MétaCan
Menu
Retour à la cohorte
Enregistrement W2513314600 · doi:10.1111/dme.13255

Review of research grant allocation to psychosocial studies in diabetes research

2016· review· en· W2513314600 sur OpenAlexaffabout
Allan Jones, Michael Vallis, Debbie Cooke, Frans Pouwer

Notice bibliographique

RevueDiabetic Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychosocialDiabetes mellitusGerontologyFamily medicinePsychiatryEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIMS: To estimate and discuss the allocation of diabetes research funds to studies with a psychosocial focus. METHODS: Annual reports and funded-research databases from approximately the last 5 years (if available) were reviewed from the following representative funding organizations, the American Diabetes Association, the Canadian Diabetes Association, Diabetes Australia, Diabetes UK, the Dutch Diabetes Research Foundation and the European Foundation for the Study of Diabetes, in order to estimate the overall proportion of studies allocated research funding that had a psychosocial focus. RESULTS: An estimated mean of 8% of funded studies from our sample were found to have a psychosocial focus. CONCLUSIONS: The proportion of funded studies with a psychosocial focus was small, with an estimated mean ratio of 17:1 observed between funded biomedical and psychosocial studies in diabetes research. While several factors may account for this finding, the observation that 90% of funded studies are biomedical may be partly attributable to the methodological orthodoxy of applying biomedical reductionism to understand and treat disease. A more comprehensive and systemic whole-person approach in diabetes research that resembles more closely the complexity of human beings is needed and may lead to improved care for individuals living with diabetes or at risk of diabetes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,405
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0640,405
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,685
Tête enseignante GPT0,669
Écart entre enseignants0,016 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetic MedicineMême sujetHealth and Medical Research ImpactsTravaux en français237 207