Textual evidence systematic reviews series paper 3: critical appraisal of evidence from narrative, opinion, and policy
Notice bibliographique
Résumé
JBI has long held the view that an inclusive approach to the conceptualization of what counts as evidence is important to the evidence-based movement. JBI's approach for appraising textual evidence had encompassed all forms of text (narrative, opinion, and policy), with one general tool used to guide critical appraisal. The proliferation of textual evidence and increase in textual evidence reviews demonstrate the need to reconceptualize JBI's methodological approach to critically appraising textual evidence. The objective of this paper is to outline the updated methodological approach to systematic reviews of textual evidence, especially in relation to the development of 3 separate critical appraisal tools for narrative, expert opinion, and policy text. Using an adapted Delphi approach, the JBI Textual Evidence Methodology Group convened over several rounds of meetings and discussions with international experts to reach consensus on the reconceptualization of critical appraisal tools for textual evidence sources. Strategies to effectively interrogate the legitimacy and authenticity of sources were found to be dependent upon the type of textual evidence under review. Therefore, 3 separate critical appraisal tools for narrative, expert opinion, and policy text were developed. This paper provides an overview of the development of 3 separate critical appraisal tools, highlighting the complex nature of textual evidence data sources.
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 | 0,295 | 0,495 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,032 | 0,022 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,006 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,009 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».