MétaCan
Menu
Retour à la cohorte
Enregistrement W4317567946 · doi:10.1097/ju.0000000000003190

The Quality of Literature Search Reporting in Systematic Reviews Published in the Urological Literature (1998-2021)

2023· review· en· W4317567946 sur OpenAlexaff
Brett Norling, Zachary J. Edgerton, Caitlin Bakker, Philipp Dahm

Notice bibliographique

RevueThe Journal of Urology · 2023
Typereview
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of ReginaLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineSystematic reviewMEDLINEGeneral surgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: We evaluate to what extent systematic reviews published in the urological literature follow best practices for the reporting of searches. MATERIALS AND METHODS: Systematic reviews addressing questions of therapy/prevention were sought out in 5 major urological journals from January 1998 to December 2021. Two members performed study selection and data abstraction independently and in duplicate. The methodological and reporting quality of these systematic reviews was assessed using operationalized criteria based on the PRISMA-S (Preferred Reporting Items for Systematic Reviews and Meta-analyses-literature search extension) and PRISMA 2020 checklists. Proportions of systematic reviews that satisfied each criterion were compared based on period (1998-2012, 2013-2016, and 2017-2021) and journal of publication. RESULTS: = .647). Reporting characteristics across journals were similar. CONCLUSIONS: Systematic reviews published in the urological literature have considerable shortcomings regarding the reporting of their underlying search strategies. Efforts must be taken to improve search strategies in the form of better training in systematic review methods as well as the more stringent enforcement of reporting guidelines.

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)0,669
score de la tête « metaresearch » (Gemma)0,883
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: Présentation des résultats
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6690,883
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0090,013
Bibliométrie0,0390,054
Études des sciences et des technologies0,0030,005
Communication savante0,0130,011
Science ouverte0,0050,009
Intégrité de la recherche0,0040,003
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 Opus0,843
Tête enseignante GPT0,612
Écart entre enseignants0,230 · 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'étudeObservationnel
DomainePrésentation des résultats
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of UrologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207