MétaCan
Menu
Retour à la cohorte
Enregistrement W2093044223 · doi:10.1097/00003246-200205000-00032

Lessons from everyday lives: A moral justification for acute care research*

2002· article· en· W2093044223 sur OpenAlexaff
Andrew D. McRae, Charles Weijer

Notice bibliographique

RevueCritical Care Medicine · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics and Legal Issues in Pediatric Healthcare
Établissements canadiensCanadian Bioethics SocietyDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineInformed consentResearch ethicsClinical researchEngineering ethicsNursingAlternative medicinePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Progress in emergency and critical care requires that clinical research be performed on patients who are incapable of granting consent for research participation. Analyses of the ethics of such research have left some questions incompletely answered. Why should we be permitted to expose vulnerable patients to research risks without their consent? In particular, how do we justify research interventions that have no potential benefit for participants (nontherapeutic interventions)? This article presents a moral justification for nontherapeutic interventions in emergency research. By relying on a framework for assessing research risks, and by drawing on the example of pediatric research, this justification is founded in how institutional review boards, and society in general, analyze risk. Our justification for emergency research also suggests additional protections for emergency research participants, including a stringent threshold for research risk, that still permit important research to proceed.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,291
Tête enseignante GPT0,535
Écart entre enseignants0,243 · 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'étudeSans objet
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

Citations59
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetEthics and Legal Issues in Pediatric HealthcareTravaux en français237 207