Does audio-visual information result in improved health-related decision-making compared with audio-only or visual-only information? Protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Making health-related decisions can be difficult due to the amount and complexity of information available. Audio-visual information may improve memory for health information but whether audio-visual information can enhance health-related decisions has not been explored using quantitative methods. The objective of this systematic review is to understand how effective audio-visual information is for informing health-related decision-making compared with audio-only or visual-only information. METHODS AND ANALYSIS: Randomised controlled trials (RCTs) will be included if they include audio-visual and either audio-only or visual-only information provision and decision-making in a health setting. Studies will be excluded if they are not reported in English. Twelve databases will be searched including: Ovid MEDLINE, PubMed and PsychINFO. The Cochrane Risk of Bias tool (V.7) will be used to assess risk of bias in included RCTs. Results will be synthesised primarily using a meta-analysis; where quantitative data are not reported, a narrative synthesis will be used. ETHICS AND DISSEMINATION: No ethical issues are foreseen. Data will be disseminated via academic publication and conference presentations. Findings may also be published in scientific newsletters and magazines. This review is funded by the Economic and Social Research Council. PROSPERO REGISTRATION NUMBER: CRD42021255725.
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 | 0,087 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,005 |
| Méta-épidémiologie (sens large) | 0,027 | 0,031 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,071 | 0,011 |
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 ».