MétaCan
Menu
Retour à la cohorte
Enregistrement W2129316099 · doi:10.1186/s40504-014-0006-7

Challenges for the European governance of synthetic biology for human health

2014· article· en· W2129316099 sur OpenAlexaff
Conor M.W. Douglas, Dirk Stemerding

Notice bibliographique

RevueLife Sciences Society and Policy · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesEuropean Commission
Mots-clésCorporate governancePolitical scienceHuman healthEnvironmental planningBiologyEngineering ethicsGeographyBusinessMedicineEnvironmental healthEngineering

Résumé

récupéré en direct d'OpenAlex

Synthetic biology is a series of scientific and technological practices involved in the application of engineering principles to the design and production of predictable and robust biological systems. While policy discussions abound in this area, emerging technologies like synthetic biology present considerable challenges in the articulation of concrete policy options given that their introduction into society may still be in the distant future. This paper reports on a series of governance workshops that focused on synthetic biology's ethical, legal, and social implications (ELSI) as they pertain to human health, and discusses particular limitations of the ELSI approach that we encountered in our work. In an attempt to avoid policymaking for potential implications of uncertain future applications we instead conclude by proposing tangible forms of anticipatory governance that may be more adequate in addressing the more immediate concerns raised by synthetic biology.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,166

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 recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,370
Écart entre enseignants0,336 · 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

Citations36
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLife Sciences Society and PolicyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207