The MoXFo Initiative: Using consensus methodology to move forward towards internationally shared vocabulary in multiple sclerosis exercise research
Notice bibliographique
Résumé
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 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 | 0,657 | 0,539 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,027 | 0,014 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,008 | 0,035 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».