Development and validation of LGBTQIA+ search filters: Report on process and pilot filter for queer women
Notice bibliographique
Résumé
Introduction: A search filter for studies involving lesbian, gay, bisexual, transgender, queer, intersex, asexual, and additional sexual minority and gender identities (LGBTQIA+) populations has been developed and validated; however, the filter contained very small gold standard sets for some populations, and terminology, controlled vocabulary, and database functionality has subsequently evolved. We therefore sought to update and re-test the search filters for these selected subgroups using larger gold standard sets. We report on the development and validation of two versions of a sensitivity-maximizing search filter for queer women, including but not limited to lesbians and women who have sex with women (WSW). Methods: We developed a PubMed search filter for queer women using the relative recall approach and incorporating input from queer women. We tested different search combinations against the gold standard set; combinations were tested until a search with 100% sensitivity was identified. Results: We developed and tested variations of the search and now present two versions of the strategy with 99% and 100% sensitivity. The strategies included additional terms to improve sensitivity and proximity searching to improve recall and precision. Conclusions: The queer women search filters balance sensitivity and precision to facilitate comprehensive retrieval of studies involving queer women. The filters will require ongoing updates to adapt to evolving language and search platform functionalities. Strengths of the study include the involvement of the population of interest at each stage of the project. Future research will include development and testing of search filters for other LGBTQIA+ subgroups such as bisexual and transgender people.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».