MétaCan
Menu
Retour à la cohorte
Enregistrement W4389998731 · doi:10.1186/s40900-023-00531-5

Recommended characteristics and processes for writing lay summaries of healthcare evidence: a co-created scoping review and consultation exercise

2023· article· en· W4389998731 sur OpenAlexaff
Sareh Zarshenas, JoAnne Mosel, Adora Chui, Samantha Seaton, Hardeep Singh, Sandra Moroz, Tayaba Khan, Sherrie Logan, Heather Colquhoun

Notice bibliographique

RevueResearch Involvement and Engagement · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOScopusResource (disambiguation)MEDLINEMedical educationPsychologyGrey literatureStakeholderHealth careJargonMedicineComputer sciencePsychological interventionNursingPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lay summaries (LSs) of scientific evidence are critical to sharing research with non-specialist audiences. This scoping review with a consultation exercise aimed to (1) Describe features of the available LS resources; (2) Summarize recommended LS characteristics and content; (3) Outline recommended processes to write a LS; and (4) Obtain stakeholder perspectives on LS characteristics and writing processes. METHODS: This project was a patient and public partner (PPP)-initiated topic co-led by a PPP and a researcher. The team was supported by three additional PPPs and four researchers. A search of peer-reviewed (Ovid MEDLINE, Scopus, Embase, Cochrane libraries, CINAHL, PsycINFO, ERIC and PubMed data bases) and grey literature was conducted using the Joanna Briggs Institute Methodological Guidance for Scoping Reviews to include any resource that described LS characteristics and writing processes. Two reviewers screened and extracted all resources. Resource descriptions and characteristics were organized by frequency, and processes were inductively analyzed. Nine patient and public partners and researchers participated in three consultation exercise sessions to contextualize the review findings. RESULTS: Of the identified 80 resources, 99% described characteristics of a LS and 13% described processes for writing a LS. About half (51%) of the resources were published in the last two years. The most recommended characteristics were to avoid jargon (78%) and long or complex sentences (60%). The most frequently suggested LS content to include was study findings (79%). The key steps in writing a LS were doing pre-work, preparing for the target audience, writing, reviewing, finalizing, and disseminating knowledge. Consultation exercise participants prioritized some LS characteristics differently compared to the literature and found many characteristics oversimplistic. Consultation exercise participants generally supported the writing processes found in the literature but suggested some refinements. CONCLUSIONS: Writing LSs is potentially a growing area, however, efforts are needed to enhance our understanding of important LS characteristics, create resources with and for PPPs, and develop optimal writing processes.

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)0,520
score de la tête « metaresearch » (Gemma)0,665
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,592

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5200,665
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0060,008
Bibliométrie0,0470,029
Études des sciences et des technologies0,0100,006
Communication savante0,0170,021
Science ouverte0,0090,022
Intégrité de la recherche0,0100,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,009

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 Opus0,917
Tête enseignante GPT0,653
Écart entre enseignants0,263 · 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'étudeRevue systématique
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Involvement and EngagementMême sujetMeta-analysis and systematic reviewsTravaux en français237 207