MétaCan
Menu
Retour à la cohorte
Enregistrement W2209710632 · doi:10.1111/jlme.12315

Privacy and Biobanking in China: A Case of Policy in Transition

2015· article· en· W2209710632 sur OpenAlexaff
Haidan Chen, Benny Chan, Yann Joly

Notice bibliographique

RevueThe Journal of Law Medicine & Ethics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensMcGill University
Organismes subventionnairesNational Human Genome Research InstituteChinese Academy of Medical SciencesChinese Universities Scientific FundMinistry of Science and Technology of the People's Republic of ChinaChinese Academy of SciencesAcademy of Medical Sciences
Mots-clésBiobankChinaGovernment (linguistics)Economic growthUrbanizationPopulationEpidemiological transitionPublic healthPopulation ageingIndustrialisationBusinessHealth careEnvironmental healthPolitical scienceMedicineEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Disease-based biobanks have operated in hospitals and research institutes in China for decades, and China has recently embarked on a plan to establish further biobank networks with the aim of promoting data sharing among the existing biobanks. Although the Chinese Constitution has only recently begun to recognize individual privacy as a distinct and independent constitutional right, biobanking in China has been loosely regulated under a patchwork of sometimes overlapping laws (such as the Interim Measures for the Administration of Human Genetic Resources) and regulatory instruments, as well as and the policies of individual biobanks and networks of biobanks (such as the Shanghai Biobank Network Guidelines). A Draft Ordinance on Human Genetics Resources is currently being developed that will deal in more detail than previous laws with issues such as management measures, legal liability, and punishment for violations. International data sharing will be tightly regulated under this new law, and individual biobanks' policies such as the Shanghai Guidelines may choose to regulate such sharing even more. In contrast with national regulatory instruments, the Shanghai Guidelines also contain detailed de-identification policies, and explicitly endorse broad consent.

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)0,038
score de la tête « metaresearch » (Gemma)0,055
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0380,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,007
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 Opus0,589
Tête enseignante GPT0,615
Écart entre enseignants0,026 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Medicine & EthicsMême sujetEthics in Clinical ResearchTravaux en français237 207