MétaCan
Menu
Retour à la cohorte
Enregistrement W2009987649 · doi:10.1177/0306312709345359

Ghosts in the Machine

2009· article· en· W2009987649 sur OpenAlexaff
Sergio Sismondo

Notice bibliographique

RevueSocial Studies of Science · 2009
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensGovernment of Canada
Organismes subventionnairesnon disponible
Mots-clésEpistemologySociologyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Leemon McHenry (2009) raises a set of issues about the normative stances I take in my recent paper on publication planning in the pharmaceutical industry (Sismondo, 2009). In objecting to my stances, McHenry also sug gests that the problems faced in medical research show the constructivist tradition in Science and Technology Studies (STS) to be crucially flawed. His position on my normative stances is an intuitively attractive one, but I think that it misses important features of clinical research and publication, and so misses opportunities. First, though, while it might merit more dis cussion, let me set aside his position on constructivism. McHenry's quick argument against constructivism is that it cannot allow one to distinguish between 'genuine and sham' science, or between ordinary choice-laden science and misconduct. However, we can easily make a concrete version of these distinctions by relying on community norms, standards, or ideals: in general, behavior that constitutes scientific misconduct fails to live up to scientific norms. We can even go further, and argue that some community norms, standards, or ideals don't live up to others, or don't live up to extra-scientific ideals. In so doing, constructivists can critically engage with academic medicine if they choose to. I therefore applaud the work of people such as McHenry and his col league Jon Jureidini, and the many other vigilant critics of industry-sponsored trials (for a few citations, see McHenry's [2009] comment). I happily join them when the opportunity arises. The problem is not that criticism of the flaws of individual trials or publications is too bold a move, but that restrict ing criticism to flawed trials and publications is too cautious. The thorough ghost management of the pharmaceutical literature suggests that we should want to go much further. If I did not make that clear enough in my paper, I thank McHenry for pushing me to amplify the point. McHenry (p. 000) says, 'If the results of industry-sponsored clinical tri als were reported honestly, then aside from the question of deception and plagiarism, ghostwriting would not present a serious concern for advancing knowledge.' I take issue with that assumption.

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)0,010
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,042
Communication savante0,0130,024
Science ouverte0,0020,009
Intégrité de la recherche0,0090,011
Charge utile insuffisante (le modèle a refusé de juger)0,0300,009

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 Opus0,670
Tête enseignante GPT0,660
Écart entre enseignants0,010 · 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
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Studies of ScienceMême sujetPharmaceutical industry and healthcareTravaux en français237 207