MétaCan
Menu
Retour à la cohorte
Enregistrement W2643025302 · doi:10.5539/ass.v13n7p107

Solutions to the Advancement of Stem Cell Research

2017· article· en· W2643025302 sur OpenAlexvenueno aff
Sharon Huang, Erick Ceasar Huang, Chao Huang

Notice bibliographique

RevueAsian Social Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStem cellInstitutionEngineering ethicsGuidelinePolitical scienceBiologyEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Stem cell research is a developing field of research that is both promising and exciting. Although research has greatly furthered scientists’ knowledge of pathological diseases, stem cell research is not unmet with controversy. These oppositions stall the advancement of stem cell therapy and its potential to cure or save millions of people’s lives, an obstacle that should be overcome for the benefit of many. Thus, to get rid of the obstacles that prohibit the advancement of stem cell research, the public should be taught the basics of stem cell research through federal funded advertisements, a research institution gathering scientist worldwide should be established outside of the US with the goal of primarily conducting stem cell research, wherever the institution is established, funding for research should not be limited to governmental funding, and finally, an international guideline for stem cell research should be established.

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)0,072
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,085
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,028
Communication savante0,0130,021
Science ouverte0,0040,016
Intégrité de la recherche0,0320,045
Charge utile insuffisante (le modèle a refusé de juger)0,0190,010

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.

Tête enseignante Opus0,149
Tête enseignante GPT0,457
Écart entre enseignants0,308 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetBiomedical Ethics and RegulationTravaux en français237 207