MétaCan
Menu
Retour à la cohorte
Enregistrement W7104469919 · doi:10.17605/osf.io/7ue8a

Scoping Review Protocol: Healthcare Providers’ Knowledge Gaps and Educational Needs in Addressing Substandard and Falsified Oncology Drugs

2024· other· W7104469919 sur OpenAlexaff

Notice bibliographique

RevueOpen Science Framework · 2024
Typeother
Langue
Domaine
Thématique
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionHealth careScale (ratio)Clinical OncologyHealth professionalsCancer drugsHealthcare systemPatient care

Résumé

récupéré en direct d'OpenAlex

Substandard and falsified (SF) oncology drugs represent a growing threat to global health, undermining patient safety and treatment outcomes. Cancer therapeutics, due to their high market value, frequent shortages, and complex supply chains, are increasingly targeted by counterfeiters. Despite the scale of the problem, there is limited evidence on oncology healthcare providers’ (HCPs) awareness, knowledge, and capacity to identify, report, and prevent exposure to SF oncology drugs. This review aims to map the extent and nature of existing literature addressing SF oncology drugs, identify knowledge and educational gaps among oncology HCPs, and summarize evidence-based interventions that could enhance clinical education and patient safety.

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 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)0,019
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0030,014
Études des sciences et des technologies0,0010,008
Communication savante0,0070,003
Science ouverte0,0050,005
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,107
Tête enseignante GPT0,511
Écart entre enseignants0,404 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreProtocole

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 FrameworkTravaux en français237 207