数据集概述
本数据集是论文《人工智能持续发展研究的过去、现在与未来》的复现包，包含针对人工智能持续发展主题的文献综述评估分析文件、输入数据、分析输出及方法学文档，为复现论文研究结果提供完整数据支持。
文件详解
- 分析文件:
- evaluation_literatureStudy.html/evaluation_literatureStudy.ipynb: 包含三个研究问题的分析代码与结果，包括文献综述的人口统计信息及实证标准分析、系统综述主题及趋势计算、原始文献聚类的BerTopic分析
- 输入数据文件:
- input.zip: 分析所需的输入数据集压缩包
- 输出文件:
- generatedOutput: 由分析文件生成的输出文件，具体内容需参考分析文档
- 方法学文件:
- methodology.zip: 方法学相关压缩包，包含SLRFORSLR-data-includedSources - Excluded Sources.csv（排除的不符合标准文献）、SLRFORSLR-data-includedSources - Search terms.csv（数据库搜索词及结果数量）、ThreatsToValidity-DeviationOfPrimarySources.pdf（原始文献数量偏差的有效性威胁分析）
- 模型文件:
- BerTopic_Models.zip: 用于原始文献聚类的已训练BerTopic模型压缩包
适用场景
- 人工智能发展研究: 复现人工智能持续发展领域的文献综述评估结果
- 文献计量分析: 分析人工智能领域系统综述的主题分布与时间趋势
- 文本聚类研究: 应用BerTopic模型进行学术文献的主题聚类分析
- 研究方法学参考: 参考人工智能领域文献综述的筛选标准与有效性威胁评估方法
