Traduction franco-canadienne de l’<i>Assessment of Systematic Reviews Revised</i> (AMSTAR 2) : validation transculturelle et fidélité interjuges
Bibliographic record
Abstract
Objectif : produire une traduction en français canadien de l’AMSTAR 2, en affirmer la validité de contenu et en examiner la fidélité interjuges. Méthodologie : selon une approche adaptée de celle proposée par Vallerand, des traductions directes et renversées ont été effectuées. Ensuite, en examinant les traductions, un premier comité d’experts a créé la version expérimentale préliminaire. Celle-ci a été modifiée par un deuxième comité d’experts. Vingt futurs professionnels de la santé ont évalué la nouvelle version avec une échelle d’ambiguïté (de 1 à 7). Les cochercheurs principaux ont examiné les éléments problématiques pour affermir la version préofficielle. Afin d’assurer la validité de contenu, une dernière rétrotraduction a été effectuée, validant une version officielle. Ensuite, 4 juges ont évalué 13 revues systématiques publiées en français à l’aide de la version officielle. Le coefficient kappa a été utilisé afin d’examiner la fidélité interjuges. Résultats : cette adaptation a permis la création d’une version franco-canadienne de l’AMSTAR 2. Son utilisation a démontré très peu d’ambiguïté (moyenne 1,15; ÉT 0,26) et une bonne fidélité interjuges (Kappa global > 0,64). Conclusion : la version franco-canadienne de l’AMSTAR 2 pourrait servir de soutien aux cliniciens, aux éducateurs et aux gestionnaires francophones au Canada lorsqu’ils cherchent à adopter une pratique factuelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.525 | 0.734 |
| Meta-epidemiology (narrow) | 0.004 | 0.005 |
| Meta-epidemiology (broad) | 0.010 | 0.023 |
| Bibliometrics | 0.038 | 0.027 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.020 | 0.009 |
| Open science | 0.008 | 0.012 |
| Research integrity | 0.007 | 0.007 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".