos

🔍 Browse Full Scientific Data Marketplace Catalog (500+ Items)→

Gebaut mit Sci-database

Der islamische Tintenatlas: Über 3.300 historische Rezepte wurden in ein lebendiges Forschungsportal verwandelt.

Der Atlas verbindet Manuskripte, Zutaten, Rezepte, Orte und Daten in einer erforschbaren Datenbank, die aus wissenschaftlichen und historischen Quellen erstellt wurde.

Dies ist das Projekt unseres eigenen Teams bei QEERI-Materials: eine Demonstration, keine Kundengeschichte. Beurteilen Sie es live.

Entdecken Sie den Live-Atlas

The Islamic Ink Atlas: Geographical & Temporal Visualization of ink and pigment recipes across time and space

Fragen, die Forscher tatsächlich stellen

Bevor Sie uns Ihre Bewertung anvertrauen

Akzeptieren Journal-Rezensenten KI-extrahierte Daten?

Ja, wenn die Extraktion überprüfbar ist. Unabhängige Modelle extrahieren und vergleichen jeden Wert, während die Hervorhebung der Seitenkoordinaten es einem zweiten Prüfer ermöglicht, ihn zu überprüfen, anstatt ihn erneut einzugeben. Der exportierte Prüfpfad verknüpft jede Zelle mit ihrer DOI-, Seiten- und Quellposition.

Was passiert, wenn die KI eine Zahl falsch versteht?

Unstimmigkeiten werden markiert, bevor der Wert Ihre Analyse erreicht. Sie sehen die Kandidaten neben der Quellregion und entscheiden; Die Plattform löst Modellstreitigkeiten niemals stillschweigend.

Woher weiß ich, dass meine Datenbank korrekt ist?

Der KI-Richter misst die Übereinstimmung anhand unabhängig erneut gelesener Quellen. Verfeinern Sie die Felddefinitionen und Einheiten und führen Sie sie dann erneut aus, bis der überprüfte Übereinstimmungswert 90 % überschreitet. Jeder Wert bleibt manuell prüfbar.

Trainieren Sie Models für meine Uploads?

Nein. Ihre PDFs und extrahierten Daten werden niemals zum Trainieren von Modellen verwendet. Uploads werden während der Übertragung und im Ruhezustand verschlüsselt, und Sie können eine Arbeit oder ein Projekt jederzeit löschen.

Ich bin nicht in der Medizin. Ist das für mich?

Ja. Aktive Anwendungsfälle umfassen Materialwissenschaften, Physik, Astronomie, Klima, Bildung, Cybersicherheit, Zahnmedizin und Medizin. Wenn Sie die Felder definieren können, kann die Engine sie extrahieren.

Kann ich Dokumente importieren, ohne PDFs hochzuladen?

Ja. Fügen Sie DOIs oder PMIDs ein und die Plattform ruft die verfügbaren Datensätze ab. Sie können importierte und hochgeladene Arbeiten im selben Projekt mischen.

Wie funktionieren Credits?

Ein Credit bearbeitet eine Arbeit, unabhängig davon, wie viele Felder Ihr Schema enthält. Die Pläne unterscheiden sich hauptsächlich durch die monatliche Papierpauschale und die Unterstützungsstufe.

Was bekomme ich am Ende?

Ein strukturierter Excel-, CSV- oder JSON-Datensatz, der für R, Stata, RevMan, Visualisierung oder maschinelles Lernen bereit ist, sowie ein Audit-Trail, der jeden Wert mit seiner Quellseite verknüpft.

Seebeck coefficient (µV/K)odds ratioredshift zsample size (N)thermal conductivity (W/mK)95% confidence intervalpeak magnitudegrowth temperature (°C)p-valuezT figure of merithost galaxyadverse events ratebinding affinity (Kd)hazard ratio (HR)IC50 (nM)carbon sequestration (t/ha)optical chiralitymean squared error (MSE)lattice parameter (Å)transcriptome coverageF1 benchmark scoreactivation energy (eV)orbital period (days)exoplanet radius (R⊕)cross-entropy losswater-use efficiency (kg/m³)durable solution statusrelative risk (RR)equilibrium constant (Keq)radio flux density (mJy)standardized mean differencedielectric permittivitysoil organic carbon (%)carrier mobility (cm²/Vs)intervention effect sizepathogen resistance geneGibbs free energy (ΔG)pore diameter (nm)extraction confidence (%)Seebeck coefficient (µV/K)odds ratioredshift zsample size (N)thermal conductivity (W/mK)95% confidence intervalpeak magnitudegrowth temperature (°C)p-valuezT figure of merithost galaxyadverse events ratebinding affinity (Kd)hazard ratio (HR)IC50 (nM)carbon sequestration (t/ha)optical chiralitymean squared error (MSE)lattice parameter (Å)transcriptome coverageF1 benchmark scoreactivation energy (eV)orbital period (days)exoplanet radius (R⊕)cross-entropy losswater-use efficiency (kg/m³)durable solution statusrelative risk (RR)equilibrium constant (Keq)radio flux density (mJy)standardized mean differencedielectric permittivitysoil organic carbon (%)carrier mobility (cm²/Vs)intervention effect sizepathogen resistance geneGibbs free energy (ΔG)pore diameter (nm)extraction confidence (%)

sea-level rise projectionCronbach’s reliability αmean difference (MD)CRISPR off-target editsbandgap energy (eV)participant cohort (N)climate scenario SSP5-8.5photoluminescence peak (nm)dosage regimen (mg/kg)carrier concentration (cm⁻³)study methodologysupernova discovery dateelimination half-life (t½)Gini inequality indexquantum yield (%)superconductivity Tc (K)gene set enrichment (NES)observed heterozygosityV-Dem democracy indexparty polarization scoreisobaric heat capacity (Cp)standard enthalpy (ΔH°)mass-to-charge ratio (m/z)XRF pigment profileelastic shear modulus (GPa)belowground root biomassShannon-Wiener diversityspectral resolution (R)power conversion efficiencyBayesian credible intervalgrain crystallite sizecitation network centralitypaleoclimatic δ18O proxymagnetic susceptibilitytherapeutic window ratiosurface roughness (Ra)turnover frequency (TOF)Mamluk script classificationsource page DOIsea-level rise projectionCronbach’s reliability αmean difference (MD)CRISPR off-target editsbandgap energy (eV)participant cohort (N)climate scenario SSP5-8.5photoluminescence peak (nm)dosage regimen (mg/kg)carrier concentration (cm⁻³)study methodologysupernova discovery dateelimination half-life (t½)Gini inequality indexquantum yield (%)superconductivity Tc (K)gene set enrichment (NES)observed heterozygosityV-Dem democracy indexparty polarization scoreisobaric heat capacity (Cp)standard enthalpy (ΔH°)mass-to-charge ratio (m/z)XRF pigment profileelastic shear modulus (GPa)belowground root biomassShannon-Wiener diversityspectral resolution (R)power conversion efficiencyBayesian credible intervalgrain crystallite sizecitation network centralitypaleoclimatic δ18O proxymagnetic susceptibilitytherapeutic window ratiosurface roughness (Ra)turnover frequency (TOF)Mamluk script classificationsource page DOI

Menschliches Wissen vereinen,
jeweils eine Datenbank.

Verwandeln Sie die Dokumente, die sich bereits in Ihren Ordnern befinden, in einen verifizierten Datensatz, den Sie prüfen, analysieren, veröffentlichen und wiederverwenden können.

Erstellen Sie Ihre Datenbank kostenlos

150 Papiere kostenlos · keine Kreditkarte · jeder Wert wird erfasst