Crowdfunding for respiratory research: a new frontier for patient and public engagement?
Notice bibliographique
Résumé
The rapid expansion of social media has broadened the number of crowdfunding platforms available today. This phenomenon should be seen in the context of a long tradition of appealing to the public for financial support. Modern crowdfunding initiatives have developed into a significant source of funding, garnering an estimated US $5 billion annually, with proceeds projected to expand to an annual $100 billion by 2020 [1]. Websites such as Kickstarter.com allow users to pool the resources of many contributors, funding predefined initiatives [2] with incentives ranging from merchandise or symbolic gifts, to acknowledgement of project contribution [1]. Furthermore, there has been an interest in research-specific platforms to act as an adjunct to or replacement of traditional funding sources [3]. Entities such as Experiment.com offer a platform to seek crowdfunding support ranging from basic science initiatives [3] to clinical trials. A recent systematic search identified 20 clinical trials funded via crowdfunding, with eight out of 13 completed campaigns reaching their funding goals, the largest funding allocation reaching a total of $3 113 000 [4], underscoring the financial implications of crowdfunding. Crowdfunding is a novel mechanism of public involvement that has profound implications on respiratory research <http://ow.ly/2CsV30eEiVi>
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».