MétaCan
Menu
Retour à la cohorte
Enregistrement W2146235412 · doi:10.1136/jme.2003.005181

Better governance in academic health sciences centres: moving beyond the Olivieri/Apotex Affair in Toronto

2004· article· en· W2146235412 sur OpenAlexaffabout
Lorraine E. Ferris, Peter Singer, C. David Naylor

Notice bibliographique

RevueJournal of Medical Ethics · 2004
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCorporate governancePublic relationsSociologyPolitical scienceManagementEconomics

Résumé

récupéré en direct d'OpenAlex

The Toronto experience suggests that there may be several general lessons for academic health sciences complexes to learn from the Olivieri/Apotex affair (OAA) regarding the ethics, independence, and integrity of clinical research sponsored by for profit enterprises. From a local perspective, the OAA occurred when there already was a focus on the complex and changing relationships among the University of Toronto, its medical school, the fully affiliated teaching hospitals, and off campus faculty because of intertwined interests and responsibilities. The OAA became a catalyst that accelerated various systemic reforms, particularly concerning academic/industry relations. In this article, the evolving governance framework for the Toronto academic health sciences complex is reviewed and these policy and process reforms discussed. These reforms have created collaborative activity among research ethics boards and contract research offices of the partner institutions, and allowed the joint university/hospital ethics centre to play a role in governance and policy, while respecting the missions and mandates of the involved institutions. Although few of the policies are dramatically innovative, what is arguably novel is the elaboration of an overarching governance framework that aims to move ethics to a central focus in the academic complex. Time alone will tell how sustainable and effective these changes are.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,982

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0130,020
Communication savante0,0140,004
Science ouverte0,0010,009
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,426
Tête enseignante GPT0,611
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EthicsMême sujetPharmaceutical industry and healthcareTravaux en français237 207