| name | pipeline-ricerca |
| description | Use when starting a new academic research project, switching between skills mid-workflow, or needing to know which files connect prisma-review, hybrid-rag, educational-pilot-design and pandoc-export. Reference for the complete PRISMA → RAG → Pilot → Preprint pipeline. |
Pipeline di Ricerca Accademica
Flusso completo
[prisma-review] → eligibility_prisma.json + prisma_synthesis.md
↓
[hybrid-rag] → rag_db/
↓
[educational-pilot-design] → protocollo_ricerca.md + preprint_bozza.md
↓
[pandoc-export] → preprint_bozza.docx
Ogni skill è invocata tramite il tool Skill di Claude Code (es. Skill("prisma-review")).
Stage 1 — prisma-review
Quando: all'inizio di un progetto, per costruire la base bibliografica.
Input richiesti: domanda di ricerca (PICO), parametri di configurazione (anni, database, lingua).
File prodotti:
| File | Contenuto | Consumato da |
|---|
prisma_state.json | Stato operativo + lista paper inclusi (dati minimi) | Ripresa di sessione |
prisma_log.md | Log metodologico ufficiale per il paper | — |
screening_prisma.json | Paper dopo deduplicazione (con abstract) | hybrid-rag (fallback) |
eligibility_prisma.json / extraction_table.json | Paper inclusi con dati estratti completi | hybrid-rag (primario) |
prisma_synthesis.md | Sintesi tematica + sezione OUTPUT PER PILOT STUDY | educational-pilot-design |
prisma_bibliography.md | Schede bibliografiche annotate | Report finale |
File critico per il passaggio al Pilot: prisma_synthesis.md — sezione OUTPUT PER PILOT STUDY (effect size aggregati, framework dominante, strumenti, RQ aperte, gap di popolazione, durata tipica interventi). Deve essere compilata durante la Fase 4, non solo alla fine.
Stage 2 — hybrid-rag
Quando: dopo la Fase 4 di prisma-review, per costruire il database RAG per la generazione del report e per il pilot.
Input richiesti: eligibility_prisma.json (o extraction_table.json). Opzionale: cartella PDF manuali.
Comandi minimi:
py hybrid_rag.py choose-backend --backend lancedb
py hybrid_rag.py init
py hybrid_rag.py index-prisma eligibility_prisma.json
py hybrid_rag.py status
choose-model è opzionale: il default minilm va bene per < 30 paper. Per 30-150 paper usa --model e5-large prima di init.
File prodotti:
| File/Cartella | Contenuto | Consumato da |
|---|
rag_db/ | Database vettoriale locale (LanceDB, ChromaDB o Qdrant) | prisma-review Fase 6, educational-pilot-design |
rag_db/config.json | Modello attivo, backend, indicizzazione | Ripresa di sessione |
Dipendenza: hybrid_rag.py deve esistere nella cartella di lavoro. Se non esiste: leggi ~/.claude/skills/hybrid-rag/hybrid_rag_template.py e scrivilo con Write tool.
Stage 3 — educational-pilot-design
Quando: dopo prisma-review (e opzionalmente hybrid-rag), per progettare lo studio pilota. Copre tutti i livelli scolastici (infanzia, primaria, secondaria I e II, università, formazione professionale) e tutti i profili disciplinari delle scienze dell'educazione (Ed-Tech, psicopedagogia, pedagogia speciale, didattica, valutazione, formazione docenti).
Input richiesti:
prisma_synthesis.md (sezione OUTPUT PER PILOT STUDY) — pre-compila automaticamente framework, effect size, strumenti, RQrag_db/ (opzionale) — abilita query RAG durante la progettazione
File prodotti:
| File | Contenuto | Consumato da |
|---|
protocollo_ricerca.md | Protocollo completo (Blocco STATO + sezioni) | pandoc-export (opzionale) |
strumenti_valutazione.md | Questionari, tracce intervista, LA | — |
timeline_pilota.md | Cronoprogramma settimanale | — |
preprint_bozza.md | Paper IMRAD (Protocol o Results) | pandoc-export |
Stage 4 — pandoc-export
Quando: al termine di prisma-review (report finale) o educational-pilot-design (preprint).
Input richiesti: qualsiasi file .md da convertire.
Output: file .docx nella stessa cartella del sorgente.
Entry point alternativi
| Situazione | Da dove partire |
|---|
| Primo progetto, nessun file | prisma-review Fase 0 |
prisma_state.json esiste e valido | prisma-review — legge fase_corrente e riprende |
prisma_state.json corrotto (JSON invalido) | Rinominalo in prisma_state.json.bak, avvisa l'utente, riparte da Fase 0 con i dati recuperabili da prisma_log.md |
eligibility_prisma.json pronto, RAG non ancora costruito | hybrid-rag direttamente |
rag_db/ esiste, pilot non ancora avviato | educational-pilot-design — rileva automaticamente rag_db/ |
protocollo_ricerca.md esiste | educational-pilot-design — legge Blocco STATO e riprende |
| Dati già raccolti | educational-pilot-design Fase 5 (Results Paper) |
| Solo export Word | pandoc-export direttamente |
Handoff critico: prisma-review → educational-pilot-design
La sezione OUTPUT PER PILOT STUDY di prisma_synthesis.md è l'unico meccanismo di trasferimento dati strutturato tra le due skill. Se questa sezione è vuota, educational-pilot-design dovrà raccogliere manualmente tutte le informazioni bibliografiche.
Campi da compilare in prisma_synthesis.md prima di avviare educational-pilot-design:
### Effect size aggregati
| Outcome | N studi | Effect size medio | Range | Qualità evidenza |
### Framework teorici dominanti
[lista con frequenza]
### Strumenti di misura più usati
| Strumento | N studi | Outcome | Versione italiana |
### RQ non ancora investigate
[lista domande aperte]
### Gap di popolazione
[es. "Nessuno studio su secondaria italiana"]
### Durata tipica degli interventi
[Range min–max settimane; mediana]
