MétaCan
Menu
Retour à la cohorte
Enregistrement W2738634406 · doi:10.1177/1049731517718940

A Systematic Survey of Control Groups in Behavioral and Social Science Trials

2017· article· en· W2738634406 sur OpenAlexaff
Mei Wang, Guangwen Sun, Yaping Chang, Yanling Jin, Alvin Leenus, Muhammad Maaz, Guowei Li, Meha Bhatt, Luciana Patrícia Fernandes Abbade, Ikunna Nwosu, Laura Zielinski, Nitika Sanger, Bianca Bantoto, Candice Luo, Ieta Shams, Hamnah Shahid, Jonathan D. Adachi, Lawrence Mbuagbaw, Mitchell Levine, Zainab Samaan, Lehana Thabane

Notice bibliographique

RevueResearch on Social Work Practice · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversityMcMaster University Medical CentreImpact
Organismes subventionnairesnon disponible
Mots-clésData extractionRandomized controlled trialMEDLINEPsychological interventionIntervention (counseling)Cochrane LibraryMeta-analysisBehavioural sciencesMedicineTreatment and control groupsPsychologyClinical psychologyPsychiatryPsychotherapistSurgeryBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Behavioral and social sciences randomized controlled trials (BSSTs) have a significant role in life sciences. Choosing an appropriate control or comparator group for BSSTs is critical, to provide true intervention effects. The objective of this study was to determine the types of control groups used in BSSTs, and the rationale provided to justify these choices. We conducted a systematic survey of BSST protocols published between January 2012 and October 2016 in the Cochrane Library and Medline databases. We randomly selected 200 protocols. The study selection and data extraction were performed independently in duplicate. The most frequent control groups were active concurrent (97/200, 48.5%), and no treatment concurrent controls (88/200, 44.0%). The majority of studies (71.5%) did not provide justification for comparators choice. We concluded that BSSTs trials compare interventions to active and no treatment controls however the majority of trials lacked rationale for the selection of the study comparator.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheMéta-épidémiologie (sens large)
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquelow
gptMétarechercheMéta-épidémiologie (sens large)
Domaine: Méthodes · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,540
score de la tête « metaresearch » (Gemma)0,808
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5400,808
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0140,015
Bibliométrie0,0280,030
Études des sciences et des technologies0,0030,006
Communication savante0,0090,011
Science ouverte0,0040,007
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,948
Tête enseignante GPT0,723
Écart entre enseignants0,225 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreEmpirique · Synthèse

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

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch on Social Work PracticeMême sujetMeta-analysis and systematic reviewsCatégorieMétarechercheTravaux en français237 207