MétaCan
Menu
Retour à la cohorte
Enregistrement W4408236585 · doi:10.1017/rsm.2024.18

Translating systematic searches in the APA PsycInfo database from Ovid to EBSCOhost: A tutorial based on a filter translation

2025· article· en· W4408236585 sur OpenAlexaffabout
Zahra Premji, Hilary Kraus

Notice bibliographique

RevueResearch Synthesis Methods · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsycINFOComputer scienceMEDLINETranslation (biology)Psychology

Résumé

récupéré en direct d'OpenAlex

Search filters are single-concept systematic search strategies created by experts. Filters are a valuable resource for systematic searchers. Typically, filters are designed for a single database in a single interface. If researchers do not have access to that specific interface, the existing filter will be unusable without translation. Filter translation is a complex process that requires an understanding of information retrieval concepts, as well as the unique indexing and search functionality of databases and interfaces. The authors undertook a project to translate an APA PsycInfo search filter for Randomized Controlled Trials/Clinical Controlled Trials (RCT/CCT), developed by Canada's Drug Agency, from the Wolters Kluwer Health Ovid interface to the EBSCO Information Services EBSCOhost interface. We present here a guide for translation, from the first principles of systematic searching to fine details of the relevant database and interfaces, based on our experience and illustrated by a worked example. We discuss each element of a systematic search in a stepwise process, addressing both the underlying information retrieval concepts and the technical strategies for effective translation between the two interfaces. We end with a discussion on translation challenges, with some guidance on how to mitigate potential impacts on sensitivity. While we have endeavored to explain the workings of this process accessibly for researchers who are not experts in systematic searching, anyone undertaking a search translation project should work with a trained information specialist if they lack information retrieval expertise or are unfamiliar with the inner workings of the database, the original interface, and the destination interface.

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)0,043
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,132
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0140,017
Études des sciences et des technologies0,0020,003
Communication savante0,0070,014
Science ouverte0,0030,005
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0580,035

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 Opus0,212
Tête enseignante GPT0,507
Écart entre enseignants0,295 · 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
DomaineMéthodes
GenreMéthodes

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Synthesis MethodsMême sujetBiomedical Text Mining and OntologiesTravaux en français237 207