MétaCan
Menu
Retour à la cohorte
Enregistrement W6911050743 · doi:10.5064/f6ijhylr

Data for: Development of a Preoperative Questionnaire to Improve Satisfaction with Hallux Valgus Repair: a Delphi Study

2022· dataset· en· W6911050743 sur OpenAlexaboutno aff

Notice bibliographique

RevueSyracuse University Qualitative Data Repository · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDelphi methodValgusDelphiPatient satisfactionSubject (documents)French

Résumé

récupéré en direct d'OpenAlex

Project Summary Satisfaction with hallux valgus repair is often poor, despite good surgical outcomes. The aim of this study was to develop a new tool to analyse the subjective and objective expectations of individuals during a pre-operative consultation for hallux valgus repair in order to improve post-surgical satisfaction. We first collected the reasons for dissatisfaction with repair from the medical files of dissatisfied individuals. A questionnaire based on the reasons for dissatisfaction was designed. The DELPHI method was used to validate the questionnaire: we submitted the questionnaire to a panel of 34 francophone experts in hallux valgus repair for rating in 4 rounds. Data Abstract We selected francophone experts (from France, Belgium and Canada) by screening the lists of members of relevant academic societies: we verified their curriculum vitae and asked those who had at least 5 years’ experience in the treatment of hallux valgus and who had published or communicated on the subject to participate. The data correspond to the responses of the expert committee to the different rounds of the DELPHI method used for the consensual validation of the questionnaire created. Data were collected via the Drag'n Survey tool (RGPD compatible). The data are organised in the form of a double entry table: each column corresponds to an expert, each row corresponds to the different questions forming the questionnaire submitted to consensus. The data filling the table are thus the scores attributed to each item of the questionnaire by the chosen group of experts. The data are organised in the form of 4 tables, corresponding to the 4 rounds of the DELPHI method. The questionnaires used during the different rounds of the Delphi are also included as separate files.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,042
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,084
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0390,009

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,367
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSyracuse University Qualitative Data RepositoryTravaux en français237 207