<i>Editorial Commentary:</i> Medical Research Study Quality Could Improve if Authors Consider General and Condition‐Specific Study Quality Scoring Systems When Designing Their Investigations
Notice bibliographique
Résumé
Medical researchers constantly try to improve, but multiple studies have suggested that the quality of scientific publications is getting worse. The key to improving may be routine incorporation of metrics of study quality. Examples include the Modified Coleman Methodology Score and the Newcastle-Ottawa Scale. Although these metrics do include points for prospective versus retrospective design, they also include more general markers of robust quality such as "follow-up time," "number of patients," and "description of participant selection process." This scoring permits a delineation between comprehensive versus more limited retrospective studies. Although the Modified Coleman Methodology Score and Newcastle-Ottawa Scale are primarily tools used in systematic reviews to assess the quality of the studies included in their analysis, perhaps journals should encourage authors of original research to measure and report the quality of their manuscript, similar to the Strengthening the Reporting of Observational Studies in Epidemiology checklist requirement for prospective studies. Then, authors could self-regulate and consider these rubrics when designing studies. By providing a target, authors would know for what to strive. For our community to advance to the next phase of data analysis, we will need to improve the quality of our work, both from a design standpoint and a greater collective emphasis on comprehensive data input. The only way to get better is to keep score.
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 | 0,039 | 0,218 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,013 | 0,003 |
| Intégrité de la recherche | 0,047 | 0,045 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».