MétaCan
Menu
Retour à la cohorte
Enregistrement W4407132017 · doi:10.1136/bmjebm-2023-112389

Rapid reviews methods series: guidance on rapid scoping, mapping and evidence and gap map (‘Big Picture Reviews’)

2025· article· en· W4407132017 sur OpenAlex
Fiona Campbell, Anthea Sutton, Danielle Pollock, Chantelle Garritty, Andrea C. Tricco, Lena Schmidt, Hanan Khalil

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMJ evidence-based medicine · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensSt. Michael's HospitalOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésSeries (stratigraphy)Data scienceComputer scienceInformation retrievalBiology

Résumé

récupéré en direct d'OpenAlex

Scoping, mapping and evidence and gap map reviews (‘Big Picture Reviews’ (BPRs)) are evidence synthesis methods that address broad research questions. They provide an overview of existing evidence, identify gaps in knowledge and priorities for research. Unlike systematic reviews (SRs) of effectiveness, they do not seek to synthesise findings but to provide a description of the evidence. There has been a growth in the production of rapid BPRs to meet commissioners’ and knowledge users’ (KUs) needs for timely outputs. No guidance currently exists for the use of rapid approaches in BPRs, and the purpose of this paper is to address this lack. Rapid reviews include simplifying or omitting a variety of methods; however, the approaches may have varying impacts on processes and findings in different types of reviews and should be done with reference to the standard approaches for that particular methodology. BPRs differ from SRs of effectiveness, in terms of their purpose, addressing a broad research question, rather than a specific question which fits a population, intervention, comparator and outcome (PICO) framework. Developing and refining the research question and search strategy may need more time than in a SR. Search yields are typically larger with a greater proportion of time spent on identifying evidence for inclusion when compared with SRs. They do not involve a synthesis of included studies, so the impact of missing data may have less influence on the rigour of the findings than in SRs of the effect of an intervention where a pooled estimate is reported. This paper addresses these differences, and the implications of rapid approaches to BPRs, with recommendations for practice that aim to increase efficiency while maintaining rigour.

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.

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.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptMétarecherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,082
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0430,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,479
Tête enseignante GPT0,568
Écart entre enseignants0,088 · 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