MétaCan
Menu
Retour à la cohorte
Enregistrement W3036503130 · doi:10.1016/j.preghy.2020.06.005

Standardising definitions for the pre-eclampsia core outcome set: A consensus development study

2020· article· en· W3036503130 sur OpenAlexfundno aff
James MN Duffy, Alexandra Cairns, Laura A. Magee, Peter von Dadelszen, Janneke van ’t Hooft, Chris Gale, Lucy C. Chappell, William A. Grobman, Ray Fitzpatrick, S. Ananth Karumanchi, D. N. Lucas, Ben W. Mol, Michael J. Stark, Shakila Thangaratinam, Matthew Wilson, Paula Williamson, Sue Ziébland, Richard J. McManus

Notice bibliographique

RevuePregnancy Hypertension · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesSchool of Medicine, University of North Carolina at Chapel HillBalliol College, University of OxfordWeill Cornell Medical CollegeUniversité de ParisSchool of Nursing, University of WashingtonBarts Health NHS TrustSt George's University Hospitals NHS Foundation TrustUniversität LeipzigMedical Research CouncilUniversità degli Studi di BresciaMedical Research Council CanadaUniversiteit StellenboschChulalongkorn UniversityUniversity Hospital Southampton NHS Foundation TrustOxford University Hospitals NHS Foundation TrustNottingham University Hospitals NHS TrustUniversiteit UtrechtUniversidad Nacional de ColombiaKU LeuvenUniversité de MontréalUniversity of WashingtonUniversity of Pennsylvania Health SystemCurtin University of TechnologyMonash UniversityUniversity of AberdeenOulun YliopistoImperial College LondonUniversity of TorontoUniversity of GlasgowUniversity of North Carolina at Chapel HillQueen Mary University of LondonNational Institute for Health and Care ResearchUniversité de SherbrookeNorthwell HealthKing's College LondonUniversidade Estadual PaulistaKarl-Franzens-Universität GrazUniversity of NottinghamUniversity Hospitals of Leicester NHS TrustUniversity College LondonImperial College Healthcare NHS TrustWestern Sydney UniversityBritish Heart FoundationPostgraduate Institute of Medical Education and Research, ChandigarhNorth Bristol NHS TrustRijksuniversiteit GroningenDrexel UniversityUniversity of LeicesterKeele UniversitySouth Australian Health and Medical Research InstituteJichi Medical UniversityNational Institute for Social Care and Health ResearchBarts CharityMedizinische Universität GrazUniversity of PennsylvaniaBurnet InstituteMount Royal UniversityChelsea and Westminster Hospital NHS Foundation TrustUniversity of LeedsUniversity Hospitals Plymouth NHS TrustNational Center for Child Health and DevelopmentUniversity of OxfordUniversity of Dundee
Mots-clésOutcome (game theory)EclampsiaCore (optical fiber)Set (abstract data type)Computer scienceMedicineIntensive care medicinePregnancyProgramming languageMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,442
score de la tête « metaresearch » (Gemma)0,423
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,688

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4420,423
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0070,004
Études des sciences et des technologies0,0030,004
Communication savante0,0050,005
Science ouverte0,0060,014
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,651
Tête enseignante GPT0,491
Écart entre enseignants0,159 · 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'étudeQualitatif
DomaineMéthodes
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

Citations21
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revuePregnancy HypertensionMême sujetDelphi Technique in ResearchTravaux en français237 207