Getting trustworthy guidelines into the hands of decision-makers and supporting their consideration of contextual factors for implementation globally: recommendation mapping of COVID-19 guidelines
Notice bibliographique
Résumé
Published research on COVID-19 is increasing rapidly and integrated in guidelines. The trustworthiness of guidelines can vary depending on the methods used to assemble and evaluate the evidence, the completeness and transparency of reporting on the process undertaken and how conflicts of interest are addressed. With a global consortium of partners and collaborators, we have created a catalogue of COVID-19 recommendations as our direct response to the increased need for structured access to high quality guidance in the field. The COVID19 map of recommendations and gateway to contextualization (https://covid19.recmap.org) is a living project: emerging guideline literature is added on an ongoing basis, allowing granular access to individual recommendations. Building on prior work on mapping recommendations for the World Health Organization tuberculosis guidelines, a novel feature of this map is the self-directed contextualization of the recommendations using the GRADE-Adolopment approach to adopt, adapt or synthesize de novo recommendations for context specific questions. Through our map, stakeholders access the evidence underpinning a recommendation, select what needs to be contextualized and go through the steps of development of adapted recommendations. This one-stop shop portal of evidence-informed recommendations, built with intuitive functionalities, easy to navigate and with a support team ready to guide users across the maps, represents a long-needed tool for decision-makers, guideline developers and the public at large.
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 | 0,116 | 0,342 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,023 | 0,020 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,004 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».