MétaCan
Menu
Retour à la cohorte
Enregistrement W2555776032 · doi:10.1177/1556264616675202

“. . . I’ve Gone Through This My Own Self, So I Practice What I Preach . . . ”

2016· article· en· W2555776032 sur OpenAlexafffund
Catherine Slack, Siya Thabethe, Graham Lindegger, Limbanazo Matandika, Peter A. Newman, Philippa Kerr, Douglas Wassenaar, Surita Roux, Linda‐Gail Bekker

Notice bibliographique

RevueJournal of Empirical Research on Human Research Ethics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Institute for Health and Care Research
Mots-clésVoluntarinessThematic analysisInformed consentFocus groupVaccine trialPsychologyCommunity engagementHuman immunodeficiency virus (HIV)Public relationsMedical educationQualitative researchMedicineAlternative medicineSociologyPolitical scienceFamily medicine

Résumé

récupéré en direct d'OpenAlex

There has not been enough study of the processes by which site staff help participating community members and potential participants to understand complicated concepts for HIV vaccine trials. This article describes strategies reported in six focus group discussions with Community Advisory Board members, educators, and consent counselors at an active HIV vaccine trial site in South Africa. Thematic analysis identified a considerable range of strategies, and findings suggest that such staff do not only try to promote understanding of critical information but also try to build trust in communicated information, to respect cultural differences, and to promote voluntariness. Findings also suggest occasional tensions between these implicit goals. Actual engagement and consent encounters at HIV vaccine trial sites should be observed, recorded, and analyzed; and the relationship between practices and valued outcomes should be assessed. These efforts may help to make consent-related encounters as "potent" as possible given finite resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,017
Communication savante0,0040,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,916
Tête enseignante GPT0,770
Écart entre enseignants0,146 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Empirical Research on Human Research EthicsMême sujetEthics in Clinical ResearchTravaux en français237 207