MétaCan
Menu
Retour à la cohorte
Enregistrement W1968945796 · doi:10.1525/jer.2012.7.1.1

The Participation of Community Members on Medical Institutional Review Boards

2012· article· en· W1968945796 sur OpenAlexaff
Charles W. Lidz, Lorna J. Simon, Antonia V. Seligowski, Suzanne Myers, William Gardner, Philip J. Candilis, Robert M. Arnold, Paul S. Appelbaum

Notice bibliographique

RevueJournal of Empirical Research on Human Research Ethics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensColumbia College
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Cancer Institute
Mots-clésConfidentialityInstitutional review boardInformed consentFocus groupMedical educationPsychologyProtocol (science)Family medicinePublic relationsMedicinePolitical scienceAlternative medicineSociologyLaw

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to describe the contributions of community members (unaffiliated members) who serve on institutional review boards (IRBs) at large medical research centers and to compare their contributions to those of other IRB members. We observed and audiotaped 17 panel meetings attended by community members and interviewed 15 community members, as well as 152 other members and staff. The authors coded transcripts of the panel meetings and reviewed the interviews of the community members. Community members played a lesser role as designated reviewers than other members. They were infrequently primary reviewers and expressed hesitation about the role. As secondary or tertiary reviewers, they were less active participants than other members in those roles. Community members were more likely to focus on issues related to confidentiality when reviewing an application than other reviewers. When they were not designated reviewers, however, they played a markedly greater role and their discussion focused more on consent disclosures than other reviewers. They did not appear to represent the community so much as to provide a nonscientific view of the protocol and the consent form.

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)0,095
score de la tête « metaresearch » (Gemma)0,207
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,502

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,207
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,005
Communication savante0,0040,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,966
Tête enseignante GPT0,813
Écart entre enseignants0,154 · 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
DomaineÉvaluation
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

Citations29
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Empirical Research on Human Research EthicsMême sujetEthics in Clinical ResearchTravaux en français237 207