So many databases, such little clarity: Searching the literature for the topic aboriginal.
Notice bibliographique
Résumé
OBJECTIVE: To describe the scope, content, and organization of commonly used medical databases and search strategies, using a search of the topic aboriginal to illustrate the various ways the topic is covered in each of the databases. DESIGN: Comparison of literature searches. METHOD: Seven common medical databases were searched using all the MeSH terms that are permutations of aboriginal. A secondary analysis using the "remove duplicates" function in Ovid was done to identify articles specific to each database. MAIN OUTCOME MEASURES: Number of articles found by each search. RESULTS: Searching by MeSH terms often produces very different information from that found when searching by text word. A unique term, such as Ojibway, is best found with a text word search. A more general term, such as Aborigines, is best searched by subject using a MeSH term. Many databases can be searched through Ovid and might all use different MeSH terms for the same reference. PubMed default searches that use MeSH terms and text words simultaneously often produce very large numbers of articles. In searching for North American aboriginal using MeSH terms, MEDLINE and PubMed produced the most references, followed by Healthstar. Calculating distinct "all aboriginal" references in EMBASE, Healthstar, and PsycINFO indicated that MEDLINE produced nearly all the articles found in Healthstar. In fact, MEDLINE alone produced 88% of the articles found in MEDLINE and EMBASE and 79% of the articles found in MEDLINE and PsycINFO. CONCLUSION: Although several researchers and medical librarians have noted that MEDLINE and EMBASE are quite distinct databases, suggesting both need to be searched for a complete search, we did not find that to be the case for the topic aboriginal. The results of this study demonstrate that using MEDLINE produces the most extensive coverage of literature on the topic aboriginal. To fully capture the complete body of available literature on other subjects might require searches of many databases, depending on the topic.
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 | 0,031 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,022 | 0,033 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,007 |
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 ».