Methodological components and quality of evidence summaries: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to identify and map the available evidence related to evidence summary methodologies and indicators of quality. INTRODUCTION: It can be challenging for clinicians and policy makers to keep up-to-date with current evidence and best practice. An evidence summary is a way to provide health care decision makers with the most recent, highest quality evidence available on a particular topic in an easily digestible format to facilitate evidence-based clinical decisions. However, objectively evaluating the methodological quality of these types of evidence reviews is challenging. INCLUSION CRITERIA: Articles, papers, books, dissertations, reports and websites will be included if they evaluate, or describe the development or appraisal of, an evidence summary methodology. METHODS: A three-step search strategy will be used to find both published and unpublished literature. The following databases will be searched: US National Library of Medicine Database (PubMed) Cumulative Index to Nursing and Allied Health Literature (CINAHL), Scopus, ProQuest Dissertations and Theses, and Embase. The gray literature search will include relevant government and university websites, the Health Evidence Network website, the World Health Organization (WHO) Health Evidence Network website, the McMaster Health Systems Evidence website, and relevant websites included in the Canadian Agency for Drugs and Technologies in Health (CADTH) Grey Matters Handbook. Sources published in English will be considered, with no date limitation.
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 | 0,231 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,008 |
| Méta-épidémiologie (sens large) | 0,020 | 0,021 |
| Bibliométrie | 0,034 | 0,028 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,012 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,023 |
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.
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 ».