MétaCan
Menu
Retour à la cohorte
Enregistrement W4312259405 · doi:10.22374/cjgim.v17i1.539

The Top Five Papers of 2020 for General Internists

2022· article· en· W4312259405 sur OpenAlexaffvenueabout
G. Huard, Olivier St-Laurent

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et de Services Sociaux des LaurentidesCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceHumanitiesMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

The Canadian Society of Internal Medicine (CSIM) held an annual session to present the “Top 5 papers” influencing the practice of general internists. We reviewed major journal publications from January 2020 to November 2020 to come up with approximately 10 articles we considered practice changing trials for general internists. Out of those papers, we decided to present the five we considered were most relevant by addressing frequent pathologies seen in practice, were methodologically well conducted, and had the potential to sustainably modify practice guidelines. The references to the papers that were not retained are presented in the bibliography section for the reader’s interest. This article aims to present those top five papers of 2020, and to review their strengths and limitations. These articles were also discussed at the CSIM Virtual Educational Activity on October 15, 2020 and in the BaladoCritique podcast. RésuméLa Société canadienne de médecine interne (SCMI) a tenu une séance annuelle pour présenter les « cinq meil-leurs articles » qui influencent la pratique des internistes généralistes. Nous avons examiné les publications des principales revues publiées entre janvier 2020 et novembre 2020 pour en arriver à proposer environ dix articles que nous avons considérés comme des essais pouvant influencer la pratique des internistes généralistes. Parmi ces articles, nous avons décidé d’en présenter cinq qui, selon nous, sont les plus pertinents en abordant des pathologies fréquemment observées dans la pratique, sont bien menés sur le plan de la méthodologie et ont le potentiel de modifier de façon durable les directives de pratique. Les références des articles qui n’ont pas été retenus figurent dans la bibliographie pour l’intérêt du lecteur. Cet article vise à présenter les cinq meilleurs articles de 2020 et à examiner leurs forces et leurs limites. Ces articles ont également fait l’objet de discussions lors de l’activité éducative virtuelle de la SCMI qui s’est tenue le 15 octobre 2020 et dans un épisode du BaladoCritique.

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)0,053
score de la tête « metaresearch » (Gemma)0,125
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,125
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0270,017
Études des sciences et des technologies0,0050,002
Communication savante0,0260,012
Science ouverte0,0040,008
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0430,013

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 Opus0,015
Tête enseignante GPT0,289
Écart entre enseignants0,274 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineÉvaluation
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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetEmergency and Acute Care StudiesTravaux en français237 207