Communitygithub.com

revue-de-littérature

Workflow systématique de revue de littérature pour des sujets académiques, biomédicaux, techniques et scientifiques, incluant la planification de la recherche, le criblage des sources, la synthèse, la vérification des citations et l'enregistrement des preuves. À utiliser lorsque la tâche consiste à trouver, cribler, synthétiser et citer un corpus de littérature académique ou technique.

Qu'est-ce que revue-de-littérature ?

Cette compétence fournit un workflow structuré et reproductible pour réaliser des revues de littérature systématiques, de cadrage ou narratives dans des domaines académiques, techniques ou biomédicaux. Elle guide l'utilisateur à travers les étapes essentielles : définition d'une question de recherche (en utilisant PICO pour le biomédical ou des critères adaptés au technique), planification de la recherche avec des bases de données comme PubMed, arXiv, Semantic Scholar ou Crossref, enregistrement des preuves dans un journal reproductible, déduplication, criblage par titres, résumés et textes intégraux, extraction structurée des données, synthèse thématique avec niveaux de confiance, et vérification rigoureuse des citations. La compétence distingue quatre types de revue (narrative, de cadrage, systématique et méta-analyse) et adapte la rigueur au besoin du projet. Utile pour les chercheurs, ingénieurs et rédacteurs techniques qui doivent produire des synthèses de littérature sourcées et fiables. Fonctionne sur des plateformes d'agents conversationnels ou de codage comme Claude Code, Cursor ou Codex, en suivant les instructions du fichier SKILL.md.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/scientific-thinking-literature-review

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Revue de Littérature

Utilisez cette compétence lorsque la tâche consiste à trouver, cribler, synthétiser et citer un corpus de littérature académique ou technique.

Quand l'utiliser

  • Réaliser une revue systématique, de cadrage ou narrative.
  • Synthétiser l'état de l'art pour une question de recherche.
  • Trouver des lacunes, des contradictions ou des orientations pour des travaux futurs.
  • Préparer des sections de contexte étayées par des citations pour des articles ou rapports.
  • Comparer des preuves issues d'articles évalués par les pairs, de prépublications, de brevets et de rapports techniques.

Types de revue

  • Revue narrative : synthèse large ; utile pour une orientation.
  • Revue de cadrage : cartographie des concepts, méthodes et lacunes de preuves.
  • Revue systématique : protocole prédéfini, recherche reproductible, criblage et exclusion explicites.
  • Méta-analyse : revue systématique plus agrégation quantitative des effets.

Demandez à l'utilisateur le niveau de rigueur nécessaire. Si non spécifié, optez par défaut pour une revue de cadrage pour un travail exploratoire et une revue systématique pour une publication ou des affirmations cliniques.

Workflow

1. Définir la question

Convertissez l'invite en une question de recherche pouvant être recherchée.

Pour un travail clinique ou biomédical, utilisez PICO :

  • Population
  • Intervention ou exposition
  • Comparateur
  • Outcome (résultat)

Pour un travail technique, utilisez :

  • système ou domaine
  • méthode ou intervention
  • comparaison de référence
  • métrique d'évaluation

2. Planifier la recherche

Créez un protocole de recherche avant de collecter les sources :

  • bases de données à interroger
  • plage de dates
  • langues
  • types de publications
  • critères d'inclusion
  • critères d'exclusion
  • chaînes de recherche exactes

Ensemble minimal utile de bases de données :

  • PubMed pour la littérature biomédicale et des sciences de la vie.
  • arXiv pour l'informatique, les mathématiques, la physique, la biologie quantitative et les prépublications.
  • Semantic Scholar ou Crossref pour une découverte académique large.
  • Sources spécifiques au domaine le cas échéant, telles que les registres d'essais cliniques, les bases de données de brevets, les organismes de normalisation ou les documents techniques officiels.

3. Rechercher et enregistrer les preuves

Tenez un journal de recherche qui rend la revue reproductible :

| Base de données | Date de recherche | Requête | Filtres | Résultats | Export |
| --- | --- | --- | --- | ---: | --- |
| PubMed | 2026-05-11 | `("CRISPR"[tiab] OR "Cas9"[tiab]) AND "sickle cell"[tiab]` | 2020:2026, Anglais | 86 | Liste PMID |
| arXiv | 2026-05-11 | `CRISPR sickle cell gene editing` | q-bio, 2020:2026 | 9 | BibTeX |

Enregistrez les identifiants bruts, les URL, les DOI, les résumés et les notes séparément du texte final.

4. Dédupliquer

Dédupliquez dans cet ordre :

  1. DOI
  2. PMID ou arXiv ID
  3. titre exact
  4. titre normalisé plus premier auteur et année

Enregistrez le nombre de doublons supprimés.

5. Cribler les sources

Criblez par étapes :

  1. titre
  2. résumé
  3. texte intégral

Pour un travail systématique, enregistrez les raisons d'exclusion :

  • population erronée
  • intervention erronée
  • résultat erroné
  • pas une recherche primaire
  • doublon
  • texte intégral indisponible
  • hors plage de dates

6. Extraire les données

Utilisez un tableau d'extraction structuré :

| Étude | Conception | Population/Données | Méthode | Comparateur | Résultat | Résultat clé | Limitations |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Auteur Année | ECR/cohorte/revue/etc. | échantillon ou corpus | méthode | référence | résultat mesuré | résultat | mise en garde |

Pour les articles techniques, incluez le jeu de données, le benchmark, la métrique, la référence et les notes de reproductibilité.

7. Synthétiser

Regroupez les preuves par thème plutôt que de résumer les articles un par un.

Axes de synthèse utiles :

  • preuves les plus solides
  • preuves contradictoires
  • faiblesses méthodologiques
  • limites de la population ou du jeu de données
  • récence et réplication
  • implications pratiques
  • questions sans réponse

Séparez les affirmations par niveau de confiance :

  • Haute confiance : preuves répliquées de haute qualité provenant de sources multiples.
  • Confiance moyenne : plausible mais limité par l'échantillon, la méthode ou la récence.
  • Faible confiance : précoce, spéculatif, à source unique ou faiblement mesuré.

8. Vérifier les citations

Avant de finaliser :

  • vérifier le DOI, le PMID, l'arXiv ID ou l'URL officiel
  • vérifier les noms des auteurs et l'année de publication
  • ne pas citer un article pour une affirmation qu'il ne fait pas
  • marquer les prépublications comme telles
  • distinguer les revues des preuves primaires

Modèle de sortie

# Revue de Littérature : <Sujet>

Généré : <date>
Type de revue : <narrative | de cadrage | systématique | méta-analyse>
Fenêtre de recherche : <dates>
Bases de données : <liste>

## Question de recherche

## Stratégie de recherche

## Critères d'inclusion et d'exclusion

## Synthèse des preuves

## Synthèse thématique

## Lacunes et limites

## Références

## Journal de recherche

Pièges à éviter

  • Ne traitez pas les extraits de recherche comme des preuves.
  • Ne mélangez pas prépublications, revues et études primaires sans les étiqueter.
  • N'omettez pas les résultats négatifs ou contradictoires.
  • Ne prétendez pas à une rigueur de revue systématique sans protocole reproductible.
  • N'utilisez pas une seule base de données pour une affirmation large à moins que la portée ne soit explicitement limitée à cette base.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills associés