How should we define, document, and prevent conflicts of interest in alcohol research?
Notice bibliographique
Résumé
Babor, T. (2016). How should we define, document, and prevent conflicts of interest in alcohol research?. The International Journal Of Alcohol And Drug Research, 5(1), 5-7. doi:http://dx.doi.org/10.7895/ijadr.v5i1.232Aims: Conflicts of interest (COIs) in science and medicine have come under increasing scrutiny in recent years. This article reviews definitions of COI, as well as measures used to document, prevent, and manage COIs.Findings: The positive association between COIs and the outcomes of research has been documented in a substantial body of research covering a variety of fields, including addiction research. Attempts to address COIs include funding declarations, voluntary bans of receipt of industry funding, and ethical analyses.Conclusions: To protect the scientific integrity of the alcohol field from further influence from commercial and other competing interests, reasonable and consistent reporting procedures are needed at a minimum. Direct funding from major transnational alcohol producers involves major reputational and ethical risks that may require more stringent measures by professional societies, university administrators, and journal editors.
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 | 0,601 | 0,770 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,010 | 0,043 |
| Communication savante | 0,034 | 0,044 |
| Science ouverte | 0,011 | 0,013 |
| Intégrité de la recherche | 0,035 | 0,064 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,010 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».