Learning while doing: program evaluation of the Medical Library Association Systematic Review Project
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.
Notice bibliographique
Résumé
OBJECTIVES: The Medical Library Association (MLA) Systematic Review Project aims to conduct systematic reviews to identify the state of knowledge and research gaps for fifteen top-ranked questions in the profession. In 2013, fifteen volunteer-driven teams were recruited to conduct the systematic reviews. The authors investigated the experiences of participants in this large-scale, volunteer-driven approach to answering priority research questions and fostering professional growth among health sciences librarians. METHODS: A program evaluation was conducted by inviting MLA Systematic Review Project team members to complete an eleven-item online survey. Multiple-choice and short-answer questions elicited experiences about outputs, successes and challenges, lessons learned, and future directions. Participants were recruited by email, and responses were collected over a two-week period beginning at the end of January 2016. RESULTS: Eighty (8 team leaders, 72 team members) of 198 potential respondents completed the survey. Eighty-four percent of respondents indicated that the MLA Systematic Review Project should be repeated in the future and were interested in participating in another systematic review. Team outputs included journal articles, conference presentations or posters, and sharing via social media. Thematic analysis of the short-answer questions yielded five broad themes: learning and experience, interpersonal (networking), teamwork, outcomes, and barriers. DISCUSSION: A large-scale, volunteer-driven approach to performing systematic reviews shows promise as a model for answering key questions in the profession and demonstrates the value of experiential learning for acquiring synthesis review skills and knowledge. Our project evaluation provides recommendations to optimize this approach.
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 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 | 0,040 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle