Notice bibliographique
Résumé
I would like to congratulate Drs. Thomas and MacDonald on their analysis of National Reporting and Learning System (NRLS) data relating to events in critical care 1. The article is very useful in pointing out both the strengths and weaknesses of the NRLS. Cross referencing against a known local dataset is of particular importance in identifying problems with robust analysis of the NRLS dataset. The authors did not find a reduction in airway incidents associated with harm in the three years following the national audit report in 2011 (35 incidents in 2008–2010, 34 incidents between 2012 and 2014). It is not clear whether the authors are implying that the Fourth National Audit Project (NAP4) 2, 3 has had no impact on such events, but readers might conclude this. It remains an important challenge for the NAP programme to identify whether these projects have led to demonstrable change in practice, and more importantly improvements in patient safety 8. A survey in 2011 identified that within a year of publication of NAP3, half of hospitals had changed information provided to patients and one quarter had changed clinical practices 9. Two years after the publication of NAP4, 98% of responding hospitals had made changes in clinical practice as a direct consequence of the publication 10. The Royal College of Anaesthetists and the Difficult Airway Society are currently discussing the use of better metrics for assessing the impact of NAP4 and future hospital-based data collection projects.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».