概述
Parsifal 是一个基于 Web 的工具，用于按照既有规范（Kitchenham、PRISMA）规划和管理系统性文献综述（SLR）。它引导研究者完成完整的 SLR 流程：定义研究问题、设定纳入/排除标准、规划检索式，以及跟踪筛选过程。该工具开源且支持自托管。
使用 Parsifal 的 SLR 流程
阶段一：规划
定义研究问题
使用 PICO 框架组织问题：
- Population（人群）：哪个群体/领域？
- Intervention（干预）：什么技术/方法？
- Comparison（对照）：与什么相比？
- Outcome（结果）：测量哪些结果？
示例：
- P：软件开发团队
- I：AI 辅助代码审查
- C：人工代码审查
- O：缺陷检出率、审查时间
研究问题：
- RQ1：AI 辅助代码审查是否提升缺陷检出？
- RQ2：与人工审查相比节省多少时间？
- RQ3：哪些类型的缺陷最容易被 AI 工具检出？
设定标准
纳入标准：
- IC1：比较 AI 与人工代码审查的研究
- IC2：发表于同行评审渠道（2020-2026）
- IC3：报告定量指标
排除标准：
- EC1：灰色文献/博客文章
- EC2：参与者少于 10 人的研究
- EC3：非英文出版物
阶段二：检索策略
构建检索式
("artificial intelligence" OR "machine learning" OR "deep learning") AND ("code review" OR "code inspection" OR "static analysis") AND ("defect detection" OR "bug finding" OR "software quality")
数据库映射
| 数据库 | 适配查询 | 预期结果 |
|---|---|---|
| Scopus | TITLE-ABS-KEY(...) | ~500 |
| IEEE Xplore | querytext=... | ~300 |
| ACM DL | [[Abstract: ...]] | ~200 |
| Web of Science | TS=(...) | ~400 |
阶段三：筛选
筛选步骤
- 去除重复——按 DOI、标题相似度匹配
- 标题筛选——快速相关性评估
- 摘要筛选——应用纳入/排除标准
- 全文审查——详细评估
质量评估
定义质量标准和评分：
| 标准 | 评分 |
|---|---|
| 明确陈述研究问题 | 0/0.5/1 |
| 详细描述方法 | 0/0.5/1 |
| 讨论效度威胁 | 0/0.5/1 |
| 结果经过统计分析 | 0/0.5/1 |
| 研究可依据描述复现 | 0/0.5/1 |
阶段四：提取
数据提取表
对每篇纳入论文，提取：
- 研究 ID
- 作者、年份、发表渠道
- 研究类型（实验/案例研究/调查）
- 样本规模
- 使用的 AI 技术
- 报告的指标（精确率、召回率、F1、时间）
- 关键发现
- 指出的局限
阶段五：综合
使用 PRISMA 报告
识别：1,400 条记录 ↓ 去除重复：-350 筛选：1,050 条标题/摘要 ↓ 排除不相关：-900 合格性：150 篇全文评估 ↓ 按标准排除：-108 纳入：最终综述 42 项研究
自托管 Parsifal
git clone https://github.com/vitorfs/parsifal.git cd parsifal pip install -r requirements.txt python manage.py migrate python manage.py runserver
Access at http://localhost:8000
SLR 最佳实践
- 开始前注册方案（健康领域用 PROSPERO，其他用 OSF）
- 由两名独立评审者进行筛选以减少偏倚
- 跟踪评审者间一致性（Cohen's kappa > 0.8）
- 记录对原始方案的偏离
- 使用 PRISMA 清单确保报告完整性
参考资料
- Parsifal
- Kitchenham, B. & Charters, S. (2007). "Guidelines for performing Systematic Literature Reviews in Software Engineering."
- PRISMA Statement
- PROSPERO Registry