Global emergency medicine: A scoping review of the literature from 2023
Notice bibliographique
Résumé
OBJECTIVE: The Global Emergency Medicine Literature Review (GEMLR) highlights the highest-quality research addressing emergency care in resource-limited settings (ECRLS). This 18th edition reviews global emergency medicine (GEM) literature published during 2023. METHODS: A scoping review of GEM articles published in 2023 was performed using a systematic PubMed search and manual gray literature (GRAY) search. Reviewers and editors from 10 countries screened articles utilizing case definitions of three categories of GEM research-disaster and humanitarian response (DHR), ECRLS, and emergency medicine development (EMD). After duplicates and those not meeting authorship equity and ethical review requirements were removed, articles were scored according to rubrics for original research (OR), review articles (RE), and GRAY. Those in the top 5% from any category were summarized and critiqued in narrative review. RESULTS: There were 58,291 articles identified in the main search and 11,035 in the GRAY search. A total of 825 articles from the main search and 37 GRAY articles screened in and were scored. Fifty-five main search articles and one GRAY article were included after scoring, a 52.8% increase from 2022 despite <1% change in search volume. ECRLS remained the largest category (63%). As in previous years, articles frequently addressed emergencies in pediatrics (10 articles), trauma (9), prehospital care (8), maternal/neonatal care (6), education/training (6), disaster medicine (4), and airway/sedation management (4). A total of 3.5% of screened-in articles failed to meet GEMLR's new authorship equity and ethics standards. CONCLUSIONS: The quantity and quality of GEM research continues to grow as measured by the GEMLR scoring system. A revised search string identified relevant GEM articles with broad application in global settings. New equity guidelines were successfully implemented. This review summarizes the highest quality current GEM research while providing evolving guidelines for best practices in performing this important and rapidly growing work.
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 | 0,027 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,048 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».