MétaCan
Menu
Retour à la cohorte
Enregistrement W7071324126

Searching for sex- and gender-sensitive tuberculosis research in public health: finding a needle in a haystack

2016· article· en· W7071324126 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueQR Code Applications and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthTerminologyHaystackSocial mediaMasking (illustration)Grey literatureMEDLINEMedical terminologyTuberculosis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bilkis Vissandjee,1 Assia Mourid,2 Christina A Greenaway,3 Wendy E Short,4 Jodi A Proctor5 1Faculty of Nursing, Public Health Research Institute, Université de Montréal, Montréal, Montréal, QC, Canada; 2Allied Health Library, Université de Montréal, Montréal, QC, Canada; 3Department of Medicine, McGill University, Division of Infectious Diseases, Jewish General Hospital, Montréal, QC, Canada; 4Faculty of Humanities and Social Sciences, School of Social Sciences, University of Queensland, St Lucia, QLD, Australia; 5School of Social Work, McGill University, Montréal, QC, Canada Abstract: Despite broadening consideration of sex- and gender-based issues in health research, when seeking information on how sex and gender contribute to disease contexts for specific health or public health topics, a lack of consistent or systematic use of terminology in health literature means that it remains difficult to identify research with a sex or gender focus. These inconsistencies are driven, in part, by the complexity and terminological inflexibility of the indexing systems for gender- and sex-related terms in public health databases. Compounding the issue are authors’ diverse vocabularies, and in some cases lack of accuracy in defining and using fundamental sex–gender terms in writing, and when establishing keyword lists and search criteria. Considering the specific case of the tuberculosis (TB) prevention and management literature, an analysis of sex and gender sensitivity in three health databases was performed. While there is an expanding literature exploring the roles of both sex and gender in the trajectory and lived experience of TB, we demonstrate the potential to miss relevant research when attempting to retrieve literature using only the search criteria currently available. We, therefore, argue that for good clinical practice to be achieved; there is a need for both public health researchers and users to be better educated in appropriate usage of the terminology associated with sex and gender. In addition, public health database indexers ought to accept the task of developing and implementing adequate definitions of sex and gender terms so as to facilitate access to sex- and gender-related research. These twin advances will allow clinicians to more readily recognize and access knowledge pertaining to systems of redress that respond to gendered risks that compound existing health inequalities in disease management and control, particularly when dealing with already complex diseases. Given the methodological and linguistic challenges presented by the multidimensional and highly contextual nature of definitions of sex and gender, it will be important that this review task be undertaken using a multidisciplinary approach. Keywords: sex, gender, tuberculosis, literature search, indexing, databases, terminological accuracy, keywords search

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)0,325
score de la tête « metaresearch » (Gemma)0,584
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,833

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3250,584
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0630,050
Études des sciences et des technologies0,0130,027
Communication savante0,0400,070
Science ouverte0,0070,029
Intégrité de la recherche0,0130,015
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,637
Tête enseignante GPT0,604
Écart entre enseignants0,034 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetQR Code Applications and TechnologiesTravaux en français237 207