Additional file 1 of An assessment of the quality of current clinical meta-analyses
Notice bibliographique
Résumé
Additional file 1: Table S1. Summary of quality assessments and scoring Study Protocol. Table S2. Top tier clinical journals (SCImago ranking) reporting meta-analyses. Table S3. The highest-ranking clinical journals (SCImago) reporting aggregate-level meta-analyses and the number of included meta-analyses in our quality assessment. Table S4. Peer Review of Electronic Search Strategies (PRESS) checklist scoring by two librarians. For the points in each section of the PRESS checklist, if none or less than half were addressed, it was scored as “not addressed” or “mostly incomplete.” If half, more than half, or all were addressed, it was scored as “mostly complete” or “fully addressed.” “Not applicable” was used if the point was not relevant to the instance or unable to be evaluated. Table S5. Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) Checklist scoring. Table S6. Institute of Medicine (IOM) checklist scoring. For the points in each section of the IOM checklist, if none or less than half were addressed, it was scored as “not addressed” or “mostly incomplete.” If half, more than half, or all were addressed, it was scored as “mostly complete” or “fully addressed.” “Not applicable” was used if the point was not relevant to the instance or unable to be evaluated. Table S7. Inter-observer agreement between librarians for Peer Review of Electronic Search Strategies (PRESS) checklist. Table S8. Correlation (r) between continuous meta-analyses variables and checklist scores.
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 | 0,014 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,887 | 0,109 |
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 ».