Race and ancestry in biomedical research: exploring the challenges
Notice bibliographique
Résumé
The use of race in biomedical research has, for decades, been a source of social controversy. However, recent events, such as the adoption of racially targeted pharmaceuticals, have raised the profile of the race issue. In addition, we are entering an era in which genomic research is increasingly focused on the nature and extent of human genetic variation, often examined by population, which leads to heightened potential for misunderstandings or misuse of terms concerning genetic variation and race. Here, we draw together the perspectives of participants in a recent interdisciplinary workshop on ancestry and health in medicine in order to explore the use of race in research issue from the vantage point of a variety of disciplines. We review the nature of the race controversy in the context of biomedical research and highlight several challenges to policy action, including restrictions resulting from commercial or regulatory considerations, the difficulty in presenting precise terminology in the media, and drifting or ambiguous definitions of key terms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,241 | 0,194 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,023 | 0,149 |
| Communication savante | 0,039 | 0,061 |
| Science ouverte | 0,007 | 0,030 |
| Intégrité de la recherche | 0,028 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».