MétaCan
Menu
Retour à la cohorte
Enregistrement W1134595154 · doi:10.24926/15529541.3547

Identifiable Neuro Ethics Challenges to the Banking of Neuro Data

2009· article· en· W1134595154 sur OpenAlexaff
Judy Illes, Sofia Lombera

Notice bibliographique

RevueMinnesota journal of law, science & technology · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensNeuroDevNet
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of Health
Mots-clésConfidentialityData sharingFunction (biology)Brain functionInformed consentEngineering ethicsEthical issuesGenetic dataPlan (archaeology)PsychologyKnowledge managementNeuroscienceComputer scienceMedicineComputer securityEngineeringAlternative medicineBiology

Résumé

récupéré en direct d'OpenAlex

Laboratory and clinical investigations about the brain and behavioral sciences, broadly defined as "neuroscience," have advanced the understanding of how people think, move, feel, plan and more, both in good health and when suffering from a neurologic or psychiatric disease.Shared databases built on information obtained from neuroscience discoveries hold true promise for advancing the knowledge of brain function by leveraging new possibilities for combining complex and diverse data. 1 Accompanying these opportunities are ethics challenges that, in other domains like the sharing of genetic information, have an impact on all parties involved in the research enterprise.The ethics and policy challenges include regulating the content of, access to, and use of databases; ensuring that data remains confidential and that informed consent

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)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,683
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,005
Communication savante0,0000,001
Science ouverte0,0080,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,199
Tête enseignante GPT0,394
Écart entre enseignants0,195 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinnesota journal of law, science & technologyMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207