A collaborative pilot on current awareness alerts for disinvestment and horizon scanning
Notice bibliographique
Résumé
OBJECTIVE: In 2019, members of the Health Technology Assessment international (HTAi) Interest Group for Disinvestment and Early Awareness (DEA-IG) and the HTAi Interest Group for Information Retrieval (IR-IG) agreed to produce quarterly current awareness alerts for members of the DEA-IG. The purpose was to pilot a predefined strategy for sharing new publications on methods and topical issues in this area. METHODS: Literature search strategies for PubMed and Google were developed. Retrieved citations were posted on the DEA-IG Web site. Members of the DEA-IG received an email notification when new alerts were available. An informal survey of the DEA-IG members was used to provide feedback after the pilot. RESULTS: Six alerts were issued during the pilot (June 2019-September 2020) with a total of 170 citations. The bulk of the information were 124 PubMed indexed citations, and of these, 96 were retrieved by the PubMed search strategies. Google searches were not found to be useful, but ongoing horizon scanning work at the Canadian Agency for Drugs and Technologies in Health (CADTH) provided additional information. Based on retrospective sorting, we considered thirty-five PubMed citations to be highly relevant for health technology assessment (HTA). The response rate to the survey was limited (seventeen respondents), but most respondents found the alerts useful for their work. CONCLUSIONS: The results of this pilot project can be used to revise search strategies and information sources, improve the relevance of the alerts, and plan for expanded dissemination strategies.
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 | 0,084 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».