Hopes for Helsinki: reconsidering “vulnerability”
Notice bibliographique
Résumé
The Declaration of Helsinki is recognised worldwide as a cornerstone of research ethics. Working in the wake of the Nazi doctors’ trials at Nuremberg, drafters of the Declaration set out to codify the obligations of physician-researchers to research participants. Its significance cannot be overstated. Indeed, it is cited in most major guidelines on research involving humans and in the regulations of over a dozen countries. Although it has undergone five revisions,1 and most recently incorporated (albeit controversial) language aimed at addressing concerns over research carried out in resource-poor countries,2–5 the Declaration could go much farther in addressing the profoundly altered landscape of research with humans. Research involving humans is now a global enterprise and often involves participants from resource-poor countries. Rather than being carried out at single institutions by veteran researchers, many studies are now conducted at many locations—including sites that are not academic medical centres—by new and relatively inexperienced investigators. A growing number of projects involve novel agents, based on innovative work in genomics and proteomics. Increasingly, research is sponsored by the for-profit sector. National governments and professional organisations around the globe provide laws, regulations and standards for the conduct of research involving humans. Considerable scholarship also critiques and guides this endeavour. In light of the current effort of the World Medical Association (WMA) to revise the Declaration, we offer ideas on how to re-conceive the concept of “vulnerability” and its links with the principle of justice and, in turn, redirect the attention of researchers towards those who might be so designated. In the research context, “vulnerability” is associated with an inability partly or totally to protect one’s own interests. Typically, conceptions of vulnerability centre upon characteristics associated with particular groups (such as children, prisoners, indigenous people, those who are ill and the poor) that …
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 | 0,350 | 0,451 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,129 |
| Communication savante | 0,027 | 0,037 |
| Science ouverte | 0,012 | 0,021 |
| Intégrité de la recherche | 0,029 | 0,073 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».