Including <scp>non‐English</scp> language articles in systematic reviews: A reflection on processes for identifying low‐cost sources of translation support
Notice bibliographique
Résumé
Non-English language (NEL) articles are commonly excluded from published systematic reviews. The high cost associated with professional translation services and associated time commitment are often cited as barriers. Whilst there is debate as to the impact of excluding such articles from systematic reviews, doing so can introduce various biases. In order to encourage researchers to consider including these articles in future reviews, this paper aims to reflect on the experience and process of conducting a systematic review which included NEL articles. It provides an overview of the different approaches used to identify sources of low-cost translation support and considers the relative merits of, among others, seeking support through universities, social media, word-of-mouth, and use of personal contacts.
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 | 0,775 | 0,903 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,018 | 0,026 |
| Études des sciences et des technologies | 0,010 | 0,032 |
| Communication savante | 0,035 | 0,039 |
| Science ouverte | 0,011 | 0,023 |
| Intégrité de la recherche | 0,020 | 0,032 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».