MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394444767 · doi:10.6084/m9.figshare.20006786

Collaborative multicenter trials in Latin America: challenges and opportunities in orthopedic and trauma surgery

2022· dataset· en· W4394444767 sur OpenAlexaffabout
Vinícius Ynoe de Moraes, João Carlos Belloti, Flávio Faloppa, Mohit Bhandari

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOrthopedic surgeryLatin AmericansOrthopedic traumaMedicineGeneral surgerySurgeryPolitical science

Résumé

récupéré en direct d'OpenAlex

CONTEXT AND OBJECTIVE Orthopedic research agendas should be considered from a worldwide perspective. Efforts should be planned as the means for obtaining evidence that is valid for health promotion with global outreach. DESIGN AND SETTING Exploratory study conducted at Universidade Federal de São Paulo (Unifesp), São Paulo, Brazil, and McMaster University, Hamilton, Canada. METHODS We identified and analyzed collaborative and multicenter research in Latin America, taking into account American and Canadian efforts as the reference points. We explored aspects of the data available from official sources and used data from traffic accidents as a model for discussing collaborative research in these countries. RESULTS The evaluation showed that the proportion of collaborative and multicenter studies in our setting is small. A brief analysis showed that the death rate due to traffic accidents is very high. Thus, it seems clear to us that initiatives involving collaborative studies are important for defining and better understanding the patterns of injuries resulting from orthopedic trauma and the forms of treatment. Orthopedic research may be an important tool for bringing together orthopedic surgeons, researchers and medical societies for joint action. CONCLUSIONS We have indicated some practical guidelines for initiatives in collaborative research and have proposed some solutions with a summarized plan of action for conducting evidence-based research involving orthopedic trauma.

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)0,290
score de la tête « metaresearch » (Gemma)0,566
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2900,566
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0110,033
Études des sciences et des technologies0,0030,002
Communication savante0,0080,006
Science ouverte0,0050,009
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,549
Tête enseignante GPT0,462
Écart entre enseignants0,087 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→