MétaCan
Menu
Retour à la cohorte
Enregistrement W2805140599 · doi:10.20944/preprints201806.0104.v1

Community Peer Review: A Method to Bring Consent and Self-Determination into the Sciences

2018· preprint· en· W2805140599 sur OpenAlexafffund
Max Liboiron, Alex Zahara, Ignace Schoot

Notice bibliographique

RevuePreprints.org · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHarmPremiseInformed consentPublic relationsConversationResearch ethicsPsychologySociologyEngineering ethicsPolitical scienceSocial psychologyMedicineAlternative medicineEngineering

Résumé

récupéré en direct d'OpenAlex

Community peer review is a method that extends the ethics of consent into scientific practices. It gives communities affected by scientific research the ability to determine whether research may cause them harm and be part of determining how knowledge should best circulate to reduce or eliminate that harm. This paper introduces the method of community peer review by first looking at the concepts of consent and refusal, then outlining the steps to community peer review, using a case study of community meetings on a study of plastic ingestion by fish to elucidate the details of each step. Steps include: hiring a community member to the team; researching the social, cultural, and economic contexts of the community; identify the community; ensure skills for community conversation are in place; call the community meeting; conduct the community meeting; and analyze feedback for consent and refusal. Community peer review is premised on the idea that research is not inherently good and can cause harm, and that the best people to know whether and what kinds of harms are likely to occur are community members rather than researchers. The second premise is that the researcher’s “right” to research never supersedes a community’s right to not be harmed.

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)0,414
score de la tête « metaresearch » (Gemma)0,624
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,723

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4140,624
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0190,012
Études des sciences et des technologies0,0120,026
Communication savante0,0160,015
Science ouverte0,0070,019
Intégrité de la recherche0,0080,014
Charge utile insuffisante (le modèle a refusé de juger)0,0350,012

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 Opus0,794
Tête enseignante GPT0,672
Écart entre enseignants0,122 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineÉvaluation
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetEthics in Clinical ResearchTravaux en français237 207