Notice bibliographique
Résumé
STUDY DESIGN: Point/counterpoint. OBJECTIVE: To facilitate debate regarding conflicts of interest and ethical considerations in physician/industry relationships. SUMMARY OF BACKGROUND DATA: We find ourselves working in a health care system in which nearly $2 trillion are spent, only to rank 37th in world health. That much money at stake piques peoples' interest, and various parties, without loyalty to the Hippocratic principles, will find opportunities to gain financially. Clearly, current health expenditures do not always coincide with better outcomes. Yet some believe that over 20% of the gross national product will be necessary to maintain our health care system in the future. Medical liability causes a paradoxical situation: physicians are at times driven to use the newest technology and perform many diagnostic tests, for fear of litigation. This practice is often independent of the best evidence. METHODS: Literature search and experience. RESULTS: The nature or magnitude of conflict(s) of interest influences the risk of bias in research. It is important to acknowledge and disclose these potential conflicts while recognizing that the existence of such conflict does not necessarily adversely affect the quality of the research. CONCLUSIONS: Conflict of interest need not be a conflict of the mind and is not an evil. Physicians need to disclose all relationships to industry and/or other potential conflicts in order to maintain the trust of one's community, and in order to advance the best science.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,581 | 0,695 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,018 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,020 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».