189 lines
5.9 KiB
Markdown
189 lines
5.9 KiB
Markdown
---
|
||
name: source-quality
|
||
description: 信源质量评分系统（0-10 分制）与黑名单机制。规定每个信源入库前的评估维度、硬性淘汰规则、利益冲突检测。所有收集信源的 agent 都必须用此技能给每条信源打分后写入 sources.jsonl。
|
||
---
|
||
|
||
# 信源质量评分（0-10 分制）
|
||
|
||
## 一、评分维度（满分 10 分）
|
||
|
||
| 维度 | 满分 | 判断标准 |
|
||
|---|---|---|
|
||
| 权威性 | 3 | 期刊 IF、机构排名 |
|
||
| 时效性 | 2 | 发表时间 vs 主题 |
|
||
| 一手性 | 2 | 一手数据 > 综述 > 二次解读 |
|
||
| 可验证性 | 2 | 有 DOI/URL/原始数据 |
|
||
| 无利益冲突 | 1 | 厂商自发降权 |
|
||
|
||
### 维度 1：权威性（0-3 分）
|
||
|
||
| 分值 | 情形 |
|
||
|---|---|
|
||
| 3.0 | IF ≥ 30（NEJM/Lancet/Nature/Science/Cell/JAMA）、FDA/EMA/NMPA 官方、SEC 披露 |
|
||
| 2.5 | IF 10-30（NatMed/NatBiotech/BMJ/AnnOncol 等）、顶级咨询（MKS/BCG/Deloitte） |
|
||
| 2.0 | IF 5-10（JCO/CircRes/AJRCCM）、IQVIA/EvaluatePharma、系统综述 |
|
||
| 1.5 | IF 3-5、券商研报、行业协会白皮书 |
|
||
| 1.0 | IF 1-3、专业媒体（BioSpace/Endpoints News） |
|
||
| 0.5 | 预印本（bioRxiv/medRxiv）、会议摘要 |
|
||
| 0 | 自媒体、百家号、未署名博客 |
|
||
|
||
### 维度 2：时效性（0-2 分）
|
||
|
||
| 主题类型 | 满分年限 | 每老 1 年扣分 |
|
||
|---|---|---|
|
||
| 市场 / 监管 / 临床 | 3 年内 | -0.5 |
|
||
| 作用机制 / 基础研究 | 10 年内 | -0.2 |
|
||
| 政策法规 | **以最新版本为准** | 过时版本 0 分 |
|
||
| 历史追溯（有意为之） | 不限 | 不扣 |
|
||
|
||
### 维度 3：一手性（0-2 分）
|
||
|
||
| 分值 | 情形 |
|
||
|---|---|
|
||
| 2.0 | 一手数据（原始 RCT 论文、监管公告、年报原文、专利原文） |
|
||
| 1.5 | 系统综述 / Meta 分析 |
|
||
| 1.0 | 叙述性综述 / Review |
|
||
| 0.5 | 二次解读（新闻报道、券商改写） |
|
||
| 0 | 三次传播以上（"据报道"/"业内人士") |
|
||
|
||
### 维度 4：可验证性（0-2 分）
|
||
|
||
| 分值 | 情形 |
|
||
|---|---|
|
||
| 2.0 | 有 DOI + 原始数据可下载（如 ClinicalTrials 的 CSR 附件） |
|
||
| 1.5 | 有 DOI 或稳定 URL，全文可访问 |
|
||
| 1.0 | URL 稳定但需付费墙 |
|
||
| 0.5 | 仅有 URL，无唯一标识符 |
|
||
| 0 | URL 失效 / 404 / 无法验证 |
|
||
|
||
### 维度 5：利益冲突（0-1 分）
|
||
|
||
| 分值 | 情形 |
|
||
|---|---|
|
||
| 1.0 | 独立研究（学术机构、政府）、无资助声明冲突 |
|
||
| 0.5 | 有 industry funding 但已声明且方法独立 |
|
||
| 0 | 厂商自发报告 / 直接商业软文 |
|
||
| **-1**（惩罚） | 声明冲突但方法可疑、或对比实验明显偏向资助方 |
|
||
|
||
---
|
||
|
||
## 二、综合评分硬规则
|
||
|
||
| 评分 | 可用性 |
|
||
|---|---|
|
||
| 8.0+ | 可作为核心论据，单独支撑结论 |
|
||
| 6.0-7.9 | 可用，但结论需 ≥2 个独立信源 |
|
||
| 4.0-5.9 | 仅作为参考，**不得作为唯一支撑** |
|
||
| < 4.0 | **禁止**用于结论佐证，只能入发现库 |
|
||
|
||
---
|
||
|
||
## 三、黑名单（直接拒绝入库）
|
||
|
||
以下信源**无论评分多少都禁用**：
|
||
|
||
### 1. 明确劣质信源
|
||
- 百家号（baijiahao.baidu.com）
|
||
- 头条号（toutiao.com 非原创栏目）
|
||
- 知乎回答（除非作者本人为业内专家且有实名背书）
|
||
- 小红书、抖音笔记
|
||
- 未署名作者的 wordpress / medium 博客
|
||
|
||
### 2. 被撤稿论文
|
||
- 查询 Retraction Watch 数据库（https://retractionwatch.com/）
|
||
- Crossref API 检查论文状态：`https://api.crossref.org/works/<DOI>`
|
||
|
||
### 3. 明显软文/PR 稿
|
||
识别特征（命中任意 2 条即拒）：
|
||
- 标题含 "重磅发布" "首创" "引领" 等夸张词
|
||
- 通篇无具体数据，只有 CEO/专家口头引述
|
||
- 发布渠道是企业官网的"新闻中心"且无交叉第三方验证
|
||
- 仅讲优势不讲局限
|
||
|
||
### 4. 时效过期
|
||
- 综述 > 5 年（机制研究可放宽）
|
||
- 政策/监管 > 1 年（以最新版本为准）
|
||
- 市场数据 > 2 年
|
||
|
||
### 5. 维基百科
|
||
- **仅可作术语理解入口**
|
||
- 结论永不引用
|
||
- 如从 Wiki 发现了参考文献，**回溯到原始来源**再引用
|
||
|
||
---
|
||
|
||
## 四、利益冲突检测要点
|
||
|
||
### 常见利益冲突场景
|
||
- 药企赞助的 RCT 对自家产品评价极高 → 查对比剂、盲法、样本量
|
||
- 咨询公司报告引用自家客户数据 → 查 acknowledgment 段
|
||
- 行业协会报告涉及会员企业 → 查资助方名单
|
||
- 券商研报 + 该券商是相关公司的保荐人 → 查 IPO/承销记录
|
||
|
||
### 操作方法
|
||
每条信源入库前检查：
|
||
1. 作者/机构是否与被评估的公司/产品有商业关联？
|
||
2. 资助声明（funding statement）里提到什么？
|
||
3. 利益披露（disclosure）是否完整？
|
||
|
||
**发现强利益冲突**：评分 ≤ 3（等同废弃）；写入 `sources.jsonl` 的 `"conflict_of_interest": "..."` 字段。
|
||
|
||
---
|
||
|
||
## 五、评分执行流程（伪代码）
|
||
|
||
```
|
||
for each candidate_source in search_results:
|
||
# 1. 黑名单快筛
|
||
if is_blacklisted(candidate_source):
|
||
log("BLACKLIST: " + source.url); continue
|
||
|
||
# 2. 撤稿检查
|
||
if has_doi(source) and is_retracted(source.doi):
|
||
log("RETRACTED: " + source.doi); continue
|
||
|
||
# 3. 评分
|
||
score = 0
|
||
score += authority_score(source) # 0-3
|
||
score += recency_score(source, topic) # 0-2
|
||
score += primacy_score(source) # 0-2
|
||
score += verifiability_score(source) # 0-2
|
||
score += coi_score(source) # 0-1 or -1
|
||
|
||
# 4. Tier 加权
|
||
if source.tier == 1: score *= 1.2
|
||
|
||
# 5. 入库
|
||
if score >= 4.0:
|
||
append_to_sources_jsonl(source, score)
|
||
else:
|
||
log("LOW SCORE (" + score + "): " + source.url)
|
||
```
|
||
|
||
---
|
||
|
||
## 六、输出字段（写入 sources.jsonl）
|
||
|
||
```jsonl
|
||
{
|
||
"id": "src_042",
|
||
"score": 8.6,
|
||
"tier": 1,
|
||
"authority": 3.0,
|
||
"recency": 2.0,
|
||
"primacy": 2.0,
|
||
"verifiability": 2.0,
|
||
"coi": 1.0,
|
||
"conflict_of_interest": null,
|
||
"blacklist_checked": true,
|
||
"retraction_checked": true,
|
||
"notes": "NEJM 2025 原文，RCT 独立研究"
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## 七、审计留痕
|
||
|
||
所有被**拒绝**的信源，也要写入 `projects/<slug>/phase2/rejected-sources.jsonl`（注明原因）。这是事后复盘的关键，不要静默丢弃。
|