Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although medical centres have established boards, special committees, and offices for the review and redress of breaches in ethical behaviour, these mechanisms repeatedly prove themselves ineffective in addressing research misconduct within the institutions of academic medicine. As the authors see it, institutional design: (1) systematically ignores serious ethical problems, (2) makes whistleblowers into institutional enemies and punishes them, and (3) thereby fails to provide an ethical environment. The authors present and discuss cases of academic medicine failing to address unethical behaviour in academic science and, thereby, illustrate the scope and seriousness of the problem. The Olivieri/Apotex affair is just another instance of academic medicine's dereliction in a case of scientific fraud and misconduct. Instead of vigorously supporting their faculty member in her efforts to honestly communicate her findings and to protect patients from the risks associated with the use of the study drug, the University of Toronto collaborated with the Apotex company's "stalling tactics," closed down Dr Olivieri's laboratory, harassed her, and ultimately dismissed her. The authors argue that the incentives for addressing problematic behaviour have to be revised in order to effect a change in the current pattern of response that occurs in academic medicine. An externally imposed realignment of incentives could convert the perception of the whistleblower, from their present caste as the enemy within, into a new position, as valued friend of the institution. The authors explain how such a correction could encourage appropriate reactions to scientific misconduct from academic medicine.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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