MétaCan
Menu
Retour à la cohorte
Enregistrement W4387950254 · doi:10.1177/13524585231204460

The MoXFo Initiative: Using consensus methodology to move forward towards internationally shared vocabulary in multiple sclerosis exercise research

2023· article· en· W4387950254 sur OpenAlexaff
Maedeh Mansoubi, Yvonne C. Learmonth, Nancy E. Mayo, Johnny Collet, Helen Dawes

Notice bibliographique

RevueMultiple Sclerosis Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensMcGill University
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésMultiple sclerosisVocabularyPhysical medicine and rehabilitationConsensus conferenceMEDLINEPsychologyMedicinePhysical therapyPolitical scienceLinguisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Multiple sclerosis (MS) exercise terminology lacks consistency across disciplines, hindering research synthesis. OBJECTIVE: The 'Moving exercise research in MS forward initiative' (MoXFo) aims to establish agreed definitions for key MS exercise terms. METHODS: The Lexicon development methodology was employed. A three-step process identified key exercise terminology for people with multiple sclerosis (pwMS): (1) consensus and systematic review, (2) Delphi round 1 and consideration of existing definitions and (3) Delphi round 2 for consensus among MoXFo steering group and exercise experts. Final definitions and style harmonisation were agreed upon. RESULTS: The two-stage Delphi process resulted in the selection and scoring of 30 terminology definitions. The agreement was 100% for resistance exercise, balance and physical activity. Most terms had agreement >75%, but 'posture' (60%) and 'exercise' (65%) had a lower agreement. CONCLUSION: This study identified key terms and obtained agreement on definitions for 30 terms. The variability in agreement for some terms supports the need for clearly referencing or defining terminology within publications to enable clear communication across disciplines and to support precise synthesis and accurate interpretation of research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,036
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,589
Tête enseignante GPT0,451
Écart entre enseignants0,138 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207