MétaCan
Menu
Retour à la cohorte
Enregistrement W3017182637 · doi:10.1097/md.0000000000020266

Effects of cinnamaldehyde on anti-respiratory syncytial virus

2020· article· en· W3017182637 sur OpenAlexaboutno aff
Feng Lan, Jing Li, Haibo Yu, Qing Xue, Lijuan Dai

Notice bibliographique

RevueMedicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCinnamaldehydeRespiratory systemVirologyVirusInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous reports found that cinnamaldehyde has effects on anti-respiratory syncytial virus (ARSV). However, their results are still contradictory. Therefore, this study will systematically address the effects of cinnamaldehyde on ARSV. METHODS: The following electronic bibliographic databases will be retrieved from their outset to the March 31, 2020: MEDLINE, EMBASE, Cochrane Library, Cumulative Index to Nursing and Allied Health Literature, Technology Periodical Database, China Biology Medicine, and China National Knowledge Infrastructure. No language and publication time limitations will be exerted in this study. All relevant case-controlled studies or randomized controlled studies exploring the effects of cinnamaldehyde on ARSV will be included. Study quality of case-controlled studies will be assessed by Newcastle-Ottawa scale, and that of randomized controlled studies will be identified by Cochrane risk of bias tool. All data pooling and analysis will be performed using RevMan 5.3 software. RESULTS: This study will summarize the up-to-date high-quality evidence to synthesize outcome data on the effects of cinnamaldehyde on ARSV. CONCLUSION: Findings of this study may provide beneficial evidence for both clinicians and future studies regarding the effects of cinnamaldehyde on ARSV. SYSTEMATIC REVIEW REGISTRATION: INPLASY202040074.

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)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0060,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,369
Écart entre enseignants0,313 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetRespiratory viral infections researchTravaux en français237 207