Assumptions for creating matrices of evidence to estimate overlap of primary studies in overviews of reviews: Protocol for a meta-research study
Notice bibliographique
Résumé
Abstract Introduction Overlap of primary studies among systematic reviews (SRs) included in an overview is a major challenge, as it may bias results or artificially increase the precision of the synthesis. Matrices of evidence and corrected covered area (CCA) calculation are recommended methods to manage overlap, but there is little guidance on how to construct these matrices. This research aims to explore variations in the estimation of overlap using CCA matrices under different assumptions. Methods We will include overviews published in 2023. We will describe the methods used by authors to deal with overlap, and we will calculate a summary CCA (a CCA for the whole matrix of evidence) and a pairwise CCA (a CCA for each possible pair of included SRs), comparing the results under different assumptions that may modify the evidence matrix and thus the CCA. These assumptions include: publication-thread adjustments (i.e. the consideration of each set of references regarding a single primary study as a unique row in a matrix of evidence), scope adjustments (i.e. the consideration only of the SRs and primary studies providing useful data for a given outcome within an overview) and chronological structural missingness adjustments (i.e. the exclusion of primary studies published after a given SR for purposes of CCA calculation). We will assess overlap at an overview and outcome level. Discussion We propose clear definitions for the key assumptions for creating matrices of evidence. We expect to provide a guide for overview authors to better interpret their CCA estimations. Article Summary Strengths and limitations of this study This protocol explores the assumptions underlying the overlap assessment in overviews of systematic reviews, that so far have not been explicitly addressed. These assumptions include scope adjustments, publication-thread adjustments, structural missingness adjustments, and analysis at an overview or outcome level. We provide clear definitions for key overlap concepts that will guide authors for making their overlap assessments more explicit when using a matrix of evidence or corrected covered area approach. We plan to conduct exploratory analyses under different assumptions in a purposive sample of overview, hence, we will not comprehensively include all the overviews in the study period. We will conduct all the analysis calculating the corrected covered area for the whole matrices (overall approach) and for every possible pair of systematic reviews within each matrix (pairwise approach).
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 | 0,379 | 0,647 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,007 | 0,020 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,012 |
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 ».