MétaCan
Menu
Retour à la cohorte
Enregistrement W4308003681 · doi:10.54846/jshap/1295

Maximizing value and minimizing waste in clinical trial research in swine: Selecting interventions to build an evidence base

2022· article· en· W4308003681 sur OpenAlexafffund
Jan M. Sargeant, Annette M. O’Connor, Terri L. O’Sullivan, Alejandro Ramirez

Notice bibliographique

RevueJournal of Swine Health and Production · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Guelph
Mots-clésPsychological interventionIntervention (counseling)Clinical trialBaseline (sea)MedicineReplication (statistics)PlaceboEquivalence (formal languages)Randomized controlled trialPhysical therapyIntensive care medicineComputer scienceAlternative medicineMathematicsSurgeryNursingInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Researchers conduct a trial to compare an intervention of interest to a comparison group. Initially, researchers should determine whether a trial is evaluating superiority, equivalence, or noninferiority. This decision will guide the choice of a placebo versus active comparison group. Interventions, as well as baseline management, should be comprehensively reported to allow replication or clinical application. It is necessary to build a body of evidence across multiple trials to apply evidence-based decision-making. To achieve this, at least one intervention in every trial should be an intervention that has been used in at least one previously published trial.

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)0,754
score de la tête « metaresearch » (Gemma)0,851
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 enseignants0,246
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7540,851
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0160,010
Bibliométrie0,0200,014
Études des sciences et des technologies0,0030,011
Communication savante0,0170,015
Science ouverte0,0050,010
Intégrité de la recherche0,0110,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,885
Tête enseignante GPT0,709
Écart entre enseignants0,176 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Swine Health and ProductionMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207