MétaCan
Menu
Retour à la cohorte
Enregistrement W1504199926 · doi:10.1111/tsq.12083

Aging in the Era of Regenerative Medicine: Analysis of Aging-Related Representations among Canadian Researchers

2015· article· en· W1504199926 sur OpenAlexaffabout
Céline Lafontaine

Notice bibliographique

RevueSociological Quarterly · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésRegenerative medicinePostmodernismSenescenceField (mathematics)Cellular senescenceBalance (ability)Stem cellEngineering ethicsCognitive scienceGerontologyEpistemologyMedicinePsychologyNeuroscienceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Explicitly aimed at understanding and controlling molecular and cellular processes at the root of senescence and biological aging, regenerative medicine aspires to artificially reproduce the biological processes that enable the body to regenerate itself. This no longer involves conserving the body's state of balance by combating disease, as in clinical medicine, but rather fighting degeneration itself. From stem cell research to gene therapy to the production of replacement tissues, regenerative medicine perfectly corresponds to the logic of biomedicalization specific to postmodern society. Based on a series of 18 interviews conducted with Canadian researchers and clinicians in the field of regenerative medicine, this article seeks to understand representations of the aging body among researchers in this field. Seen from a strictly negative angle, aging is assimilated by researchers to an inevitable catastrophe that nevertheless must be combated. More closely observing the theoretical model of regenerative biology and the types of treatments developed, it can be observed, however, that this medicine of the future does not target the elderly, but rather promises youth the ability to regenerate themselves to avoid aging.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,749

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0470,021
Communication savante0,0090,005
Science ouverte0,0030,012
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,115
Tête enseignante GPT0,403
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociological QuarterlyMême sujetBiomedical Ethics and RegulationTravaux en français237 207