MétaCan
Menu
Retour à la cohorte
Enregistrement W2598530016

So many databases, such little clarity

2008· article· en· W2598530016 sur OpenAlex
Len Kelly, Natalie St Pierre-Hansen

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Family Physician · 2008
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDiverse academic research themes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsycINFOMEDLINEInformation retrievalComputer scienceBibliographic databaseCLARITYMedicineDatabaseBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,007

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.

Tête enseignante Opus0,215
Tête enseignante GPT0,376
Écart entre enseignants0,161 · 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