MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210945649 · doi:10.51200/bjms.vi.3209

Knowledge Synthesis in Health, Wellness and Social Care Research: The Fundamentals of Conducting Comprehensive Reviews

2022· article· en· W4210945649 sur OpenAlexaff
Mashrur Kazi, Nashit Chowdhury, Mohammad Chowdhury, Tanvir Chowdhury Turin

Notice bibliographique

RevueBorneo Journal of Medical Sciences (BJMS) · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Context (archaeology)Body of knowledgeSystematic reviewField (mathematics)Function (biology)Data scienceProcess (computing)Sociology of scientific knowledgeComputer scienceWork (physics)Health careScientific literatureManagement scienceEngineering ethicsKnowledge managementMEDLINESociologyPolitical scienceSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Knowledge synthesis is often a term that is widely used to define the process of summarizing and integrating research findings into the existing field of research of a specific topic. While knowledge syntheses can take many forms, it is commonly produced as a review of previously published literature in a specific field. With the recent tremendous increase in scientific, especially health, publications, conducting literature reviews has become an absolute necessity for investigators to scope out the body of research work that has already been done. Literature reviews provide a unique function of providing a clear and articulate understanding of the extent of previous work that has been done such that resources are not wasted in redundant duplication. Moreover, literature reviews can serve multiple purposes such as providing context to current crises, efficiently summarizing previously published work, identifying gaps in the literature of a specific topic, and aiding the overall advancement of knowledge in the research field of interest. In this manuscript, we provide detailed general steps for conducting a review based on standard and common methodological frameworks used to inform and conduct knowledge syntheses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,470
score de la tête « metaresearch » (Gemma)0,624
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,653

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4700,624
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0100,010
Bibliométrie0,0280,024
Études des sciences et des technologies0,0050,011
Communication savante0,0220,015
Science ouverte0,0060,011
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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.

Tête enseignante Opus0,732
Tête enseignante GPT0,631
Écart entre enseignants0,101 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorneo Journal of Medical Sciences (BJMS)→Même sujetHealth Sciences Research and Education→Travaux en français237 207→