The cognitive impact of research synopses on physicians: aprospective observational analysis of evidence-based summaries sentby email
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Effective information transfer in primary care is becoming more difficult as the volume of medical information expands. Emailed research synopses are expected to raise awareness and thereby permit more effective information retrieval. OBJECTIVE: To identify key factors that influence physicians' self-reported cognitive impact of emailed research synopses. METHOD: In this prospective observational study, research synopses sent by email between 8 September 2006 and 30 May 2007 were analysed. Seven characteristics of synopses (number of characters, research design, study setting, number of types of patient populations studied, number of comparisons, number of outcomes, and number of results) were analysed. Each synopsis was classified as either positive or negative based on physician-reported impacts. Logistic regression analysis was used to evaluate the association between a negative impact and the synopsis' characteristics. RESULTS: A total of 1960 Canadian physicians submitted 159,442 ratings on 193 synopses. Each synopsis was assessed on average by 826.1 physicians. On average there were 28.3 negative ratings per research synopsis, 146.3 neutral, and 656.2 positive. Out of the seven characteristics analysed, only the number of comparisons (odds ratio (OR) = 0.47, 95% confidence interval (CI) = 0.23-0.93) and the number of results (OR = 0.64, 95% CI = 0.44-0.93) had a statistically significant influence on physician ratings. An increase in the number of comparisons (P = 0.03) or the number of results (P = 0.02) decreased the likelihood of a negative impact. CONCLUSIONS: Characteristics of the synopses appear to influence cognitive impact, and there might be lexical patterns specific to these factors. Further research is recommended in order to understand the mechanism for the influence of these characteristics.
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.
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 | 0,028 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle