Guidelines for Designing and Conducting Delphi Consensus Studies: An Expert Consensus Delphi Study
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.
Notice bibliographique
Résumé
PURPOSE: To conduct a Delphi project to develop guidelines for the design and execution of Delphi studies within medical and surgical specialties. METHODS: Open-ended questions in round 1 and open-ended and semi-open questions in round 2 were answered. The results of the first 2 rounds were used to develop a Likert-style questionnaire for round 3. The level of agreement and consensus was defined as 80%. Consensus was further categorized into specific percentage ranges for clarity: 100% unanimous consensus, 90% to 99% very strong consensus, and 80% to 89% consensus. RESULTS: Consensus was achieved for 35 of 63 items (56%). Unanimous agreement was reached for 4 items (6.3%), while very strong consensus was established for 12 items (19%). Consensus was reached for an additional 19 items (30.1%), and the panel remained undecided on 7 items (11.1%). CONCLUSIONS: Unanimous agreement was reached for iteration, the ability to establish treatment guidelines, a proven track record of panel members, and the requirement for at least 1 steering committee member to be a Delphi expert. Very strong consensus was reached on several key requirements: a clear definition of consensus, controlled feedback between rounds, precise definitions of expert and expertise, and the need for panel members to show experience through publications and clinical practice. Criteria for panel selection should ensure diversity and specialization, with steering committee members being content experts and a minimum of 20 to 30 panel members for broader topics. Regional experts should provide consensus on specific topics only. The steering committee should develop questions, with open-ended questions in round 1 and both types in round 2. Limiting the process to 3 rounds is advisable, aiming for at least 80% consensus in the final round. LEVEL OF EVIDENCE: Level V, expert opinion.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle