MétaCan
Menu
Retour à la cohorte
Enregistrement W2328836612 · doi:10.1089/bio.2015.0073

Fundamental Considerations for Biobank Legacy Planning

2016· article· en· W2328836612 sur OpenAlexaff
Lise Matzke, Benjamin Fombonne, Peter H. Watson, Helen M. Moore

Notice bibliographique

RevueBiopreservation and Biobanking · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensBC Cancer AgencyIsland HealthUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiobankPerpetuityCorporate governanceBest practiceClosure (psychology)Plan (archaeology)Value (mathematics)Engineering ethicsBusinessComputer sciencePolitical scienceLawEngineeringBioinformaticsFinanceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Biobanking in its various forms is an activity involving the collection of biospecimens and associated data and their storage for differing lengths of time before use. In some cases, biospecimens are immediately used, but in others, they are stored typically for the term of a specified project or in perpetuity until the materials are used up or declared to be of little scientific value. Legacy planning involves preparing for the phase that follows either biobank closure or a significant change at an operational level. In the case of a classical finite collection, this may be brought about by the completion of the initial scientific goals of a project, a loss of funding, or loss of or change in leadership. Ultimately, this may require making a decision about when and where to transfer materials or whether to destroy them. Because biobanking in its entirety is a complex endeavour, legacy planning touches on biobank operations as well as ethical, legal, financial, and governance parameters. Given the expense and time that goes into setting up and maintaining biobanks, coupled with the ethical imperative to appropriately utilize precious resources donated to research, legacy planning is an activity that every biobanking entity should think about. This article describes some of the fundamental considerations for preparing and executing a legacy plan, and we envisage that this article will facilitate dialogue to help inform best practices and policy development in the future.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
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 Opus0,651
Tête enseignante GPT0,558
Écart entre enseignants0,093 · 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'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

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiopreservation and BiobankingMême sujetEthics in Clinical ResearchTravaux en français237 207