An algorithm provided as initial guidance for reporting registry records and published protocols in systematic reviews
Notice bibliographique
Résumé
OBJECTIVE: We aim to synthesize the available guidance with existing practices by Cochrane reviewers to generate an algorithm as a starting point in assisting reviewers reporting of registry records and published protocols (TRRs/PPs) use in systematic reviews of interventions. STUDY DESIGN: We used existing guidance from major review bodies, assessed the current reporting of TRRs/PPs use in a sample of Cochrane reviews, and engaged in critical analysis. Independent reviewers identified and extracted textual excerpts reporting the use of trial registry records and published protocols and codes following a systematic review framework. Based on these elements, and our initial research, we created an algorithm/graphical aid to visualize initial direction. RESULTS: We included 166 Cochrane systematic reviews published between August 2015 and 2016 from 48 review groups. Review authors' terminology (e.g., ongoing, terminated) varied between and within reviews. Reporting practices were diverse and inconsistent. CONCLUSIONS: This is a timely investigation in an era where evidence synthesis informs health and health care decisions. Our proposed algorithm provides initial direction to systematize the reporting of TRR/PP use. We hope that the algorithm generates further discussion to enhance the transparency of TRR/PP reporting and methodological research into the complexities of using protocols in systematic reviews of interventions.
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 | 0,261 | 0,559 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,007 |
| Méta-épidémiologie (sens large) | 0,005 | 0,011 |
| Bibliométrie | 0,035 | 0,028 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,030 |
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 ».