The Information Infrastructure that Supports Evidence-Based Veterinary Medicine: A Comparison with Human Medicine
Notice bibliographique
Résumé
In human medicine, the information infrastructure that supports the knowledge translation processes of exchange, synthesis, dissemination, and application of the best clinical intervention research has developed significantly in the past 15 years, facilitating the uptake of research evidence by clinicians as well as the practice of evidence-based medicine. Seven of the key elements of this improved information infrastructure are clinical trial registries, research reporting standards, systematic reviews, organizations that support the production of systematic reviews, the indexing of clinical intervention research in MEDLINE, clinical search filters for MEDLINE, and point-of-care decision support information resources. The objective of this paper is to describe why these elements are important for evidence-based medicine, the key developments and issues related to these seven information infrastructure elements in human medicine, how these 7 elements compare with the corresponding infrastructure elements in veterinary medicine, and how all of these factors affect the translation of clinical intervention research into clinical practice. A focused search of the Ovid MEDLINE database was conducted for English language journal literature published between 2000 and 2010. Two bibliographies were consulted and selected national and international Web sites were searched using Google. The literature reviewed indicates that the information infrastructure supporting evidence-based veterinary medicine practice in all of the 7 elements reviewed is significantly underdeveloped in relation to the corresponding information infrastructure in human medicine. This lack of development creates barriers to the timely translation of veterinary medicine research into clinical practice and also to the conduct of both primary clinical intervention research and synthesis research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,169 | 0,366 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,028 | 0,036 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,026 | 0,029 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».