MétaCan
Menu
← Retour à la cohorte
Enregistrement W4233441473 · doi:10.31222/osf.io/jy37f

Reducing bias and improving transparency in biomedical and health research: A critical overview of the problems, progress so far and suggested next steps

2020· preprint· en· W4233441473 sur OpenAlexaff
Stephen H Bradley, Nicholas DeVito, Kelly Lloyd, Georgia C. Richards, Tanja Rombey, Cole Wayant, Peter J. Gill

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEuropean Commission
Mots-clésTransparency (behavior)Medical researchRisk analysis (engineering)Management scienceEngineering ethicsComputer scienceBusinessData scienceMedicineEngineeringComputer security

Résumé

récupéré en direct d'OpenAlex

In recent years there has been increasing awareness about problems which have undermined trust in science generally. This review outlines some of the most important issues facing medical research including research culture, lack of transparency, reporting biases and the failure to produce reproducible results. It examines measures which have been instituted to address these problems to date. The paper concludes by proposing three achievable actions which could be readily implemented in medical research to deliver significantly improved transparency and mitigation of bias.

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)0,422
score de la tête « metaresearch » (Gemma)0,449
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil0,713

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4220,449
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0100,008
Bibliométrie0,0160,016
Études des sciences et des technologies0,0050,022
Communication savante0,0230,034
Science ouverte0,0050,011
Intégrité de la recherche0,0160,022
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,949
Tête enseignante GPT0,625
Écart entre enseignants0,323 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMeta-analysis and systematic reviews→Travaux en français237 207→