Doing Research with Vulnerable Populations: The Case of Intravenous Drug Users
Notice bibliographique
Résumé
This review article considers ethical concerns when doing research on potentially vulnerable people who inject drugs (PWID) in a Canadian context. The Tri-Council Policy Statement: Ethical Conduct for Research Involving Humans broadly addresses many of the traditional ethical principles of research on vulnerable persons, but does so at the cost of clarity and precision. Vulnerability is contextual rather than absolute. When doing research with vulnerable persons, informed consent should be obtained from an independent person, and comprehension should be checked using questioning. Participants can be vulnerable due to many factors, including addiction, chronic disease, socioeconomic and racial status, and lack of education. The ability of PWID to give informed consent can be compromised by undue influence or intoxication, but existing research shows that neither the mode nor the magnitude of compensation has a significant effect on new rates of drug use. Compensation can also help dispel the therapeutic misconception. Intoxication rather than undue influence is the main concern when obtaining informed consent from PWID. The stigmatization of PWID as incapable of consent should be avoided. Paternalistic exclusion from research can harm PWID and exacerbate their vulnerability by reducing our knowledge of and ability to specifically treat them. As such, we must collect better data about the effects of research ethics policies. Studies to this effect should focus on experiences, perspectives and needs of potentially vulnerable research participants. Research ethics boards in Canada should adopt an evidence-based approach when applying discretionary power to proposals for clinical research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».