Sex differences in neurology: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Sex and gender are independently important in health and disease but have been incompletely explored in neurology. This is in part contributed to by the pre-existing male bias in scientific literature that results in fewer females being included in clinical research and the often interchangeable use of sex and gender in the literature. This scoping review intends to identify the advances as well as under-explored aspects of this field to provide a road map for future research. This paper outlines the methods for a scoping review of published, peer-reviewed literature on sex and gender differences in four subspecialty areas of neurology: demyelination, stroke, epilepsy and headache. METHODS AND ANALYSIS: A detailed search strategy will be used to search five databases pertaining only to sex differences. Specific inclusion and exclusion criteria will be applied to capture relevant literature published from 2014 to 2020. Data will be collected and synthesised to provide an overview of information retrieved, a narrative synthesis of each subspecialty area and map of results. ETHICS AND DISSEMINATION: Research ethics board approval was not required for this study. This study will aid in mapping recent trends in sex differences in four major neurological conditions and will help identify areas for further research. A manuscript will be compiled for publication and presentations of findings. REGISTRATION DETAILS: The final protocol is registered with the Open Science Framework (https://osf.io/n937x/).
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 | 0,109 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,019 |
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 ».