Knowledge Synthesis in Engineering: A Practical Guide to Contextualizing Different Review Methodologies
Notice bibliographique
Résumé
There is a rapidly increasing amount of scientific information being produced daily, and researchers have acknowledged the significant issues with being able to stay on top of new and emerging research. Literature reviews serve several purposes to combat this: 1) to synthesize research, 2) to critically evaluate it and 3) to provide recommendations. Evidence based systematic searching was initially developed in the medical field, grounded in the knowledge that while there was an importance to having an expert opinion, the best medical advice was based on the accumulation of results from multiple experiments. Engineering has long been borrowing from the review methodology, but this has been happening on a one-off basis, with little to no formal structure to the adaptations. Working with a cross disciplinary team of engineering and health librarians, at institutions across Canada, this paper seeks to contextualize knowledge synthesis for non-health librarians, provide fundamental information on engineering and health databases for reproducible searching, their capabilities and limitations, and open a conversation around working toward a rigorous new methodology applicable in cross disciplinary engineering contexts.
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 | 0,299 | 0,389 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,028 | 0,027 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,019 | 0,018 |
| Science ouverte | 0,010 | 0,017 |
| Intégrité de la recherche | 0,010 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,017 |
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 ».