Moving exercise research in multiple sclerosis forward (the MoXFo initiative): Developing consensus statements for research
Notice bibliographique
Résumé
Exercise as a subset of physical activity is a cornerstone in the management of multiple sclerosis (MS) based on its pleotropic effects. There is an exponential increase in the quantity of research on exercise in MS, yet a number of barriers associated with study content and quality hamper rapid progress in the field. To address these barriers and accelerate discovery, a new international partnership of MS-related experts in exercise has emerged with the goal of advancing the research agenda. As a first step, the expert panel met in May 2018 and identified the most urgent areas for moving the field forward, and discussed the framework for such a process. This led to identification of five themes, namely "Definitions and terminology," "Study methodology," "Reporting and outcomes," "Adherence to exercise," and "Mechanisms of action." Based on the identified themes, five expert groups have been formed, that will further (a) outline the challenges per theme and (b) provide recommendations for moving forward. We aim to involve and collaborate with people with MS/MS organizations (e.g. Multiple Sclerosis International Federation (MSIF) and European Multiple Sclerosis Platform (EMSP)) in all of these five themes. The generation of this thematic framework with multi-expert perspectives can bolster the quality and scope of exercise studies in MS that may ultimately improve the daily lives of people with MS.
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 | 0,635 | 0,457 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,013 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,015 | 0,015 |
| Science ouverte | 0,009 | 0,029 |
| Intégrité de la recherche | 0,012 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».