Communitygithub.com

revisão-da-literatura

Fluxo de trabalho sistemático de revisão da literatura para tópicos acadêmicos, biomédicos, técnicos e científicos, incluindo planejamento de busca, triagem de fontes, síntese, verificação de citações e registro de evidências. Use quando a tarefa for encontrar, selecionar, sintetizar e citar um corpo de literatura acadêmica ou técnica.

O que é revisão-da-literatura?

Esta skill implementa um fluxo de trabalho abrangente e sistemático para revisão da literatura, adequado para cenários acadêmicos, biomédicos, técnicos e científicos. Ela orienta o usuário desde a definição da pergunta de pesquisa (usando frameworks como PICO para áreas clínicas ou sistema/método/linha de base/métrica para áreas técnicas) até a síntese temática e verificação de citações. A skill suporta diferentes tipos de revisão (narrativa, de escopo, sistemática e meta-análise) e prescreve um protocolo reprodutível que inclui planejamento de busca, registro de evidências, deduplicação, triagem em estágios, extração estruturada de dados e síntese por nível de confiança. É particularmente útil para pesquisadores, engenheiros e profissionais que precisam realizar revisões rigorosas e publicáveis, com ênfase em evitar vieses comuns (como tratar trechos de busca como evidência ou omitir achados negativos). A skill também oferece um template de saída padronizado e orientações para verificação de citações.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Revisão da Literatura

Use esta skill quando a tarefa for encontrar, selecionar, sintetizar e citar um corpo de literatura acadêmica ou técnica.

Quando Usar

  • Elaborar uma revisão sistemática, de escopo ou narrativa da literatura.
  • Sintetizar o estado da arte para uma pergunta de pesquisa.
  • Encontrar lacunas, contradições ou direções para trabalhos futuros.
  • Preparar seções de fundamentação teórica com citações para artigos ou relatórios.
  • Comparar evidências de artigos revisados por pares, preprints, patentes e relatórios técnicos.

Tipos de Revisão

  • Revisão narrativa: síntese ampla; útil para orientação.
  • Revisão de escopo: mapeia conceitos, métodos e lacunas de evidência.
  • Revisão sistemática: protocolo predefinido, busca reprodutível, triagem e exclusão explícitas.
  • Meta-análise: revisão sistemática mais agregação quantitativa de efeitos.

Pergunte ao usuário qual nível de rigor é necessário. Se não for especificado, utilize como padrão uma revisão de escopo para trabalhos exploratórios e uma revisão sistemática para publicações ou alegações clínicas.

Fluxo de Trabalho

1. Definir a Pergunta

Converta a solicitação em uma pergunta de pesquisa buscável.

Para trabalhos clínicos ou biomédicos, use PICO:

  • População
  • Intervenção ou exposição
  • Comparador
  • Desfecho (Outcome)

Para trabalhos técnicos, use:

  • sistema ou domínio
  • método ou intervenção
  • linha de base de comparação
  • métrica de avaliação

2. Planejar a Busca

Crie um protocolo de busca antes de coletar as fontes:

  • bases de dados a serem pesquisadas
  • intervalo de datas
  • idiomas
  • tipos de publicação
  • critérios de inclusão
  • critérios de exclusão
  • strings de busca exatas

Conjunto mínimo útil de bases de dados:

  • PubMed para literatura biomédica e de ciências da vida.
  • arXiv para ciência da computação, matemática, física, biologia quantitativa e preprints.
  • Semantic Scholar ou Crossref para descoberta acadêmica ampla.
  • Fontes específicas do domínio quando relevantes, como registros de ensaios clínicos, bases de patentes, órgãos normativos ou documentações técnicas oficiais.

3. Buscar e Registrar Evidências

Mantenha um registro de busca que torne a revisão reprodutível:

| Base de Dados | Data da Busca | Consulta | Filtros | Resultados | Exportação |
| --- | --- | --- | --- | ---: | --- |
| PubMed | 2026-05-11 | `("CRISPR"[tiab] OR "Cas9"[tiab]) AND "sickle cell"[tiab]` | 2020:2026, Inglês | 86 | Lista de PMIDs |
| arXiv | 2026-05-11 | `CRISPR sickle cell gene editing` | q-bio, 2020:2026 | 9 | BibTeX |

Salve IDs brutos, URLs, DOIs, resumos e anotações separadamente do texto final.

4. Deduplicar

Deduplique nesta ordem:

  1. DOI
  2. PMID ou ID do arXiv
  3. título exato
  4. título normalizado mais primeiro autor e ano

Registre quantos duplicatas foram removidas.

5. Triar Fontes

Faça a triagem em etapas:

  1. título
  2. resumo
  3. texto completo

Para trabalhos sistemáticos, registre os motivos de exclusão:

  • população errada
  • intervenção errada
  • desfecho errado
  • não é pesquisa primária
  • duplicata
  • texto completo indisponível
  • fora do intervalo de datas

6. Extrair Dados

Use uma tabela de extração estruturada:

| Estudo | Delineamento | População/Dados | Método | Comparador | Desfecho | Achado principal | Limitações |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Autor Ano | ECR/coorte/revisão/etc. | amostra ou corpus | método | linha de base | resultado medido | resultado | ressalva |

Para artigos técnicos, inclua conjunto de dados, benchmark, métrica, linha de base e notas de reprodutibilidade.

7. Sintetizar

Agrupe as evidências por tema, em vez de resumir os artigos um a um.

Lentes de síntese úteis:

  • evidência mais forte
  • evidência conflitante
  • fragilidades metodológicas
  • limites da população ou do conjunto de dados
  • atualidade e replicação
  • implicações práticas
  • perguntas não respondidas

Separe as afirmações por nível de confiança:

  • Alta confiança: replicado, evidência de alta qualidade em várias fontes.
  • Confiança média: plausível, mas limitado por amostra, método ou atualidade.
  • Baixa confiança: precoce, especulativo, de fonte única ou fracamente mensurado.

8. Verificar Citações

Antes de finalizar:

  • verifique DOI, PMID, ID do arXiv ou URL oficial
  • confira nomes de autores e ano de publicação
  • não cite um artigo para uma afirmação que ele não faz
  • marque preprints como preprints
  • distinga revisões de evidência primária

Template de Saída

# Revisão da Literatura: <Tópico>

Gerado em: <data>
Tipo de revisão: <narrativa | escopo | sistemática | meta-análise>
Janela de busca: <datas>
Bases de dados: <lista>

## Pergunta de Pesquisa

## Estratégia de Busca

## Critérios de Inclusão e Exclusão

## Sumário de Evidências

## Síntese Temática

## Lacunas e Limitações

## Referências

## Registro de Busca

Armadilhas

  • Não trate trechos de busca como evidência.
  • Não misture preprints, revisões e estudos primários sem rotulá-los.
  • Não omita achados negativos ou conflitantes.
  • Não reivindique rigor de revisão sistemática sem um protocolo reprodutível.
  • Não use uma única base de dados para uma afirmação ampla, a menos que o escopo esteja explicitamente limitado a essa 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.

Habilidades Relacionadas