Global Emergency Medicine: A Review of the Literature From 2016
Notice bibliographique
Résumé
OBJECTIVES: The Global Emergency Medicine Literature Review (GEMLR) conducts an annual search of peer-reviewed and gray literature relevant to global emergency medicine (EM) to identify, review, and disseminate the most important new research in this field to a global audience of academics and clinical practitioners. METHODS: This year 13,890 articles written in four languages were identified by our search. These articles were distributed among 20 reviewers for initial screening based on their relevance to the field of global EM. An additional two reviewers searched the gray literature. All articles that were deemed appropriate by at least one reviewer and approved by their editor underwent formal scoring of overall quality and importance. Two independent reviewers scored all articles. RESULTS: A total of 716 articles met our inclusion criteria and underwent full review. Fifty-nine percent were categorized as emergency care in resource-limited settings, 17% as EM development, and 24% as disaster and humanitarian response. Nineteen articles received scores of 18.5 or higher out of a maximum score of 20 and were selected for formal summary and critique. Inter-rater reliability testing between reviewers revealed Cohen's kappa of 0.441. CONCLUSIONS: In 2016, the total number of articles identified by our search continued to increase. The proportion of articles in each of the three categories remained stable. Studies and reviews with a focus on infectious diseases, pediatrics, and the use of ultrasound in resource-limited settings represented the majority of articles selected for final review.
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 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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».