2 · Curare la libreria¶

In sintesi

Obiettivo: trasformare i candidati grezzi in una libreria curata, organizzata e con i full text. · Chi: tutti (la curation scrive: i reviewer osservano) · Dove: /library, /candidates

Candidato vs curato¶

Polaris separa due stati di ogni riferimento:

candidato — risultato grezzo, non ancora vagliato (inbox /candidates);
curato / incluso — è entrato nella libreria di team.

Lo screening è il passaggio dall'uno all'altro, e serve a tenere la libreria curata pulita.

Selezionare (screening candidato → curato)¶

Apri Candidati (/candidates) o la libreria (/library).
Per ogni riferimento: includi, escludi o categorizza.
Per lavorare in blocco, seleziona più righe — puoi anche "selezionare tutti gli N" oltre la pagina visibile — e applica l'azione a tutto il set.

Organizzare¶

Tag — etichette per team: creale, applicale/rimuovile ai riferimenti per organizzare per argomento. (Servono anche a delimitare la mappa della letteratura.)
Visibilità team / personale — un item può essere personale (identico in ogni tuo team) o condiviso col team; puoi condividere o rimuovere.
Pagine autore — da un riferimento raggiungi la pagina di un autore (/authors/:id): la persona canonica con tutte le sue opere in libreria.

Recuperare il full text¶

Sul riferimento, usa Recupera OA: Unpaywall + Europe PMC risolvono e scaricano le versioni open access legali. Polaris salva sia un PDF sia una copia Markdown quando disponibili (il Markdown è cercabile, il PDF conserva le immagini).
Gli allegati sono protetti: i PDF stanno su volume montato e si scaricano solo dietro una view autenticata — mai da URL pubblici.
Estrazione & OCR: Polaris struttura il testo (Grobid/JATS) e, per i PDF scansionati, applica l'OCR (ita+eng) come fallback; se manca l'abstract lo ricostruisce dal full text.

Aiuti AI (opzionali)¶

Sintesi full text — un riassunto strutturato (o una rielaborazione custom) del testo posseduto, salvato per riusare i crediti.
Suggerimento tag — tag topici proposti dai soli metadati (nessun dato personale nel prompt).

→ Ogni funzione AI consuma i crediti del team: AI e crediti.

Prossimo passo: con una libreria curata puoi impostare uno studio.