Global emergency medicine: A scoping review of the literature from 2021
Notice bibliographique
Résumé
OBJECTIVE: The objective was to identify the most important and impactful peer-reviewed global emergency medicine (GEM) articles published in 2021. The top articles are summarized in brief narratives and accompanied by a comprehensive list of all identified articles that address the topic during the year to serve as a reference for clinicians, researchers, and policy makers. METHODS: A systematic PubMed search was carried out to identify all GEM articles published in 2021. Title and abstract screening was performed by trained reviewers and editors to identify articles in one of three categories based on predefined criteria: disaster and humanitarian response (DHR), emergency care in resource-limited settings (ECRLS), and emergency medicine development (EMD). Included articles were each scored by two reviewers using established rubrics for original (OR) and review (RE) articles. The top 5% of articles overall and the top 5% of articles from each category (DHR, ECRLS, EMD, OR, and RE) were included for narrative summary. RESULTS: The 2021 search identified 44,839 articles, of which 444 articles screened in for scoring, 25% and 22% increases from 2020, respectively. After removal of duplicates, 23 articles were included for narrative summary. ECRLS constituted the largest category (n = 16, 70%), followed by EMD (n = 4, 17%) and DHR (n = 3, 13%). The majority of top articles were OR (n = 14, 61%) compared to RE (n = 9, 39%). CONCLUSIONS: The GEM peer-reviewed literature continued to grow at a fast rate in 2021, reflecting the continued expansion and maturation of this subspecialty of emergency medicine. Few high-quality articles focused on DHR and EMD, suggesting a need for further efforts in those fields. Future efforts should focus on improving the diversity of GEM research and equitable representation.
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 | 0,034 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,052 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».