A scoping review describes methods used to identify, prioritize and display gaps in health research
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Different methods to examine research gaps have been described, but there are still no standard methods for identifying, prioritizing, or reporting research gaps. This study aimed to describe the methods used to identify, prioritize, and display gaps in health research. METHODS: A scoping review using the Arksey and O'Malley methodological framework was carried out. We included all study types describing or reporting on methods to identify, prioritize, and display gaps or priorities in health research. Data synthesis is both quantitative and qualitative. RESULTS: Among 1,938 identified documents, 139 articles were selected for analysis; 90 (65%) aimed to identify gaps, 23 (17%) aimed to determine research priorities, and 26 (19%) had both aims. The most frequent methods in the review were aimed at gap identification and involved secondary research, which included knowledge synthesis (80/116 articles, 69%), specifically systematic reviews and scoping reviews (58/80, 73%). Among 49 studies aimed at research prioritization, the most frequent methods were both primary and secondary research, accounting for 24 (49%) reports. Finally, 52 (37%) articles described methods for displaying gaps and/or priorities in health research. CONCLUSION: This study provides a mapping of different methods used to identify, prioritize, and display gaps or priorities in health research.
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 | 0,152 | 0,420 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,018 |
| Bibliométrie | 0,065 | 0,045 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».