MétaCan
Menu
Retour à la cohorte
Enregistrement W3017614346 · doi:10.1097/01.aog.0000664948.77097.97

Determining the Impact of Journal Abstract Structure and Word Limit on the Completeness of Study Reporting [32G]

2020· article· en· W3017614346 sur OpenAlexaff
Lesle Freedman, Rohan D’Souza, Alex Nica, Ella Huszti

Notice bibliographique

RevueObstetrics and Gynecology · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChecklistMedicineCompleteness (order theory)Word (group theory)Obstetrics and gynaecologyLinguisticsMathematicsPsychologyPregnancy

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: It is vital that journal abstracts, which summarize clinical research, contain sufficient information on the study, for readers to draw appropriate conclusions. Our study examined the influence of variations in abstract structure and maximum word limit among obstetrics and gynecology (OBGYN) journals on the completeness of study reporting. METHODS: We conducted a retrospective study examining 163 abstracts from 50 OBGYN journals using a modified, 32-item, version of a previously-published checklist for abstract assessment. Abstracts were classified into three groups based on abstract structure – unstructured, structured-with-headings and structured-without-headings, and three based on word count – less-than-250, 250- and greater-than-250 words. Based on preliminary assessment of abstracts, which scored 37-78% on the checklist, we determined that we needed 140 abstracts to determine differences between groups, with 80% power. Primary outcome was abstract quality score. ANOVA and linear regression analysis were used to determine whether abstract structures and word limits were associated with journal abstract quality. RESULTS: A significant difference in mean abstract scores were found for word limit (P=.012) but not abstract structure (P>.05). Mean score of the greater-than-250-word and 250-word category were significantly higher than those of the less-than-250-word category (68.25 vs 59.69, P=.003 and 65.20 vs 59.69, P=.046 respectively). CONCLUSION: Although abstract structure does not seem to influence quality, OBGYN journal abstracts with less-than-250-words might exclude important study information. Research on other factors influencing abstract quality could help journals improve the appropriate condensation of study information into abstracts, which are most widely read and often used to guide busy clinicians.

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)0,305
score de la tête « metaresearch » (Gemma)0,675
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,857

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3050,675
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0100,009
Études des sciences et des technologies0,0020,003
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,721
Tête enseignante GPT0,507
Écart entre enseignants0,215 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetrics and GynecologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207