MétaCan
Menu
Retour à la cohorte
Enregistrement W1609085910 · doi:10.1111/j.1749-6632.2010.05188.x

Why aging research?

2010· article· en· W1609085910 sur OpenAlexaff
Colin Farrelly

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHarmIntervention (counseling)DiseaseDutySuccessful agingMedical researchRisk analysis (engineering)PsychologyMedicineGerontologySocial psychologyPolitical scienceLawPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The American philosopher John Rawls describes a fair system of social cooperation as one that is both rational and reasonable. Is it rational and reasonable for societies that (1) are vulnerable to diverse risks of morbidity (e.g., cancer, heart disease) and mortality and (2) are constrained by limited medical resources, to prioritize aging research? In this paper I make the case for answering "yes" on both accounts. Focusing on a plausible example of an applied gerontological intervention (i.e., an antiaging pharmaceutical), I argue that the goal of decelerating the rate of human aging would be a more effective strategy for extending the human health span than the current strategy of just tackling each specific disease of aging. Furthermore, the aspiration to retard human aging is also a reasonable aspiration, for the principle that underlies it (i.e., the duty to prevent harm) is one that no one could reasonably reject.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,294
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,007
Communication savante0,0000,000
Science ouverte0,0030,000
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 Opus0,418
Tête enseignante GPT0,479
Écart entre enseignants0,060 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207