Notice bibliographique
Résumé
The Cochrane Collaboration should be congratulated for its dedication to documenting continuing clinical trials, teaching critical appraisal, and supporting research into new methods of reviewing the literature. However, Cochrane Reviews can be created by untrained people who simply follow an algorithmic approach and are unaware of important methodological issues. Therefore, the objective of this article is to highlight important limitations of Cochrane Reviews, including the Review Manager software1 that is required,2 the inappropriate use of a summary statistic, and finally the restriction to only randomised controlled trial (RCT) data. To illustrate these points, I have used a 1% random sample of Cochrane Reviews—that is, 16 studies numbered 1, 101, 201…1501 of 1596 of the Cochrane Database on 3 April 2003.3–18 There are important limitations to the software required by the Cochrane Collaboration (Review Manager). Most important is that Review Manager cannot include ( a ) results based on survival analyses—for example, most appropriate analysis for time to next injury—and instead calculates relative risks based on simple proportions (this leads to inappropriate estimates when patients have different lengths of follow up19) and ( b ) analyses adjusted for confounding—that is, multiple regression analysis. Software is available, but requires statistical expertise that would preclude the algorithmic approach. Whereas the Cochrane Collaboration could improve its software, the other two major problems are process oriented. The Cochrane Collaboration promotes wide participation, and this leads to inexperienced authors and peer reviewers. For example, it is not always appropriate to pool data into one overall summary statistic,20 and, even when it is, there are different methods—that is, fixed and random effects models—to be used depending on the structure of the data.20,21 In the …
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 | 0,083 | 0,314 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,009 |
| Méta-épidémiologie (sens large) | 0,023 | 0,012 |
| Bibliométrie | 0,035 | 0,040 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,029 | 0,031 |
| Science ouverte | 0,011 | 0,013 |
| Intégrité de la recherche | 0,019 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,099 | 0,055 |
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 ».