Notice bibliographique
Résumé
Since its formal introduction in 1991, evidence-based medicine/practice has received considerable attention. Defined as “the conscientious, explicit, and judicious use of best evidence in making decisions about the care of individual patients,”1 evidence-based practice embraces the integration of best research evidence, clinical expertise, and patient values.2 Clinicians are active participants not only in applying their expertise, but also in seeking out and interpreting research evidence. To allow the optimal transfer of information from research report to clinical practice, researchers must present their findings in an easy-to-understand format that provides the maximum amount of information efficiently. When interpreting the results from studies investigating the merits of competing therapeutic interventions, the reliability or validity of clinical measurements, or the causal association of putative risk factors, clinicians and researchers are interested in the answers to 2 important questions: (1) Are the results likely due to chance? and (2) Are the findings clinically important? The former question considers statistical significance, and the latter question addresses clinical significance. Statistical significance is dictated by tradition, with a critical P value of .05 typically being the requisite minimal value. Statistical significance is influenced by sample size, sample variability, and the magnitude of the observed effect. In contrast to the arbitrary standard for statistical significance, clinical importance is influenced by personal beliefs, risk of an adverse event, cost, and the feasibility of providing the intervention, test, or measure in practice. Because clinicians—and researchers for that matter—are likely to have different opinions concerning the magnitude of a clinically important difference, it is essential that authors provide their results …
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 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 | 0,034 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes 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 ».