The standards of reporting trials in pets (PetSORT): Explanation and elaboration
Notice bibliographique
Résumé
Well-designed randomized controlled trials (RCTs) provide the best evidence of the primary research designs for evaluating the effectiveness of interventions. However, if RCTs are incompletely reported, the methodological rigor with which they were conducted cannot be reliably evaluated and it may not be possible to replicate the intervention. Missing information also may limit the reader's ability to evaluate the external validity of a trial. Reporting guidelines are available for clinical trials in human healthcare (CONSORT), livestock populations (REFLECT), and preclinical experimental research involving animals (ARRIVE 2.0). The PetSORT guidelines complement these existing guidelines, providing recommendations for reporting controlled trials in pet dogs and cats. The rationale and scientific background are explained for each of the 25 items in the PetSORT reporting recommendations checklist, with examples from well-reported trials.
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 | 0,472 | 0,797 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,008 |
| Méta-épidémiologie (sens large) | 0,011 | 0,023 |
| Bibliométrie | 0,027 | 0,028 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,019 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,022 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».