MétaCan
Menu
Retour à la cohorte
Enregistrement W1605400070 · doi:10.1155/2008/321510

The Need for Knowledge Translation in Chronic Pain

2008· review· en· W1605400070 sur OpenAlexafffundabout
James L. Henry

Notice bibliographique

RevuePain Research and Management · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTranslation (biology)Knowledge translationChronic painMedicineComputer sciencePhysical medicine and rehabilitationPsychologyKnowledge managementPhysical therapyBiology

Résumé

récupéré en direct d'OpenAlex

One in five Canadians suffers from some form of persistent or chronic pain. The impact on individual lives, families and friends, the health services sector and the economy is huge. Reliable evidence is available that the burden of persistent pain can be markedly reduced when available knowledge is applied. Bridging the quality chasm between chronic pain and the care process will require a unique confluence of opinion from all stakeholders committed within a focused community of practice to address the impact of pain. Various levels of success in this regard have been demonstrated when there is exchange, synthesis and ethically sound application of research findings within a complex set of interactions among researchers and knowledge users. It is now critical to accelerate the capture of the benefits of research for Canadians through improved health, more effective and responsive services and products, and a strengthened health care system to bring about health reform and health care reform across Canada as it pertains to the one in five Canadians living with chronic, disabling pain. The overarching outcome of such an initiative needs to be promoted to sustain a balanced portfolio of curiosity- and needs-based research, which along with existing knowledge, can be mobilized and applied for the benefit of Canadians, the health care system and the economy.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,180
Tête enseignante GPT0,459
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePain Research and ManagementMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207