Systematic reviews and meta-analyses [State of the art series. Operational research. Number 5 in the series]
Notice bibliographique
Résumé
Properly performed systematic reviews can furnish an accurate summary of the published literature and thereby provide essential information for clinicians, guideline panels and policy makers. These reviews are increasingly used to develop management guidelines, and are now required by many agencies before considering funding for new research. A successful and rigorous review starts with the development of a clear question structured using the PICO format (population, intervention, comparison and outcomes). Prior to initiating the review, a protocol should be written that outlines study selection criteria, based on the same PICO format and study design. The search, also based on the PICO format, should be performed with the assistance of someone experienced in searches and involve multiple electronic databases without language restrictions. Additional sources include hand searches, the grey literature and correspondence with authors. Once a comprehensive list of titles has been made, selection of studies should be made by two reviewers working independently: first based on the titles, then the abstracts, then full text. Analysis is initially descriptive, including assessment of quality using published and validated checklists. Summary estimates from pooling (i.e., formal meta-analysis) are appropriate if the methodological differences between studies are not clinically important and if quantitative estimates of heterogeneity are acceptable. Reporting should follow published guidelines. Reviews that follow these methods can have a substantial impact on practice and policy. These reviews can help identify research priorities as areas where knowledge is uncertain, and also those topics where little additional work is required.
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 | 0,097 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 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 ».