数据集概述
本数据集是围绕“生成式AI如何重塑高等教育个性化学习”的系统性综述研究资料，遵循PRISMA声明与PICo框架（聚焦高等教育师生群体、生成式AI技术应用、高等教育场景），包含文献检索数据、偏倚风险评估文件、可视化材料及分析代码等，支撑相关研究的透明性与可重复性。
文件详解
该数据集包含11个文件，具体说明如下：
- 文献检索与管理文件：
- pubmed-Generative-set.nbib：PubMed文献检索结果文件，格式为NBIB
- scopus.ris：Scopus文献检索结果文件，格式为RIS
- WOS_savedrecs.ciw：Web of Science文献检索结果文件，格式为CIW
- !! articles_includes.xlsx：Excel文件，可能包含纳入综述的文献清单
- 研究方法与评估文件：
- prisma.png：PRISMA流程图图片文件
- prisma.pdf：PRISMA声明说明文档，格式为PDF
- MMA RoB.xlsx：Excel文件，可能包含MMAT偏倚风险评估数据
- RCode MMAT Risk of Bias.R：R语言代码文件，用于MMAT偏倚风险评估
- 分析与可视化文件：
- countries.xlsx：Excel文件，可能包含研究涉及国家的分布数据
- Distribution fo countries involved.tiff：国家分布可视化图片，格式为TIFF
- RCode Bars Plot Results and others.R：R语言代码文件，用于结果可视化（如条形图）
适用场景
- 教育技术研究：分析生成式AI在高等教育个性化学习中的应用现状与效果
- 系统综述方法学研究：探究PRISMA声明与PICo框架在教育领域的适配性
- 高等教育政策制定：为高校引入生成式AI教育工具提供实证参考
- 教育数据可视化：基于国家分布、文献特征等数据开展可视化分析实践
