MétaCan
Menu
Retour à la cohorte
Enregistrement W3096647058 · doi:10.1136/archdischild-2020-rcpch.32

G45(P) Severe neurological impairment: towards an international consensus-based definition

2020· article· en· W3096647058 sur OpenAlexaboutno aff
JA Allen, Eleanor J. Molloy, DM McDonald

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDelphi methodDelphiMedicineProcess (computing)DisseminationMedical educationPublic relationsComputer sciencePolitical scienceTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<h3>Aims</h3> Following a thorough review of the literature, we have found significant inconsistency in the use of the term Severe Neurological Impairment (SNI) in the literature. We aimed to develop an international, consensus-based, multi-disciplinary definition of this term. <h3>Methods</h3> The Delphi process was chosen to achieve consensus on the definition of SNI. We collaborated with experts in 5 countries (Ireland, the UK, the USA, Canada and Australia) to disseminate an invitation to other colleagues in neurodisability in their own region. We specified that a multi-disciplinary panel was required. Those who wished to participate were asked to email us, as facilitators of the process, to confirm their desire to take part. Participants were asked to further disseminate the invitation to other colleagues, thus employing a snow-balling effect in the recruitment of expert panellists. The Delphi process proceeded over 3 rounds. Round 1 used free-text responses where panellists provided insight into their understanding of the term SNI. Responses were used to generate themes. In rounds 2 and 3 panellists were asked to rate their agreement with these themes in the definition of SNI. In the process of round 3 participants were provided with feedback on the previous round, including anonymous information on how the other panellists had voted as well as selected written feedback to provide an opportunity to consider other points of view. Items were brought forward to the final definition if they received more than 70% agreement, in line with accepted Delphi methodology. After round 3, a working definition of SNI was created. Further refinements were made based on comments from parent representatives and experts at an international conference. <h3>Results</h3> Thirty-four multi-disciplinary panellists participated in round 1 of the process falling to 31 in round 3, a 9% drop-out rate. Fifteen themes were generated from responses in round 1. Seven items were brought forward for inclusion in the final definition. <h3>Conclusion</h3> We have created an international, multi-disciplinary, consensus-based definition of SNI. This definition can be used to improve consistency in reporting of research, ultimately leading to improved outcomes for this unique and vulnerable cohort of children.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,226
Tête enseignante GPT0,439
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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 sujetDelphi Technique in ResearchTravaux en français237 207