MétaCan
Menu
Retour à la cohorte
Enregistrement W2035097232 · doi:10.1017/s0963180107070351

“Currents of Hope”: Neurostimulation Techniques in U.S. and U.K. Print Media

2007· article· en· W2035097232 sur OpenAlexaffabout
Éric Racine, Sarah Waldman, Nicole Palmour, David Risse, Judy Illes

Notice bibliographique

RevueCambridge Quarterly of Healthcare Ethics · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensMontreal Clinical Research Institute
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésNeurostimulationDeep brain stimulationDepression (economics)NeuroethicsInformed consentCommercializationPsychologyPsychiatryMedicineGerontologyDiseaseParkinson's diseaseNeurosciencePolitical scienceStimulationAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

The application of neurostimulation techniques such as deep brain stimulation (DBS)—often called a brain pacemaker for neurological conditions like Parkinson's disease (PD)—has generated “currents of hope.” Building on this hope, there is significant interest in applying neurostimulation to psychiatric disorders such as major depression and obsessive-compulsive disorder (OCD). These emerging neurosurgical practices raise a number of important ethical and social questions in matters of resource allocation, informed consent for vulnerable populations, and commercialization of research.The authors acknowledge the help of Dr. Jarrett Rosenberg, Ofek Bar-Ilan, Stacey Kallem, Allyson Mackey, and Cynthia Forlini. This study was supported by the Institut de recherches cliniques de Montréal (E.R.), SSHRC (E.R.), and NIH/NINDS R01 #NS045831 (J.I.)

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,369
Écart entre enseignants0,316 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations94
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge Quarterly of Healthcare EthicsMême sujetNeurological disorders and treatmentsTravaux en français237 207