MétaCan
Menu
Retour à la cohorte
Enregistrement W1996993226 · doi:10.1371/journal.pone.0042836

Reviews of Functional MRI: The Ethical Dimensions of Methodological Critique

2012· article· en· W1996993226 sur OpenAlexafffund
James A. Anderson, Ania Mizgalewicz, Judy Illes

Notice bibliographique

RevuePLoS ONE · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversity of British ColumbiaNeuroDevNet
Organismes subventionnairesNational Institute of Mental HealthCanadian Institutes of Health ResearchBritish Columbia Knowledge Development FundNational Institutes of Health
Mots-clésNeuroethicsNeuroimagingContext (archaeology)Vulnerability (computing)Mental healthResearch ethicsPsychologyBioethicsMental illnessValue (mathematics)Engineering ethicsMedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Neuroimaging studies involving human subjects raise a range of ethics issues. Many of these issues are heightened in the context of neuroimaging research involving persons with mental health disorders. There has been growing interest in these issues among legal scholars, philosophers, social scientists, and as well as neuroimagers over the last decade. Less clear, however, is the extent to which members of the neuroimaging community are engaged with these issues when they undertake their research and report results. In this study, we analyze the peer-reviewed review literature involving fMRI as applied to the study of mental health disorders. Our hypothesis is that, due to the critical orientation of reviews, and the vulnerability of mental health population, the penetrance of neuroethics will be higher in the review literature in this area than it is in the primary fMRI research literature more generally. We find that while authors of reviews do focus a great deal of attention on the methodological limitations of the studies they discussed, contrary to our hypothesis, they do not frame concerns in ethical terms despite their ethical significance. We argue that an ethics lens on such discussion would increase the knowledge-value of this scholarly work.

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)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,166
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,600
Tête enseignante GPT0,431
Écart entre enseignants0,168 · 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

Citations7
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207