CHLA 2024 Conference Contributed Papers / ABSC Congrès 2024 Communications Libres
Notice bibliographique
Résumé
Introduction: This study delves into the challenges faced by early career researchers (ECRs) and librarians in health professions conducting systematic and scoping reviews.Given the pivotal role of these methodologies in evidence synthesis, understanding the unique experiences of this demographic is crucial.Methods: A mixed methods approach combines quantitative surveys and semi-structured interviews.The structured survey, administered to a diverse sample, examined methodological expertise, resource access, and time constraints.Simultaneously, semi-structured interviews with a subset of participants provided qualitative depth, exploring personal experiences and uncovering facilitators such as mentorship programs, collaborative networks, and specialized training.Results: Preliminary survey findings revealed common challenges, including limited methodological proficiency and resource constraints.Qualitative interviews contextualized these challenges, offering insights into coping strategies and nuanced facilitators that contribute to successful reviews.Conclusion: This research provides actionable recommendations for academic institutions, mentors, and organizations to support ECRs and librarians.By addressing identified barriers and leveraging facilitators, stakeholders can cultivate an environment conducive to high-quality evidence synthesis, advancing research and evidence-based practice in health professions.The integrated findings from both quantitative and qualitative methods offer a comprehensive understanding of the multi-faceted landscape surrounding systematic and scoping reviews in this context-based practice in health professions.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,013 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,685 | 0,511 |
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 ».