Utilisation of search filters in systematic reviews of prognosis questions
Notice bibliographique
Résumé
BACKGROUND: Search filters are designed to increase efficiency of information retrieval and can be particularly useful in limiting the large numbers of articles retrieved for systematic reviews (SRs). Existing published prognosis search filters (or hedges) have lower sensitivity and precision values than their therapy counterparts. OBJECTIVES: Taking into account the relatively poor performance of prognosis filters, this study seeks to identify which methods of limiting search results to prognostic studies are most often used by SR teams. METHODS: One hundred and three SRs of prognostic studies published in 2009 and indexed in MEDLINE were retrieved. Each review's search strategy was reviewed and prognosis-related search terms were extracted. RESULTS: Forty-seven of 103 studies used prognosis-related terms to limit the search. Six SRs of 103 did not specify their search terms, and the remaining 50 SRs used content terms only (no terms related to methodology or prognosis). Of the 47 strategies using prognosis-related terms, only six used a published filter. Many SRs used few or poorly selected prognosis-related search terms which are unlikely to provide the sensitivity generally sought for SRs. CONCLUSIONS: Published prognosis search filters are used in only a small minority of prognosis SRs.
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 | 0,640 | 0,858 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,011 | 0,014 |
| Bibliométrie | 0,058 | 0,048 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,002 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».