MétaCan
Menu
Retour à la cohorte
Enregistrement W1893210756 · doi:10.1111/jlme.12114

Defining the Scope of Public Engagement: Examining the “Right Not to Know” in Public Health Genomics

2014· article· en· W1893210756 sur OpenAlexafffund
Clarissa Allen, Karine Sénécal, Denise Avard

Notice bibliographique

RevueThe Journal of Law Medicine & Ethics · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensMcGill Genome CentreMcGill UniversityMcGill University and Génome Québec Innovation Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésScope (computer science)GenomicsPublic engagementPublic healthNeed to knowPublic relationsPolitical scienceSociologyEnvironmental ethicsBiologyGeneticsGenomeMedicineComputer sciencePhilosophyGene

Résumé

récupéré en direct d'OpenAlex

While the realm of bioethics has traditionally focused on the rights of the individual and held autonomy as a defining principle, public health ethics has at its core a commitment to the promotion of the common good. While these two domains may at times conflict, concepts arising in one may also be informative for concepts arising in the other. One example of this is the concept of a “right not to know.” Recent debate suggests that just as there is a “right to know” information about one's genetic status, there is a parallel “right not to know” when it comes to genetic information that if communicated, could be detrimental to an individual's social or psychological well-being. As new genetic technologies continue to change the nature of genetic testing and screening, it is crucial that normative frameworks to guide and assess genetic public health initiatives be developed. In this context, the question of whether a “right not to know” may also be said to exist for populations on a public health level merits attention.

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)0,085
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,449

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0850,101
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0180,134
Communication savante0,0250,038
Science ouverte0,0040,028
Intégrité de la recherche0,0160,016
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,371
Tête enseignante GPT0,526
Écart entre enseignants0,155 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Medicine & EthicsMême sujetPublic Health Policies and EducationTravaux en français237 207