MétaCan
Menu
Retour à la cohorte
Enregistrement W4200342057 · doi:10.18332/popmed/143831

Conducting comprehensive scoping reviews to systematically capture the landscape of a subject matter

2021· article· en· W4200342057 sur OpenAlexaff
Mashrur Kazi, Nashit Chowdhury, Mohammad Chowdhury, Tanvir Chowdhury Turin

Notice bibliographique

RevuePopulation Medicine · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSubject matterSubject (documents)Data scienceComputer sciencePsychologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Scientific publications or health research publications have seen a dramatic increase during the last few decades. Given this rapid production of information, literature reviews have become an imperative cornerstone for researchers to gain a better understanding of the research landscape that they are investigating. One type of literature review that has shown great utility is the scoping review, with its great efficiency in mapping existing literature and synthesizing knowledge. A step-by-step guide is provided in this article as an introduction to those who are interested in conducting scoping reviews in order to acquire a better picture of the research landscape. To help better understand the intricacies to conducting a scoping review, each step of the process is clearly explained and elaborated on. Each step is also followed by examples from published literature. The intended audience includes students and researchers new to scoping reviews.

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)0,042
score de la tête « metaresearch » (Gemma)0,048
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0420,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,738
Tête enseignante GPT0,530
Écart entre enseignants0,208 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations44
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation MedicineMême sujetMeta-analysis and systematic reviewsTravaux en français237 207