The Contributions of MEDLINE, Other Bibliographic Databases and Various Search Techniques to NICE Public Health Guidance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Objective – To make recommendations for the National Institute for Health and Care Excellence (NICE) on the factors to consider when choosing databases and search techniques when producing systematic reviews to support public health guidance development. Methods – Retrospective analysis of how the publications included in systematic reviews commissioned by NICE on obesity, spatial planning, and tuberculosis were retrieved. The included publications were checked to see if they were found from searching MEDLINE, another database or through other search techniques. Results – MEDLINE contributed 24.2% of the publications included in the obesity review, none of the publications in the spatial planning review and 72% of those in the tuberculosis review. Other databases accounted for 9.1% of included publications in obesity, 20% in spatial planning and 4% in tuberculosis. Non-database methods provided 42.4% of the included publications in the obesity review, compared to 5% in the spatial planning review and 24% in the tuberculosis review. It was not possible to establish retrospectively how 24.2% of the publications in the obesity review and 75% in the spatial planning review were found. Conclusions – Topic-specific databases and non-database search techniques were useful for tailoring the resources to the review questions. The value of MEDLINE in these reviews was affected by the degree of overlap with clinical topics, the domain of public health, and the need to find grey literature. The factors that NICE considers when planning a systematic search are the multidisciplinary nature of public health and the different types of evidence required.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,076 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle