MétaCan
Menu
Retour à la cohorte
Enregistrement W2149103840 · doi:10.1177/0306312712463815

Modeling mouse, human, and discipline: Epistemic scaffolds in animal behavior genetics

2012· article· en· W2149103840 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSocial Studies of Science · 2012
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCONTESTMetaphorNegotiationEpistemologyFrame (networking)Value (mathematics)Field (mathematics)Cognitive scienceProcess (computing)SociologyPsychologyComputer sciencePolitical scienceSocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Animal models of human disorders are a ubiquitous feature of contemporary biomedical research, but how is their value and role in understanding human disorders established? This article examines the dynamics of building up (and sometimes knocking down) claims about what a model can demonstrate in the field of animal behavior genetics. Drawing on long-standing analogies that describe scientific knowledge production as a process of construction, I introduce the metaphor of an ‘epistemic scaffold’ to illuminate how scientists create and contest claims about the utility of animal models. The flexible, temporary nature of scaffolding draws attention to the processes of building up claims to increasingly risky heights and reconfiguring the evidence supporting particular models by including or excluding particular facts and claims. As researchers include or exclude observations from epistemic scaffolds, to contest or build up different links, they gradually frame human disorders. Negotiations over how much to claim about the utility of animal models also reflect larger tensions in the discipline concerning what animal studies reveal about human disorders.

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.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,653

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,344
Tête enseignante GPT0,491
Écart entre enseignants0,147 · 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