Oleh
Justin Wong
—
Elicit vs Consensus: Mana yang Lebih Baik Menjawab Pertanyaan Penelitian untuk Skripsi?

"Ya, pemberian dosis berulang memicu respons imun terhadap komponen PEG dan lipid, yang mengubah pembersihan partikel." Consensus mencetak kalimat tersebut dalam waktu sekitar 10 detik, di atas indikator meteran yang menunjukkan Ya 91%. Jawaban ya dari Elicit yang lebih lambat hadir dengan kualifikasi pada kalimat pertamanya sendiri, dan paragraf terakhirnya menempatkan bukti terkuat pada model praklinis, jadi bab tesis sebaiknya dimulai dari sana.
<CTA title="Cocokkan setiap klaim dengan kekuatan buktinya" description="Pengeditan tingkat keyakinan klaim (hedge claim confidence) menulis ulang kalimat yang dilebih-lebihkan, dan Tingkat Keyakinan Klaim adalah salah satu dari lima ulasan yang dapat dilalui sebuah bab" buttonLabel="Coba Jenni Gratis" link="https://app.jenni.ai/register" />
Elicit atau Consensus: keputusan di awal
Mulai di Elicit - saat sebuah bab harus menjelaskan sejauh mana cakupan buktinya. Jawabannya menyebutkan berbagai kondisi pada kalimat pertama dan memisahkan temuan pada hewan dan manusia.
Gunakan Consensus - untuk tinjauan awal yang cepat terhadap pertanyaan ya-atau-tidak. Alat ini menjawab dalam waktu sekitar 10 detik, dan meterannya menunjukkan bagaimana makalah yang diklasifikasikan terbagi.
Untuk keduanya - buka makalah sebelum mengutipnya. Satu baris Elicit mencantumkan label pracetak pada artikel jurnal, dan meteran mengabaikan 9 dari 20 makalah yang dibaca Consensus.
Perbandingan berdampingan
Elicit | Consensus | |
Jawaban di layar | Masih memproses pada detik ke-10,4, selesai pada pemeriksaan detik ke-74,8 | Pada pemeriksaan detik ke-10,5 |
Makalah di baliknya | 99 ditinjau, 7 dikutip | 20 dibaca, 15 dikutip dalam jawaban |
Kalimat pertama | Ya, dengan formulasi, rute, dosis, dan spesies yang disebutkan | Ya, dengan komponen PEG dan lipid yang disebutkan |
Bukti pada manusia | Paragraf tersendiri, dikontraskan dengan studi hewan | Satu kalimat, di bawah Dampak Farmakokinetik |
Detail mekanisme | Antibodi, komplemen, dan pembersihan yang lebih cepat | Menambahkan TLR4 dan CD1d, serta respons antibodi B-1 kemudian B-2 |
Studi kohort vaksin | Dikutip untuk temuan pada manusia | Dikutip, diberi lencana Tidak Diketahui, di luar meteran |
Penghitungan ya-atau-tidak | Tidak ada | Ya 91%, Tidak 9%, N = 11 |
Wadah publikasi yang ditampilkan untuk studi tikus | bioRxiv, 2023 | NPJ Vaccines, 2023 |
Referensi berformat | Tidak ada di panel sumber | APA, MLA, Chicago, Harvard, BibTeX, dan AMA/Numerik |
Consensus lebih cepat dan menampilkan lebih banyak hal di halaman: tabel bukti, gambar, dan sitasi dalam enam format. Elicit memberikan jawaban yang dapat dijadikan sandaran bab, karena alat ini menyebutkan di mana buktinya kuat dan di mana buktinya menipis.

Pertanyaan yang sama di kedua alat
Pertanyaan ini berasal dari paragraf tentang penghantaran CRISPR dengan nanopartikel lipid yang digunakan di seluruh ulasan alat ini, yang mencantumkan pemberian dosis berulang di antara hal-hal yang masih perlu diteliti: "Apakah pemberian dosis berulang nanopartikel lipid memicu respons imun?"
Pertanyaan tersebut dimasukkan ke dalam Research agent Elicit dan ke pencarian default Consensus dengan selisih waktu kurang dari satu menit, tanpa ada pengaturan yang diubah. Opsi Deep review di Consensus tidak diaktifkan.
Jawaban yang diberikan masing-masing alat
Consensus - jawabannya muncul di layar pada pemeriksaan detik ke-10,5. Panel langkah-langkahnya menunjukkan pencarian yang dijalankan, "repeat dosing of lipid nanoparticles and immune response", dengan 5,7 juta hasil dan 20 makalah dibaca, kemudian tajuk utama yang dikutip di atas.
Di bawahnya terdapat Consensus Meter pada Ya 91%, Tidak 9%, N = 11, tabel bukti yang menilai dua klaim Kuat dan satu Moderat, serta dua gambar buatannya sendiri. Kalimat mengenai apa yang dicakup oleh bukti tersebut berada di bagian akhir: "Temuan ini mencerminkan model hewan eksperimental dan kohort uji klinis".
Bagian isinya membahas mekanisme lebih jauh daripada Elicit. Bagian ini menyebutkan TLR4 dan CD1d sebagai reseptor di balik respons lipid yang dapat terionisasi, serta respons antibodi B-1 awal kemudian B-2 berikutnya pada pemberian dosis ulang.
Di antara poin-poin tersebut, alat ini mencantumkan empat alternatif PEG dari makalah yang dibacanya, masing-masing dengan satu kutipan, dan menawarkan pertanyaan lanjutan seperti "Bagaimana percepatan pembersihan darah setelah pemberian berulang LNP memengaruhi kemanjuran mRNA?"

Tajuk utama dan meteran Consensus untuk pertanyaan pemberian dosis berulang
Elicit - masih memproses pada pemeriksaan detik ke-10,4, alat ini telah menyelesaikan jawaban pada pemeriksaan detik ke-74,8, dengan judul "Meninjau 99 sumber tentang respons imun terhadap pemberian dosis berulang LNP". Sesi ini memberi judul otomatis Imunitas pemberian dosis ulang nanopartikel lipid.
Kalimat pertamanya menjawab ya dan menyatakan respons serta konsekuensinya "bergantung pada formulasi, rute, dosis, dan spesies LNP." Paragraf kedua dibuka dengan "Efek tersebut tidak tak terelakkan atau seragam."
Paragraf ketiga beralih ke manusia: "Temuan vaksin manusia lebih menenteramkan terkait konsekuensi praktis dibandingkan studi pemberian dosis ulang pada hewan". Paragraf terakhir menempatkan bukti terkuat untuk pembersihan yang lebih cepat pada model praklinis. Di antara pertanyaan tindak lanjutnya adalah "Bukti manusia apa yang menghubungkan antibodi anti-PEG dengan luaran klinis?"

Jawaban Elicit, dengan formulasi, rute, dosis, dan spesies pada kalimat pertamanya
<ProTip title="🧪 Sebutkan spesies beserta temuannya:" description="Di antara keduanya, kedua jawaban tersebut mengacu pada studi tikus, mencit, dan manusia. Sebutkan dari mana suatu temuan berasal, seperti yang dilakukan Elicit, sehingga pembaca dapat melihat sejauh mana cakupannya" />
Apa yang dihitung oleh 91% tersebut
Masing-masing dari 20 makalah memiliki lencana di panel Referensi Consensus. Lencana tersebut berjumlah 10 Ya, 1 Tidak, dan 9 Tidak Diketahui, jadi N = 11 di balik meteran tersebut hanyalah makalah Ya dan Tidak saja.
Satu Tidak - Kim et al. (2023), sebuah lipid terionisasi baru yang, menurut abstraknya, memungkinkan pemberian dosis mRNA berulang ke paru-paru fibrotik pada mencit tanpa kehilangan aktivitas. Consensus menandainya sebagai "Satu-satunya perbedaan pendapat di sini."
Dua dari 10 Ya - sebuah pracetak Research Square oleh Arral et al. dengan 0 kutipan, yang versi jurnalnya berada di Drug Delivery and Translational Research, dan sebuah abstrak konferensi 2026 yang dicetak di Cancer Research.
Di antara 9 Tidak Diketahui - Guerrini et al. (2022), studi kohort vaksin yang digunakan kedua alat untuk bukti manusia. Poin kesimpulan utamanya di Consensus berbunyi "Kehadiran PEG dalam vaksin COVID-19 berbasis nanopartikel lipid tidak memengaruhi keamanan atau kemanjuran, dan antibodi anti-PEG tidak menunjukkan efek booster yang signifikan setelah dosis berulang."

Studi kohort vaksin dalam referensi Consensus, diberi lencana Tidak Diketahui
Abstrak mendukung bagian keamanan dari ringkasan tersebut dan bagian IgG, tetapi tidak seluruhnya. IgG anti-PEG tidak menunjukkan efek booster yang signifikan, sementara IgM meningkat secara signifikan setelah dosis pertama dan ketiga, dan PEG tidak dikaitkan dengan efek samping serius yang dilaporkan dalam kohort tersebut.
Dua makalah yang paling banyak dikutip yang dibaca Consensus juga berstatus Tidak Diketahui: makalah tahun 2022 di Immunity dengan 616 kutipan dan tinjauan literatur tahun 2023 dengan 421 kutipan.
Jadi, studi kohort manusia yang disandarkan oleh kedua alat berada di luar persentase. Panduan untuk sumber nyata di balik klaim yang salah menunjukkan bagaimana sebuah kalimat dapat bergeser dari apa yang dinyatakan oleh makalahnya.
<ProTip title="🔢 Baca meteran di samping nilai N-nya:" description="Di sini meteran menghitung 11 dari 20 makalah yang dibaca. Buka referensi yang ditandai Tidak Diketahui sebelum persentase dimasukkan ke dalam bab" />
Makalah di balik jawaban Elicit
Menu 'View 7 cited sources' membuka tabel makalah di balik jawaban tersebut:
Wang et al., ditampilkan sebagai bioRxiv, 2023, 116 kutipan
Omata et al., Molecular Pharmaceutics, 2024
Lee et al., Biomaterials Research, 2024
Besin et al., ImmunoHorizons, 2019, hanya abstrak
Münter et al., Molecular Therapy: Methods & Clinical Development, 2023
Guerrini et al., International Journal of Molecular Sciences, 2022
Facskó et al., Pharmaceutics, 2026, hanya abstrak
Baris 1 adalah studi tikus yang juga memimpin tabel bukti Consensus. Elicit melabelinya "bioRxiv · 2023", tetapi tautannya membuka artikel npj Vaccines, dengan DOI yang sama dengan yang digunakan Consensus.
Keduanya adalah satu studi yang sama pada dua tahap. Sebuah pracetak bioRxiv dengan judul yang sama diunggah pada tahun 2022 dan versi jurnal menyusul pada tahun 2023, sehingga baris Elicit memasangkan server pracetak dengan tahun jurnal.

Panel sumber Elicit, dengan label pracetak pada artikel jurnal
<ProTip title="📰 Kutip versi yang dicantumkan penerbit:" description="Saat sebuah alat melabeli makalah sebagai pracetak, buka DOI-nya. Kutip versi jurnal jika ada, dan ambil tahun penerbitannya dari halaman penerbit" />
Panduan untuk mengetahui apakah sebuah artikel telah melalui peer review mencakup pemeriksaan manual yang serupa.
Bagian di mana kedua daftar sumber saling tumpang tindih
Dari 7 sumber Elicit, 4 di antaranya juga termasuk dalam 15 sumber yang dikutip Consensus: studi tikus, makalah ImmunoHorizons tahun 2019 tentang respons antibodi dua fase, studi formulasi tahun 2024 oleh Lee et al., dan studi kohort vaksin.
Elicit sendiri mengutip 3 lainnya:
Rute - Münter et al. (2023) membandingkan injeksi intravena, intramuskular, dan subkutan pada mencit, serta menemukan tingkat antibodi yang rendah setelah injeksi intramuskular.
Antibodi dan muatannya - Omata et al. (2024) meneliti bagaimana antibodi anti-PEG memengaruhi respons imun terhadap partikel bermuatan mRNA.
Manusia - Facskó et al. (2026) menganalisis antibodi anti-PEG pada donor darah manusia, membandingkan orang yang sudah dan belum menerima vaksin mRNA-LNP.
Studi tikus yang sama juga menampilkan dua jumlah kutipan yang berbeda, 116 di Elicit dan 117 di Consensus, sedangkan halaman penerbitnya menunjukkan 142. Jumlah kutipan adalah angka dari satu basis data tertentu, bukan sifat bawaan dari makalah tersebut.
Mengekstrak referensi
Consensus - ikon kutipan pada kartu referensi membuka menu Cite this finding, dengan tab untuk APA, MLA, Chicago, Harvard, BibTeX, dan AMA/Numerik. Entri APA untuk studi tikus mencantumkan seluruh 11 penulis secara berurutan, beserta DOI-nya.
Bagian sumbernya tertulis "NPJ Vaccines, 8." tanpa nomor edisi atau nomor artikel, sedangkan halaman penerbit mencantumkan edisi 1 dan nomor artikel 169 serta menuliskan gaya nama jurnal sebagai npj Vaccines.

Entri APA Consensus, tanpa nomor edisi atau artikel
Elicit - panel Source details memberikan judul, penulis, baris wadah publikasi, tautan DOI, abstrak, dan tombol Simpan. Alat ini tidak memiliki referensi berformat siap salin.
<ProTip title="🧾 Lengkapi referensi langsung dari penerbit:" description="Ambil nama penulis dan judul dari alat tersebut, lalu ambil edisi, halaman, atau nomor artikel dari halaman penerbit, sebelum entri dimasukkan ke dalam daftar pustaka" />
Panduan untuk menemukan DOI menunjukkan letak rincian tersebut pada halaman penerbit.
Biaya masing-masing alat
Paket | Elicit (Harga akademis) | Consensus |
Gratis | Basic, $0. Penggunaan terbatas untuk Research Agent dan Research Reports, pencarian tak terbatas di lebih dari 138 juta makalah | Free, $0. Pencarian Makalah dasar, 10 pesan Pro per bulan, hingga 3 Deep review per bulan |
Tingkat berbayar pertama | Plus: $19 per bulan, atau $132 per tahun | Pro: $20 per bulan, atau $144 per tahun |
Tingkat berbayar kedua | Pro: $69 per bulan, atau $468 per tahun | Deep: $65 per bulan, atau $540 per tahun |
Tingkat ketiga dan enterprise | Scale: $149 per bulan, atau $1.068 per tahun. Enterprise: kustom | Teams: $30 per akun per bulan. Enterprise: kustom |
Harga bersumber dari elicit.com/pricing dan consensus.app/pricing.
Elicit Plus mencantumkan ekspor ke RIS, CSV, BIB, PDF, dan DOCX serta 5 kolom tabel sekaligus. Consensus Pro mencantumkan pesan Pro tanpa batas dan 15 Deep review per bulan, dan tingkat Deep meningkatkan ulasan menjadi 200.
Kedua tingkat berbayar pertama tersebut berselisih $1 per bulan dan $12 per tahun.
Menggunakan keduanya
Tanyakan ke Consensus terlebih dahulu - untuk tinjauan cepat pada pertanyaan ya-atau-tidak, dan perhatikan nilai N di samping meteran.
Buka makalah yang Tidak Diketahui - studi kohort manusia yang disandarkan oleh kedua alat berada di sana, di luar persentase.
Tanyakan pertanyaan yang sama ke Elicit - untuk jawaban yang memisahkan temuan hewan dan manusia, lengkap dengan daftar makalah yang dikutipnya.
Periksa setiap makalah di situs penerbit - konfirmasikan versi, tahun, dan edisi sebelum menulis referensi.
Panduan untuk menulis pertanyaan penelitian membahas cara menyusun kalimat yang dapat dijawab oleh alat-alat ini, dan panduan tinjauan pustaka tesis membahas ke mana makalah yang telah diperiksa harus ditempatkan.
<ProTip title="✍️ Pertahankan kualifikasi bersama sumbernya:" description="Tulis kalimat terkualifikasi di Jenni dan kutip makalah langsung dari posisi kursor, sehingga spesies, temuan, dan referensinya tetap menyatu di dalam bab" />
Kesimpulan: Elicit atau Consensus?
Elicit, untuk bab tesis mengenai pertanyaan seperti ini. Jawabannya menyebutkan formulasi, rute, dosis, dan spesies pada kalimat pertamanya, memisahkan bukti hewan dan manusia, serta mencantumkan 7 sumbernya dalam satu tabel.
Consensus, untuk tinjauan awal yang cepat terhadap pertanyaan ya-atau-tidak, lengkap dengan meteran, tabel bukti, dan sitasi dalam enam format. Baca meteran di samping nilai N-nya, karena 9 dari 20 makalah yang dibacanya berada di luar perhitungan tersebut.
<CTA title="Masukkan makalah yang telah diperiksa melalui DOI-nya" description="Tempelkan DOI atau PMID ke Jenni dan makalah tersebut akan masuk ke Perpustakaan Anda, siap untuk dikutip dalam format APA, MLA, Chicago, IEEE, atau Harvard" buttonLabel="Mulai Menulis Gratis" link="https://app.jenni.ai/register" />
Ulasan Elicit dan ulasan Consensus menguji masing-masing alat secara terpisah, dan Elicit vs SciSpace menguji paragraf yang sama melalui pasangan perbandingan lainnya.
Setelah makalah diperiksa, bab itu sendiri ditulis di Jenni, tempat setiap klaim yang terkualifikasi bersanding langsung dengan sumber sandarannya.
