Critiplot: A Critical Appraisal Plot Visualiser for Risk of Bias in Systematic Reviews and Meta-Analyses
Notice bibliographique
Résumé
Critiplot is an open-source, web-based application designed for generating high-quality visualizations of risk-of-bias and critical appraisal assessments in systematic reviews, meta-analyses, and other evidence synthesis workflows. It supports multiple widely-used critical appraisal frameworks, including NOS (Newcastle–Ottawa Scale), GRADE, ROBIS, and JBI tools (for case reports and case series), providing researchers with flexible, reproducible, and publication-ready tools for study evaluation. Critiplot enables the creation of traffic light plots for individual study-level assessments and weighted bar plotssummarizing domain-level judgments across multiple studies, facilitating rapid interpretation of complex quality data. The platform also offers pre-structured CSV and Excel templates for standardized data input and reproducibility, while customizable visualization themes help create figures suitable for manuscripts, presentations, reports, or supplementary materials. Designed with methodological rigor in mind, Critiplot promotes transparent workflows and open-source accessibility. By combining flexibility, ease of use, and high-quality visual outputs, it helps researchers communicate study quality clearly, improve transparency in evidence synthesis, and support informed decisions in healthcare and scientific research.
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 | 0,144 | 0,304 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,012 |
| Bibliométrie | 0,025 | 0,016 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,152 | 0,018 |
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 ».