MétaCan
Menu
Retour à la cohorte
Enregistrement W2910402074

Keynote: Beyond Animal Testing: Working Towards a Paradigm Shift

2018· article· en· W2910402074 sur OpenAlexaboutno aff
Charu Chandrasekera

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParadigm shiftComputer scienceEpistemologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dr. Chandrasekera is the founder and director of the Canadian Center for Alternatives to Animal Medicine, the first research center in Canada dedicated to the cultivation of non-animal based research methods in the bio-medical sciences. She holds a doctorate in Biochemistry and Molecular Biology from the University of Calgary and is the director of laboratory science with the Physicians Committee for Responsible Medicine.\nBeyond Animal Testing: Working Towards a Paradigm Shift\nDespite the wealth of knowledge obtained over a century of extensive animal research, effective treatments remain elusive and a failure-prone endeavour for most diseases prevalent today—many breakthroughs in research labs do not make it into our clinics. Similarly, for chemical risk assessment, the legacy animal-based methods do not reliably predict adverse outcomes on human health and the environment. From the Americas to the Far East, countries across the globe have already established national centres dedicated to the development and validation of non-animal alternative methods, and Canada joined this league last Fall with the Canadian Centre for Alternatives to Animal Methods (CCAAM), and its subsidiary, Canadian Centre for the Validation of Alternative Methods (CaCVAM) located at the University of Windsor. The overarching vision of CCAAM/CaCVAM is to reduce and replace the use of animals in Canadian biomedical research, education, and regulatory testing through 21st century science, innovation, and ethics. This presentation will provide an overview of the current state of affairs in animal testing and animal replacement efforts as well as future perspectives on the need to accept human biology as the gold standard.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,173
Tête enseignante GPT0,333
Écart entre enseignants0,161 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetAnimal testing and alternativesTravaux en français237 207