Human genetic research, race, ethnicity and the labeling of populations: recommendations based on an interdisciplinary workshop in Japan
Notice bibliographique
Résumé
BACKGROUND: A challenge in human genome research is how to describe the populations being studied. The use of improper and/or imprecise terms has the potential to both generate and reinforce prejudices and to diminish the clinical value of the research. The issue of population descriptors has not attracted enough academic attention outside North America and Europe. In January 2012, we held a two-day workshop, the first of its kind in Japan, to engage in interdisciplinary dialogue between scholars in the humanities, social sciences, medical sciences, and genetics to begin an ongoing discussion of the social and ethical issues associated with population descriptors. DISCUSSION: Through the interdisciplinary dialogue, we confirmed that the issue of race, ethnicity and genetic research has not been extensively discussed in certain Asian communities and other regions. We have found, for example, the continued use of the problematic term, "Mongoloid" or continental terms such as "European," "African," and "Asian," as population descriptors in genetic studies. We, therefore, introduce guidelines for reporting human genetic studies aimed at scientists and researchers in these regions. CONCLUSION: We need to anticipate the various potential social and ethical problems entailed in population descriptors. Scientists have a social responsibility to convey their research findings outside of their communities as accurately as possible, and to consider how the public may perceive and respond to the descriptors that appear in research papers and media articles.
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 | 0,163 | 0,142 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,008 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,008 | 0,022 |
| Intégrité de la recherche | 0,036 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».