MétaCan
Menu
Retour à la cohorte
Enregistrement W4220718620 · doi:10.17267/2675-021xevidence.2022.e4010

Covid-19 research evidence: An international survey exploring views on useful sources, preferred formats, and accessibility

2022· article· en· W4220718620 sur OpenAlexaff
E. Tomlinson, Debra de Silva, Jana Stojanova, Roses Parker, Muriah Umoquit, Stephanie Lagosky, Bey‐Marrié Schmidt, Karen Head

Notice bibliographique

RevueJournal of Evidence-Based Healthcare · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensCochrane
Organismes subventionnairesCochrane South Africa
Mots-clésSocial mediaInfluencer marketingPublic relationsGovernment (linguistics)Promotion (chess)Coronavirus disease 2019 (COVID-19)Evidence-based practicePolitical sciencePsychologyBusinessMedicinePoliticsMarketingAlternative medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In a pandemic, stakeholders such as policy makers, clinicians, patients, and the public need access to high-quality, timely, relevant research evidence in a format that is understandable and applicable. OBJECTIVES: An online survey was used to determine where a global audience finds research evidence about COVID-19 and how they prefer to keep up to date. METHODS AND MATERIALS: We conducted an online survey of people interested in research in English and Spanish. We used a convenience sample of people visiting websites and social media accounts of Cochrane, an international organisation that collates systematic reviews of research. RESULTS: 831 people with various roles and locations responded over a short period with little active promotion. Healthcare professionals, members of the public, and policy influencers wanted research evidence to inform decisions about COVID-19. More than half found research evidence from government websites (52%), international organisations (57%), journals (56%), and evidence collation organisations (60%) useful. People wanted research evidence about COVID-19 formats such as lay summaries (60%), online systematic reviews (60%), short summaries with commentaries (51%), and visual summaries (48%). People preferred to be kept up to date about COVID-19 research via email updates and newsletters, tailored to people’s interests (34%), traditional media (13%) and social media (12%). CONCLUSIONS: It was feasible to collect feedback rapidly using a simple online survey. Websites from official organisations were key sources of COVID-19 research evidence. More research is needed on how best to provide evidence that is easy to access and understand.

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)0,127
score de la tête « metaresearch » (Gemma)0,287
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,674

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1270,287
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0160,015
Études des sciences et des technologies0,0020,002
Communication savante0,0090,011
Science ouverte0,0010,010
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,884
Tête enseignante GPT0,610
Écart entre enseignants0,274 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Evidence-Based HealthcareMême sujetCOVID-19 and healthcare impactsTravaux en français237 207