MétaCan
Menu
Retour à la cohorte
Enregistrement W6925270689 · doi:10.17605/osf.io/4me7c

Bibliometric analysis of medical papers that use win ratio in the past decade (2012 to 2024)

2024· other· en· W6925270689 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBibliometricsBiomedical sciencesBehavioural sciencesMEDLINEHealth scienceHealth services research

Résumé

récupéré en direct d'OpenAlex

In this bibliometrics analysis, the focus is on medical sciences papers that have employed the win ratio methodology over the past decade. The win ratio is a relatively novel analytical approach for clinical trials, which uses a composite outcome that emphasizes the relative importance of the different endpoints. It is often used as an alternative to traditional time-to-first-event analysis but is flexible in that multiple types of outcomes can be considered. Project team: Zhenyu Li, University of Ottawa, Ottawa, ON, Canada; Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, Toronto, ON, Canada Aliya Izumi, Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, Toronto, ON, Canada Anika Ranadive, McMaster University, Hamilton, ON, Canada; Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, Toronto, ON, Canada Dr. Dominique Vervoort, Institute of Health Policy, Management and Evaluation, University of Toronto, Toronto, ON, Canada; Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, Toronto, ON, Canada Dr. Stephen Fremes, Division of Cardiac Surgery, Schulich Heart Institute, Sunnybrook Health Sciences Centre, Institute of Health Policy, Management and Evaluation, University of Toronto, Toronto, Canada

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheBibliométrie
Domaine: Méthodes · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,2770,780
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0150,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0370,008

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 Opus0,065
Tête enseignante GPT0,399
Écart entre enseignants0,335 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheBibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
DomaineMéthodes
GenreAutre · Empirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkCatégorieMétarechercheTravaux en français237 207