Guiding Policy Decisions for Genetic Screening: Developing a Systematic and Transparent Approach
Notice bibliographique
Résumé
With the ever-widening gap between what is technologically possible and services available, jurisdictions around the world are faced with complex decisions regarding the introduction and expansion of genetic screening programs. A series of literature reviews and consultations with stakeholders and experts led to the development of a decision support guide for genetic screening policy-making. This involved establishing a preliminary list of core criteria synthesized from the growing literature on genetic screening, which was then transformed through a series of consultations into a more elaborate decision guide. Although certain perennial challenges in genetic screening policy-making remain, the decision support guide aims to promote a fair and evidence-informed process that makes explicit the ethical dilemmas often inherent to such policy decisions.
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 | 0,593 | 0,491 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,022 | 0,013 |
| Études des sciences et des technologies | 0,017 | 0,027 |
| Communication savante | 0,042 | 0,030 |
| Science ouverte | 0,017 | 0,037 |
| Intégrité de la recherche | 0,034 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».