MétaCan
Menu
Retour à la cohorte
Enregistrement W1966190998 · doi:10.1093/phe/pht027

Justice in Global Pandemic Influenza Preparedness: An Analysis Based on the Values of Contribution, Ownership and Reciprocity

2013· article· en· W1966190998 sur OpenAlexaff
M. Krishnamurthy, Michelle Herder

Notice bibliographique

RevuePublic Health Ethics · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensDalhousie UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésReciprocity (cultural anthropology)PreparednessEconomic JusticeSociologyCoronavirus disease 2019 (COVID-19)PandemicLibrary sciencePolitical scienceMedia studiesLawSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

In December 2006, Indonesia decided to stop sending influenza virus specimens to the World Health Organization’s Global Influenza Surveillance Network (GISN). Indonesia justified its actions by claiming that they were in protest of the injustice of GISN. Its actions stimulated negotiations to improve the workings of GISN by developing and implementing a more just framework for ‘sharing influenza viruses and other benefits’. These negotiations eventually led to the adoption of a new framework for virus and benefit sharing in May 2011, at the World Health Assembly meeting. In this article, we critically evaluate Indonesia’s claims about the unjustness of GISN. We show that arguments based on the values of ownership, contribution and reciprocity work together to support Indonesia’s claim that it was owed an equal share in the benefits of GISN and, in turn, that GISN was unjust because of its failure to ensure this. We also use these values to evaluate the newly agreed upon framework for virus and benefit sharing. We suggest the new framework fails to give proper consideration to the values of ownership, contribution and reciprocity and, as a result, that it is fundamentally unjust.

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)0,015
score de la tête « metaresearch » (Gemma)0,026
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: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,036
Communication savante0,0080,008
Science ouverte0,0010,010
Intégrité de la recherche0,0030,004
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 Opus0,386
Tête enseignante GPT0,564
Écart entre enseignants0,178 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health EthicsMême sujetEthics in medical practiceTravaux en français237 207