Open science practices in traditional, complementary, and integrative medicine research: A path to enhanced transparency and collaboration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This educational article explores the convergence of open science practices and traditional, complementary, and integrative medicine (TCIM), shedding light on the potential benefits and challenges of open science for the development, dissemination, and implementation of evidence-based TCIM. We emphasize the transformative shift in medical science towards open and collaborative practices, highlighting the limited application of open science in TCIM research despite its growing acceptance among patients. We define open science practices and discuss those that are applicable to TCIM, including: study registration; reporting guidelines; data, code and material sharing; preprinting; publishing open access; and reproducibility/replication studies. We explore the benefits of open science in TCIM, spanning improved research quality, increased public trust, accelerated innovation, and enhanced evidence-based decision-making. We also acknowledge challenges such as data privacy concerns, limited resources, and resistance to cultural change. We propose strategies to overcome these challenges, including ethical guidelines, education programs, funding advocacy, interdisciplinary dialogue, and patient engagement. Looking to the future, we envision the maturation of open science in TCIM, the development of TCIM-specific guidelines for open science practices, advancements in data sharing platforms, the integration of open data and artificial intelligence in TCIM research, and changes in the context of policy and regulation. We foresee a future where open science in TCIM leads to a better evidence base, informed decision-making, interdisciplinary collaboration, and transformative impacts on healthcare and research methodologies, highlighting the promising synergy between open science and TCIM for holistic, evidence-based healthcare solutions.
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.
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 | 0,014 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle