MétaCan
Menu
Retour à la cohorte
Enregistrement W2205415211

Privacy, Consent, and Governance

2009· article· en· W2205415211 sur OpenAlexaff
Lisa M. Austin

Notice bibliographique

RevueTSpace · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiobankDerogationWaiverInformed consentCorporate governancePolitical scienceTortConfidentialityPublic relationsPsychologyLawEngineering ethicsBusinessInternet privacyMedicineLiabilityAlternative medicineEngineeringComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many discussions of health information privacy in relation to biobanks focus on the question of informed consent and, in particular, on why the future of biobanking likely requires the acceptance of some derogation from the traditional standard of informed consent to medical research. Following Neil C. Manson & Onora O’Neill’s recent work on informed consent as a “waiver,” we argue in this paper that the role of consent can be thought of in a narrower but still highly principled manner which is consistent with how consent is dealt with in tort law. Using this conception, we defend the position that the traditional standard of informed consent to participate in a biobank can be met but only where there is a governance structure ensuring consistent information practices and policies across multiple future research projects. We also argue that specific research uses of research samples and associated data in the biobank do not necessarily require informed consent but do require a governance structure that can regulate privacy risks such as the risk of re-identification. We thus distinguish consent at the outset of the collection and no-consent for future use, with both requiring a governance structure in order to protect the important interests at stake. In our conclusion we suggest that the legal and ethical debates regarding biobanking must shift from an obsession with consent and focus more closely on the elements of good governance in order to move away from compromises and back to the principled protection of research subjects.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,451
Tête enseignante GPT0,616
Écart entre enseignants0,165 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEthics in Clinical ResearchTravaux en français237 207