Graphical Representation of Overlap for <scp>OVErviews</scp>: <scp>GROOVE</scp> tool
Notice bibliographique
Résumé
Overlap of primary studies among systematic reviews (SRs) is one of the main methodological challenges when conducting overviews. If not assessed properly, overlapped primary studies may mislead findings, since they may have a major influence either in qualitative analyses or in statistical weight. Moreover, overlapping SRs may represent the existence of duplicated efforts. Matrices of evidence and the calculation of the overall corrected covered area (CCA) are appropriate methods to address this issue, but they seem to be not comprehensive enough. In this article we present Graphical Representation of Overlap for OVErviews (GROOVE), an easy-to-use tool for overview authors. Starting from a matrix of evidence, GROOVE provides the number of included primary studies and SRs included in the matrix; the absolute number of overlapped and non-overlapped primary studies; and an overall CCA assessment. The tool also provides a detailed CCA assessment for each possible pair of SRs (or "nodes"), with a graphical and easy-to-read representation of these results. Additionally, it includes an advanced optional usage, incorporating structural missingness in the matrix. In this article, we show the details about how to use GROOVE, what results it achieves and how the tool obtains these results. GROOVE is intended to improve the overlap assessment by making it easier, faster, and more friendly for both authors and readers. The tool is freely available at http://doi.org/10.17605/OSF.IO/U2MS4 and https://es.cochrane.org/es/groovetool.
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 | 0,027 | 0,229 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,026 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,393 | 0,046 |
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 ».