The active monitoring of oxytocin research evidence (AMORE) platform
Notice bibliographique
Résumé
Oxytocin, an evolutionarily conserved neuropeptide, plays a crucial role in various physiological and behavioural processes, offering potential therapeutic benefits for several psychiatric and neurodevelopmental conditions. Despite its promise, oxytocin research has been marked by inconsistent results concerning its therapeutic applications and underlying mechanisms. Performing a systematic review and meta-analysis is a popular approach to shed light on mixed findings in a body of literature; however, they can become quickly outdated as new evidence becomes available. Given these challenges, research on the links between oxytocin and biobehavioural outcomes is ideally positioned for the adoption of 'living' meta-analyses, which allow for the continuous integration of new data and updated conclusions. Here we introduce the Active Monitoring of Oxytocin Research Evidence (AMORE) platform (https://amore-project.org), which is a hub that aggregates articles and materials associated with living meta-analyses for biobehavioural oxytocin research in humans. Developed through consensus among 24 expert researchers, a standardized framework was established that either requires or recommends practices ensuring transparency and rigor in living meta-analyses featured on the AMORE platform. Overall, AMORE has been designed to advance human oxytocin biobehavioural research by the timely integration of emerging evidence through transparent living meta-analyses. To date, two living meta-analysis projects at different stages of publication are hosted on AMORE, demonstrating the platform's practical application.
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 | 0,196 | 0,483 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,005 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,016 |
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 ».