MétaCan
Menu
Retour à la cohorte
Enregistrement W2582066147 · doi:10.1016/b978-0-12-802101-9.00038-7

Industry-Sponsored Clinical Research in Academia

2016· book-chapter· en· W2582066147 sur OpenAlexfundno aff
Italo Biaggioni

Notice bibliographique

RevueClinical and Translational Science · 2016
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Circulatory and Respiratory HealthNational Center for Advancing Translational SciencesGeorgia Clinical and Translational Science Alliance
Mots-clésEngineering ethicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The development of new therapies relies on industry-sponsored clinical research (ISCR) and academic health centers should play a role in this process. Here we discuss the challenges involved that arise from different priorities and perceptions. Financial and efficiency forces have resulted in a greater proportion of ISCR being done outside academic health centers, a trend that is likely to continue. We propose a framework that considers the perspectives from industry, academia, academic investigators and patients, and potential models of institutional support that can facilitate the involvement of academia in ISCR.

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)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,010
Communication savante0,0100,009
Science ouverte0,0010,005
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0220,009

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 Opus0,716
Tête enseignante GPT0,645
Écart entre enseignants0,071 · 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'étudeSans objet
DomaineIncitatifs
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Translational ScienceMême sujetHealth and Medical Research ImpactsTravaux en français237 207