Notice bibliographique
Résumé
Abstract This book presents a logical system of critical appraisal, and facilitates studies to be evaluated and carried out effectively. This system emphasizes the central importance of cause and effect relationships. Its great strength is that it is applicable to a wide range of issues, and both to intervention trials and observational studies. This system unifies the often different approaches used in epidemiology, health services research, clinical trials, and evidence-based medicine, starting from a logical consideration of cause and effect. The book looks at the issues of study design, selection of subjects, bias, confounding, and the place of statistical methods. Systematic reviews, meta-analysis, and the applications of this logic to evidence-based medicine, knowledge-based health care, and health practice and policy are discussed. Current and often controversial examples are used, including screening for prostate cancer, publication bias in psychiatry, public health issues in developing countries, and conflicts between observational studies and randomized trials. Statistical issues are explained clearly without complex mathematics, and the most useful methods are summarized in the appendix. The final chapters give six applications of the critical appraisal of major studies: randomized trials of medical treatment and prevention, a prospective and a retrospective cohort study, a small matched case-control study, and a large case-control study. In these chapters, sections of the original papers are reproduced and the original studies placed in context by a summary of current developments.
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 | 0,177 | 0,471 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
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 ».