MétaCan
Menu
Retour à la cohorte
Enregistrement W1983593592 · doi:10.1034/j.1398-9995.57.s74.4.x

Evidence‐based decision making and asthma in the internet age: the tools of the trade

2002· review· en· W1983593592 sur OpenAlexaff
Alejandro R. Jadad

Notice bibliographique

RevueAllergy · 2002
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésThe InternetScientific evidenceQuality (philosophy)Internet privacyBusinessComputer scienceKnowledge managementPublic relationsWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

At the dawn of the Information Age, the practice of evidence-based decision making (EBDM) is still hindered by many important barriers related to the decision makers, to the evidence per se or to the health system. Some of these barriers, particularly those related to the distillation, dissemination and packaging of research evidence, could be overcome by recent and ongoing developments in portable/wearable computers, internet appliances, multimedia and wireless broadband internet traffic. This article describes specific EBDM-related tools, with emphasis on internet-enabled "how to" books; and tools to improve the quality of reporting research, to formulate questions; to search for evidence; to access journals, systematic reviews and guidelines; to interact with organizations promoting EBDM; and to tailor evidence to individual cases. However, thinking that all barriers to the practice of EBDM could be solved by fancy information technology is naïve. Barriers related to the generation, interpretation, integration and use of the evidence demand more complex and perhaps unfeasible solutions, as overcoming them will require substantial changes in the structure of the health system, in the politics of science and in the way in which humans think and behave.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,006
Communication savante0,0070,011
Science ouverte0,0010,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,312
Tête enseignante GPT0,508
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergyMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207