MétaCan
Menu
Retour à la cohorte
Enregistrement W2219577168 · doi:10.1155/2015/971858

Digging for New Solutions

2015· article· en· W2219577168 sur OpenAlexaff
Louis Valiquette, Kevin B. Laupland

Notice bibliographique

RevueCanadian Journal of Infectious Diseases and Medical Microbiology · 2015
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBiosimilars and Bioanalytical Methods
Établissements canadiensRoyal Inland HospitalUniversity of CalgaryUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésIncentiveBusinessRisk analysis (engineering)Identification (biology)Order (exchange)NoticeMarketingIndustrial organizationOperations managementEconomicsFinancePolitical scienceLawMarket economy

Résumé

récupéré en direct d'OpenAlex

The magnitude of the increasing problem of resistance really takes all its meaning when appraised side-by-side with the paucity of new antimicrobials reaching the market (1). Several factors have contributed to making antimicrobial discovery less fashionable nowadays. The gigantic costs of bringing a new compound to market, from the identification of a promising target at the preclinical stages, to the final clinical trials and approval, are clearly a strong deterrent. This emphasizes the difficulty in realizing an interesting financial return, given that antimicrobials are used for diseases occurring on a very short timespan (compared with the treatment of chronic conditions) and that regulatory requirements are strict (2). In the United States, in an attempt to stimulate the discovery of new antimicrobials, the Generating Antibiotic Incentives Now (GAIN) Act has been passed by the Obama administration. Among the provisions of the Act, sponsors developing new antibiotics may benefit from the following incentives: five additional years of market exclusivity, priority review, fast-track approval and updated guidance (3). The impact of the GAIN Act is difficult to evaluate such a short time after its implementation, but considering the high costs of development and evaluation, five additional years of market exclusivity appears to be a small upgrade to really provide incentive to pharmaceutical companies to invest in this field.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,276
Écart entre enseignants0,250 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Infectious Diseases and Medical MicrobiologyMême sujetBiosimilars and Bioanalytical MethodsTravaux en français237 207