Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 60
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 467
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Demystifying literature review in the AI Era: Updating the SSF method with Generative Artificial Intelligence support@en
                    [1] => Desmitificando la revisión bibliográfica en la era de la IA: Actualización del método SSF con apoyo de la Inteligencia Artificial Generativa@es
                    [2] => Desmistificando a revisão da literatura na era da IA: Atualizando o método SSF com o suporte da Inteligência Artificial Generativa@pt
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Objective. The study addresses the lack of a method that combines systematic reviews with Generative Artificial Intelligence (AI). It proposes improvements to the SSF (Systematic Search Flow) method, introducing new review categories and incorporating AI tools.
Method. It analyzed 44 types of literature reviews organized into seven distinct families with a narrative review approach. Based on this, the SSF method was updated with the support of generative AI.
Results. It presents the evolution of the SSF, which incorporates generative AI to optimize search strategy, article selection and scientific writing. This results in faster reviews by filtering the results and analyzing a large volume of data.
Conclusion. The update of the SSF Method represents a significant advance, offering a systematic and efficient guide for literature reviews. Although generative AI does not replace the critical judgment of the researcher, when guided by experienced researchers, it increases the efficiency of the process, making reviews more robust and methodologically rigorous.@en
                    [1] => Objetivo. El estudio aborda la falta de un método que combine las revisiones sistemáticas con la Inteligencia Artificial Generativa (IA). Propone mejoras al método SSF (Systematic Search Flow), introduciendo nuevas categorías de revisión e incorporando herramientas de IA.
Método. Se analizaron 44 tipos de revisiones bibliográficas organizadas en siete familias distintas con un enfoque de revisión narrativa. Sobre esta base, se actualizó el método SSF con el apoyo de la IA generativa.
Resultados. Se presenta la evolución del SSF, que incorpora IA generativa para optimizar la estrategia de búsqueda, la selección de artículos y la redacción científica. Con ello se consiguen revisiones más rápidas al filtrar los resultados y analizar un gran volumen de datos.
Conclusiones. La actualización del Método SSF representa un avance significativo, ya que ofrece una guía sistemática y eficiente para las revisiones bibliográficas. Aunque la IA generativa no sustituye el juicio crítico del investigador, cuando es guiada por investigadores experimentados, aumenta la eficiencia del proceso, haciendo que las revisiones sean más sólidas y metodológicamente rigurosas.@es
                    [2] => Objetivo. O estudo aborda a falta de um método que combine revisões sistemáticas com Inteligência Artificial Generativa (IA). Ele propõe melhorias no método SSF (Systematic Search Flow, fluxo de pesquisa sistemática), introduzindo novas categorias de revisão e incorporando ferramentas de IA.
Método. Analisou 44 tipos de revisões de literatura organizadas em sete famílias distintas com abordagem da revisão narrativa. Com base nisso, foi atualizado o método SSF com o apoio da IA generativa.
Resultados. Apresenta as evoluções do SSF, que incorpora a IA generativa para otimizar a estratégia de pesquisa, a seleção de artigos e a redação científica. Isso resulta em revisões mais rápidas ao filtrar os resultados e analisar um grande volume de dados.
Conclusão. A atualização do Método SSF representa um avanço significativo, oferecendo um guia sistemático e eficiente para revisões de literatura. Embora a IA generativa não substitua o julgamento crítico do pesquisador, quando orientada por pesquisadores experientes, ela aumenta a eficiência do processo, tornando as revisões mais robustas e metodologicamente rigorosas.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Helio Aisenberg Ferenhof
                    [1] => Roberto Fabiano Fernandes
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Literature review@en
                    [1] => Ssf method@en
                    [2] => Generative artificial intelligence@en
                    [3] => Narrative review@en
                    [4] => Revisión bibliográfica@es
                    [5] => Método ssf@es
                    [6] => Inteligencia artificial generativa@es
                    [7] => Revisión narrativa@es
                    [8] => Revisão da literatura@pt
                    [9] => Método ssf@pt
                    [10] => Inteligência artificial generativa@pt
                    [11] => Revisão narrativa@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 
                    [nr] => 88
                    [year] => 2025
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2025-03-21
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.5195/biblios.2025.1317
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://biblios.pitt.edu/ojs/biblios/article/view/1317
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://biblios.pitt.edu/ojs/biblios/article/view/1317/512
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => en
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => RESERVED
                    [1] => http://creativecommons.org/licenses/by/4.0
                )

        )

)