MétaCan
Menu
Retour à la cohorte
Enregistrement W2926295199 · doi:10.18264/eadf.v9i1.748

Guia Para Realizar uma Revisão Sistemática de Literatura

2019· article· pt· W2926295199 sur OpenAlexaff
Chitu Okoli, David Wesley Amado Duarte, Revisão técnica e introdução João Mattar

Notice bibliographique

RevueEAD em FOCO · 2019
Typearticle
Languept
DomaineSocial Sciences
ThématiqueHealth Education and Validation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Muitos pesquisadores não são bem treinados na realização de uma revisão de literatura autônoma, um documento acadêmico que resume e sintetiza na sua totalidade o conhecimento anterior de um corpo de pesquisa. Numerosos guias que existem para pesquisa em sistemas de informação (SI) concentram-se somente em certas partes do processo; poucos abrangem todo o processo. Este artigo apresenta uma metodologia rigorosa e padronizada para a revisão sistemática de literatura (também chamada de revisão sistemática) para pesquisadores em SI. Este guia abrangente amplia a metodologia básica das ciências da saúde e outros campos com numerosas adaptações para atender às necessidades de campos metodologicamente diversos, como a pesquisa em SI, especialmente aqueles que envolvem, incluem e sintetizam estudos quantitativos e qualitativos. Além disso, este guia fornece muitos exemplos da pesquisa em SI e referências a guias com mais detalhes úteis para a realização de uma revisão de literatura rigorosa e valiosa. Embora seja adaptado à pesquisa em SI, é suficientemente amplo para ser aplicável e valioso para pesquisadores de qualquer campo das ciências sociais. Tradução de: OKOLI, Chitu. A guide to conducting a standalone systematic literature review. Communications of the Association for Information Systems, v. 37, n. 43, p. 879?910, nov. 2015. Disponível em: . Autorizada pela Association for Information Systems - Copyright © 2015

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 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)0,038
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,087
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0280,028
Études des sciences et des technologies0,0060,006
Communication savante0,0290,021
Science ouverte0,0040,008
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0440,023

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 Opus0,105
Tête enseignante GPT0,429
Écart entre enseignants0,324 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

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

En bref

Citations78
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEAD em FOCOMême sujetHealth Education and ValidationTravaux en français237 207