MétaCan
Menu
Retour à la cohorte
Enregistrement W1463745293 · doi:10.24926/15529541.3697

Can Regulation be as Innovative as Science and Technology? The FDA's Regulation of Combination Products

2005· article· en· W1463745293 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMinnesota journal of law, science & technology · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensInstitute of Health Services and Policy Research
Organismes subventionnairesnon disponible
Mots-clésFood and drug administrationRegulatory scienceLegislatureVariety (cybernetics)Engineering ethicsBusinessProduct (mathematics)Regulatory affairsRisk analysis (engineering)Gene technologyMedicineBiotechnologyEngineeringPolitical scienceComputer scienceLawBiology

Résumé

récupéré en direct d'OpenAlex

The twentieth century witnessed significant and continuous advances in medical product innovation, with breakthroughs in pharmaceutical, engineering and bioscience fields that revolutionized health care services. However, with innovation comes potential risk. Congress has been concerned about risks associated with medical products since the early 1900s,1 and has, over time, empowered the U.S. Food and Drug Administration (FDA) to ensure that new medical products meet evolving standards of safety and effectiveness. The Food, Drug, and Cosmetic Act (FDCA) has been amended numerous times since the early 1900s, often in reaction to both perceived and real risks associated with new medical products.2 The result is a complex regulatory apparatus that administers a variety of legislative mandates specifically tailored to the unique features of drugs, medical devices and biologics. In recent years, scientific and technological advances in the fields of tissue engineering, cell biology, gene therapy and materials science, to name a few, promise breakthroughs that

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,012
Études des sciences et des technologies0,0010,024
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,298
Écart entre enseignants0,283 · 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