Sci-database Dokumentation

Verwandeln Sie Forschungsarbeiten in verifizierte, strukturierte Datenbanken – wobei jeder Wert auf seine Quelle zurückverfolgbar ist.

Sci-database ist eine KI-Plattform für Forscher, die strukturierte Daten aus der wissenschaftlichen Literatur benötigen: systematische Übersichten, Metaanalysen, Übersichtsartikel und Datensätze für maschinelles Lernen. Sie durchsuchen mehr als 200 Millionen Artikel (oder laden Ihre eigenen PDFs hoch), beschreiben die Daten, die Sie benötigen, in einfachem Englisch, und die Kateeb-Extraktionsmaschine (كاتب, „Schreiber“) liest jeden Artikel und füllt Ihre Datenbank – dann überprüft ein zweites, unabhängiges KI-Modell die Ergebnisse, sodass Sie genau sehen können, wo die Modelle übereinstimmen und wo nicht.

Der Workflow auf einen Blick

 ┌─────────────┐   ┌──────────────┐   ┌─────────────┐   ┌──────────────┐   ┌─────────────┐
 │  1. SEARCH   │ → │  2. VERIFY   │ → │  3. SCHEMA  │ → │  4. EXTRACT  │ → │ 5. VALIDATE │
 │  200M+ papers│   │  PDFs fetched │   │  AI suggests │   │  Kateeb reads │   │  AI Judge    │
 │  or upload   │   │  & checked    │   │  you edit    │   │  every paper  │   │  cross-checks│
 └─────────────┘   └──────────────┘   └─────────────┘   └──────────────┘   └─────────────┘
                                                                                   │
                                              ┌────────────────────────────────────┘
                                              ▼
                                   ┌─────────────────────┐
                                   │ 6. EXPORT & SHARE    │
                                   │ Excel · CSV · JSON   │
                                   │ or publish/sell it   │
                                   └─────────────────────┘

Papiere rein. Eine verifizierte Tabelle raus. Null synthetische Daten – wenn ein Wert nicht im Papier steht, wird in der Zelle N/A angezeigt.

Dokumentationsinhalte

1. Einführung – was Sci-database ist, für wen es gedacht ist und welche Designprinzipien seine Ausgabe vertrauenswürdig machen.
2. Erste Schritte – Anmelden, kostenloses Guthaben erhalten, Profil vervollständigen.
3. Aufsatzsuche — OpenAlex, CORE und Semantic Scholar; Filter, API-Schlüssel und die Warteschlange.
4. Dateien & Uploads – automatische PDF-Überprüfung, Hochladen eigener PDFs, Korrigieren von Dokumenten, die nicht abgerufen werden können.
5. Erstellen Sie Ihr Schema – Beschreiben Sie Ihre Datenbank in einfachem Englisch, lassen Sie die KI die Felder entwerfen, bearbeiten und speichern Sie sie dann.
6. Ausführen einer Extraktion – Verarbeitung von Aufträgen, Status, Anhalten und Fortsetzen, Ergebnis-E-Mails.
7. Validierung und der KI-Richter – modellübergreifende Prüfung, Untersuchung von Meinungsverschiedenheiten und Konvergenz über 90 % Übereinstimmung.
8. Ihre Datenbank und Exporte – Ergebnisse anzeigen und nach CSV / JSON / Excel exportieren.
9. Teilen und der Marktplatz – öffentliche Schemata, kostenloses Teilen und Angebot einer „goldenen“ Datenbank zum Verkauf.
10. Credits & Preise – alle Creditkosten in einer Tabelle.
11. FAQ – die Fragen, die Forscher tatsächlich stellen.
12. Fehlerbehebung – jede Fehlermeldung und wie man sie behebt.

Entwickelt von Dr. El Tayeb Bentria an der Hamad Bin Khalifa University (HBKU), Doha, Katar · Patent QF Ref: 2024-066.