Quality of Reporting Using Good Reporting of A Mixed Methods Study Criteria in Chiropractic Mixed Methods Research: A Methodological Review
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this review was to examine the reporting in chiropractic mixed methods research using Good Reporting of A Mixed Methods Study (GRAMMS) criteria. METHODS: In this methodological review, we searched MEDLINE, Embase, CINAHL, and the Index to Chiropractic Literature from the inception of each database to December 31, 2020, for chiropractic studies reporting the use of both qualitative and quantitative methods or mixed qualitative methods. Pairs of reviewers independently screened titles, abstracts, and full-text studies, extracted data, and appraised reporting using the GRAMMS criteria and risk of bias with the Mixed Methods Appraisal Tool (MMAT). Generalized estimating equations were used to explore factors associated with reporting using GRAMMS criteria. RESULTS: Of 1040 citations, 55 studies were eligible for review. Thirty-seven of these 55 articles employed either a multistage or convergent mixed methods design, and, on average, 3 of 6 GRAMMS items were reported among included studies. We found a strong positive correlation in scores between the GRAMMS and MMAT instruments (r = 0.78; 95% CI, 0.66-0.87). In our adjusted analysis, publications in journals indexed in Web of Science (adjusted odds ratio = 2.71; 95% CI, 1.48-4.95) were associated with higher reporting using GRAMMS criteria. Three of the 55 studies fully adhered to all 6 GRAMMS criteria, 4 studies adhered to 5 criteria, 10 studies adhered to 4 criteria, and the remaining 38 adhered to 3 criteria or fewer. CONCLUSION: Our findings suggest that reporting in chiropractic mixed methods research using GRAMMS criteria was poor, particularly among studies with a higher risk of bias.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Présentation des résultats · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
| gpt | Métarecherche Domaine: Présentation des résultats · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,348 | 0,215 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».