The SENSOR System: Using Standardized Data Entry and Dashboards for Review of Scientific Studies Using the Clinical Applications of Psychedelics as an Illustration
Notice bibliographique
Résumé
Abstract Introduction Literature reviews are useful tools for communicating the breadth of scientific discovery for a given topic. Irrespective of the nature of the review, data should be communicated in effective, easy to understand ways. In trying to address these limitations of traditional scientific reviews, we propose using dynamic data driven displays that have been used in multiple other industries to improve communication and decision making. Given the recent interest in the clinical applications of psychedelics for various mental health issues, we chose to test the SENSOR System (Standardized Data Entry and Dashboards for Review of Scientific Studies) as an alternative for an existing review article. Methods To validate the SENSOR System, an existing review with a topical, heterogenous, and growing set of studies was selected. In this case we chose the Wheeler et al. review on psychedelics in clinical practice where articles had already been preselected and reviewed. Detailed discussion of this review and the cited papers preceded designing the content and shared links for a Google Form for data intake, Google Drive for article access, and Google Sheets linked to the form intake data. Results A total of 46 study entries were made by 2 team members, including 3 articles published since the review to demonstrate the ease of updating the system Various representations of the Google Forms intake data in the SENSOR System dashboard are presented. Discussion Visual representation of review studies using a dashboard proved feasible and advantageous for numerous reasons. As the technology and guidelines for these systems evolve there is an opportunity to standardize reporting, centralize legacy datasets, streamline the submission process, improve collaboration between researchers, measure relative contribution of participating authors, and improve patient involvement. For the use case of clinical applications of psychedelics, limitations of conveying data accurately includes heterogeneity of study design, dosing, indications, and outcome measures. Conclusion Creation of a system for standardized data entry and dashboards for reviews of scientific studies is a feasible alternative and/or adjunct to the dissemination of summaries through traditional scientific review. There are numerous proposed advantages of the flexible, dynamic, and graphical display that requires further validation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».