LA REVUE PARAPLUIE COMME SYNTHESE DES CONNAISSANCES : UNE METHODE RECENTE EN EVOLUTION
Bibliographic record
Abstract
Le nombre croissant de revues systématiques publiées, la divergence de résultats qui oppose certaines études et la nécessité de disposer de preuves rapidement ont fait émerger le besoin d’une nouvelle synthèse d’ensemble des connaissances. La revue parapluie (ou umbrella review) est une forme de revue systématique qui compile les preuves d’autres revues systématiques. L’objectif de l’article était d’expliciter les apports de la revue parapluie en recherche médicale. Si la méthode de la revue parapluie n’est pas encore stabilisée, le Joanna Briggs Institute (JBI) propose des éléments essentiels à intégrer dans cette revue. Des outils qualité doivent être utilisés afin d’évaluer les revues systématiques incluses tel AMSTAR (A MeaSurement Tool to Assess systematic Reviews), le risque de biais avec l’outil ROBIS (Risk Of Bias in Systematic Reviews) ou encore le niveau de preuve par la classification GRADE (Grading of Recommendations Assessment, Development and Evaluation). Une description narrative doit décrire les résultats avec l’outil d’extraction des données et des tableaux de synthèse des données qualitatives et quantitatives. Les revues parapluies peuvent appartenir à la catégorie des méthodes mixtes et apportent des réponses rapides à des situations complexes. Elles comportent toutefois des limites, dont la principale est le risque de reporter, voire d’exagérer, les inexactitudes des revues systématiques incluses. Ces revues parapluies confèrent une plus grande hétérogénéité statistique, clinique et méthodologique que les revues systématiques initialement évaluées. Ainsi, la revue parapluie est une méthode récente de synthèse rapide en santé, qui répond au besoin d’une connaissance d’ensemble des données disponibles et peut donc être moins précise. Elle comporte des risques de biais et il est nécessaire de rester prudent et critique dans leur lecture. Ce type de revue complexe peut être perçu aussi extensif que réductionniste.
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 | 0.365 | 0.558 |
| Meta-epidemiology (narrow) | 0.004 | 0.004 |
| Meta-epidemiology (broad) | 0.008 | 0.012 |
| Bibliometrics | 0.039 | 0.039 |
| Science and technology studies | 0.005 | 0.015 |
| Scholarly communication | 0.023 | 0.020 |
| Open science | 0.007 | 0.016 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.023 | 0.008 |
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".