Sci-database Documentação

Transforme documentos de pesquisa em bancos de dados estruturados e verificados — com todos os valores rastreáveis até sua fonte.

Sci-database é uma plataforma de IA para pesquisadores que precisam de dados estruturados da literatura científica: revisões sistemáticas, meta-análises, artigos de revisão e conjuntos de dados de aprendizado de máquina. Você pesquisa mais de 200 milhões de artigos (ou carrega seus próprios PDFs), descreve os dados necessários em inglês simples e o mecanismo de extração Kateeb (كاتب, "escriba") lê cada artigo e preenche seu banco de dados - em seguida, um segundo modelo de IA independente verifica os resultados para que você possa ver exatamente onde os modelos concordam e onde não.

Resumo do fluxo de trabalho

 ┌─────────────┐   ┌──────────────┐   ┌─────────────┐   ┌──────────────┐   ┌─────────────┐
 │  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   │
                                   └─────────────────────┘

Artigos recebidos. Uma planilha verificada foi retirada. Zero dados sintéticos — se um valor não estiver no papel, a célula indica N/A.

Conteúdo da documentação

1. Introdução — o que é Sci-database, para quem se destina e os princípios de design que tornam seu resultado confiável.
2. Primeiros passos — faça login, obtenha seus créditos grátis, complete seu perfil.
3. Procurando artigos — OpenAlex, CORE e Semantic Scholar; filtros, chaves de API e a fila.
4. Arquivos e uploads — verificação automática de PDF, upload de seus próprios PDFs, correção de documentos que não podem ser obtidos.
5. Construindo seu esquema — descreva seu banco de dados em inglês simples, deixe a IA redigir os campos, depois edite e salve.
6. Executando uma extração — processando trabalhos, status, parar e retomar, e-mails de resultados.
7. Validação e o Juiz de IA — verificação de modelos cruzados, investigação de divergências e convergência acima de 90% de concordância.
8. Seu banco de dados e exportações — visualizando resultados e exportando para CSV / JSON / Excel.
9. Compartilhamento e mercado — esquemas públicos, compartilhamento gratuito e listagem de um banco de dados "dourado" para venda.
10. Créditos e preços — todos os custos de crédito em uma tabela.
11. FAQ — as perguntas que os pesquisadores realmente fazem.
12. Solução de problemas — todas as mensagens de erro e como corrigi-las.

Desenvolvido pelo Dr. El Tayeb Bentria na Universidade Hamad Bin Khalifa (HBKU), Doha, Catar · Patente QF Ref: 2024-066.