Clinical Music Study Quality Assessment Scale (MUSIQUAS)
Notice bibliographique
Résumé
AIMS Quality assessment of studies is essential for the understanding and application of these in systematic reviews and meta analyses, the two “gold standards” of medical sciences. Publications in scientific journals have extensively used assessment scales to address poor methodological quality, forming inclusion criteria or determine sensitivity of controls. Even though these assessments are commonplace in science publications, there is no scale, which assesses the quality of studies in the vast amount of music related sciences. METHODS Musiquas is based on the widely used Newcastle-Ottawa Scale (NOS) for assessing the quality of nonrandomized studies in meta-analyses and was attuned by the authors to fit the demand of quality assessment in music studies and interventions. Initially 37 scoring points were included into the scale, distributed across the four main groups; Selection, Control criteria, Exposure and Outcome. These points were included from music studies addressing the importance of aspects in a methodological context and were compared against points used in the NOS excluding points showing methodological flaws against experimental studies as well as against the NOS. OUTCOMES The final scale assesses the quality of music studies and intervention on 26 points divided over the four main groups: Selection, Control criteria, Exposure and Outcome applying a 10-point rating. IMPLICATIONS Implications for sciences in music are obvious; from being able to assign more methodological value to a study to implications important for policy makers. Musiquas was published online, prior to this article, to make it available to researchers worldwide. This procedure gives insight into face and content validity of Musiquas, by receiving comments and critiques of fellow researchers. Evaluation of all remarks is currently in progress. Additionally, Musiquas was piloted in a systematic review on the relationship of music and the transfer effect
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,184 | 0,396 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».