MétaCan
Menu
Retour à la cohorte
Enregistrement W2073131396 · doi:10.1007/s12015-014-9504-5

Stem Cell Research Funding Policies and Dynamic Innovation: A Survey of Open Access and Commercialization Requirements

2014· article· en· W2073131396 sur OpenAlexafffundabout
Maroussia Lévesque, Jihyun Rosel Kim, Rosario Isasi, Bartha Maria Knoppers, Aurora Plomer, Yann Joly

Notice bibliographique

RevueStem Cell Reviews and Reports · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensMcGill University
Organismes subventionnairesInstituto de Salud Carlos IIIUniversity of AlbertaStem Cell NetworkCalifornia Institute for Regenerative Medicine
Mots-clésCommercializationLegislationIntellectual propertyBusinessContext (archaeology)Public administrationPublic relationsPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

This article compares and contrasts the pressures of both open access data sharing and commercialization policies in the context of publicly funded embryonic stem cell research (SCR). First, normative guidelines of international SCR organizations were examined. We then examined SCR funding guidelines and the project evaluation criteria of major funding organizations in the EU, the United Kingdom (UK), Spain, Canada and the United States. Our survey of policies revealed subtle pressures to commercialize research that include: increased funding availability for commercialization opportunities, assistance for obtaining intellectual property rights (IPRs) and legislation mandating commercialization. In lieu of open access models, funders are increasingly opting for limited sharing models or "protected commons" models that make the research available to researchers within the same region or those receiving the same funding. Meanwhile, there still is need for funding agencies to clarify and standardize terms such as "non-profit organizations" and "for-profit research," as more universities are pursuing for-profit or commercial opportunities.

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)0,009
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 enseignants0,617
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,389
Tête enseignante GPT0,513
Écart entre enseignants0,124 · 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

Citations5
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStem Cell Reviews and ReportsMême sujetBiomedical Ethics and RegulationTravaux en français237 207