MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
BMJ evidence-based medicine
Sujet
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

125 résultats · 1 filtre actif ·
Résultats par année
20182025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
125 travaux dans la cohorte · sur 4 299 418page 1 sur 3

Les étiquettes couvrent 115 des 125 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 125 des 125 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

aboutno affgemma · aucune catégoriegpt · aucune catégoriemodèles en accord
Evidence-based practice education for healthcare professions: an expert view
Elaine Lehane, Patricia Leahy‐Warren, Cliona O’Riordan, Eileen Savage, Jonathan Drennan, Colm O’Tuathaigh +11 autres
2018· article· en· BMJ evidence-based medicine· Health Professions
prédiction machine:candidate · metaresearchconsensus · aucune
317
citations
afffundgemma · aucune catégoriegpt · metaresearchmodèles en désaccord
Adapt or die: how the pandemic made the shift from EBM to EBM+ more urgent
Trisha Greenhalgh, David N. Fisman, Danielle J. Cane, Matthew Oliver, C. Raina MacIntyre
2022· article· en· BMJ evidence-based medicine· Health Professions
prédiction machine:candidate · metaresearchconsensus · aucune
123
citations
affgemma · aucune catégoriegpt · aucune catégoriemodèles en accord
Theory and practice of Bayesian and frequentist frameworks for network meta-analysis
Behnam Sadeghirad, Farid Foroutan, Michael J. Zoratti, Jason W. Busse, Romina Brignardello‐Petersen, Gordon Guyatt +1 autres
2022· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
114
citations
affgemma · aucune catégoriegpt · metaresearchmodèles en désaccord
Framework for the synthesis of non-randomised studies and randomised controlled trials: a guidance on conducting a systematic review and meta-analysis for healthcare decision making
Grammati Sarri, Elisabetta Patorno, Hongbo Yuan, Jianfei Guo, Dimitri Bennett, Xuerong Wen +7 autres
2020· review· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
103
citations
affgemma · metaresearchgpt · aucune catégoriemodèles en désaccord
Reflections on the history of systematic reviews
Mike Clarke, Iain Chalmers
2018· editorial· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
81
citations
afffundgemma · metaresearchgpt · metaresearch+research_integritymodèles en désaccord
Rapid review method series: interim guidance for the reporting of rapid reviews
Adrienne Stevens, Mona Hersi, Chantelle Garritty, Lisa Hartling, Beverley Shea, Lesley Stewart +2 autres
2024· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
55
citations
affgemma · metaresearchgpt · metaresearchmodèles en accord
Assessing assumptions for statistical analyses in randomised clinical trials
Emil Eik Nielsen, Anders Kehlet Nørskov, Theis Lange, Lehana Thabane, Jørn Wetterslev, Jan Beyersmann +7 autres
2019· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
53
citations
affgemma · aucune catégoriegpt · aucune catégoriemodèles en désaccord
Causal inference for clinicians
Steven D. Stovitz, Ian Shrier
2019· article· en· BMJ evidence-based medicine· Mathematics
prédiction machine:candidate · aucuneconsensus · aucune
34
citations
affgemma · metaresearch+research_integritygpt · metaresearch+research_integritymodèles en désaccord
Ten years later: a review of the US 2009 institute of medicine report on conflicts of interest and solutions for further reform
Trevor Torgerson, Cole Wayant, Lisa Cosgrove, Elie A. Akl, Jake X. Checketts, Rafael Dal‐Ré +9 autres
2020· review· en· BMJ evidence-based medicine· Pharmacology, Toxicology and Pharmaceutics
prédiction machine:candidate · metaresearchconsensus · aucune
33
citations
affgemma · metaresearchgpt · metaresearchmodèles en accord
Rapid reviews methods series: Guidance on assessing the certainty of evidence
Gerald Gartlehner, Barbara Nußbaumer-Streit, Declan Devane, Leila C. Kahwati, Meera Viswanathan, Valerie King +3 autres
2023· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
30
citations
afffundgemma · metaresearchgpt · metaresearchmodèles en désaccord
Optimising the process for conducting scoping reviews
Colleen Pawliuk, Helen Brown, Kim Widger, Tammie Dewan, Anne‐Mette Hermansen, Marie-Claude Grégoire +2 autres
2020· review· en· BMJ evidence-based medicine· Health Professions
prédiction machine:candidate · metaresearchconsensus · metaresearch
28
citations
affgemma · metaresearch+research_integritygpt · metaresearch+research_integritymodèles en désaccord
Reducing the residue of retractions in evidence synthesis: ways to minimise inappropriate citation and use of retracted data
Caitlin Bakker, Stephanie Boughton, Clóvis Mariano Faggion, Daniele Fanelli, Kathryn A. Kaiser, Jodi Schneider
2023· article· en· BMJ evidence-based medicine· Social Sciences
prédiction machine:candidate · metaresearch+research_integrityconsensus · metaresearch
20
citations
affgemma · aucune catégoriegpt · aucune catégoriemodèles en accord
Problem with patient decision aids
Joshua R Zadro, Adrian C. Traeger, Simon Décary, Mary O’Keeffe
2020· article· en· BMJ evidence-based medicine· Health Professions
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affgemma · metaresearchgpt · metaresearchmodèles en désaccord
Catalogue of bias: novelty bias
Yan Luo, Carl Heneghan, Nav Persaud
2023· article· en· BMJ evidence-based medicine· Computer Science
prédiction machine:candidate · metaresearchconsensus · metaresearch
16
citations
affgemma · metaresearchgpt · metaresearchmodèles en désaccord
Proposed triggers for retiring a living systematic review
M. Hassan Murad, Zhen Wang, Haitao Chu, Lifeng Lin, Ibrahim K El Mikati, Joanne Khabsa +4 autres
2023· article· en· BMJ evidence-based medicine· Mathematics
prédiction machine:candidate · metaresearchconsensus · metaresearch
15
citations
affgemma · metaresearchgpt · aucune catégoriemodèles en désaccord
Rapid review methods series: Guidance on the use of supportive software
Lisa Affengruber, Barbara Nußbaumer-Streit, Candyce Hamel, Miriam Van der Maten, James Thomas, Chris Mavergames +2 autres
2024· article· en· BMJ evidence-based medicine· Decision Sciences
prédiction machine:candidate · metaresearchconsensus · metaresearch
15
citations

En coulisses: Sélection · Constats · À propos