MétaCan
Menu
Retour à la cohorte
Enregistrement W4225002699 · doi:10.11124/jbies-21-00416

Moving from consultation to co-creation with knowledge users in scoping reviews: guidance from the JBI Scoping Review Methodology Group

2022· article· en· W4225002699 sur OpenAlexaff
Danielle Pollock, Lyndsay Alexander, Zachary Munn, Micah D.J. Peters, Hanan Khalil, Christina Godfrey, Patricia McInerney, Anneliese Synnot, Andrea C. Tricco

Notice bibliographique

RevueJBI Evidence Synthesis · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementMedicineData scienceComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Knowledge user consultation is often limited or omitted in the conduct of scoping reviews. Not including knowledge users within the conduct and reporting of scoping reviews could be due to a lack of guidance or understanding about what consultation requires and the subsequent benefits. Knowledge user engagement in evidence synthesis, including consultation approaches, has many associated benefits, including improved relevance of the research and better dissemination and implementation of research findings. Scoping reviews, however, have not been specifically focused on in terms of research into knowledge user consultation and evidence syntheses. In this paper, we will present JBI's guidance for knowledge user engagement in scoping reviews based on the expert opinion of the JBI Scoping Review Methodology Group. We offer specific guidance on how this can occur and provide information regarding how to report and evaluate knowledge user engagement within scoping reviews. We believe that scoping review authors should embed knowledge user engagement into all scoping reviews and strive towards a co-creation model.

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)0,613
score de la tête « metaresearch » (Gemma)0,706
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,478

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6130,706
Méta-épidémiologie (sens strict)0,0040,006
Méta-épidémiologie (sens large)0,0060,012
Bibliométrie0,0230,020
Études des sciences et des technologies0,0090,015
Communication savante0,0270,026
Science ouverte0,0110,036
Intégrité de la recherche0,0270,027
Charge utile insuffisante (le modèle a refusé de juger)0,0140,025

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 Opus0,277
Tête enseignante GPT0,514
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
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

Citations180
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBI Evidence SynthesisMême sujetMental Health and Patient InvolvementTravaux en français237 207