MétaCan
Menu
Retour à la cohorte
Enregistrement W2912352469 · doi:10.1002/eahr.406002

Broad Consent for Future Research: International Perspectives

2018· article· en· W2912352469 sur OpenAlexaffabout
Mark A. Rothstein, Heather L. Harrell, Katie M. Saulnier, Edward S. Dove, Chien-Te Fan, Tzu-Hsun Hung, Obiajulu Nnamuchi, Alexandra Obadia, Gil Siegal, Bartha Maria Knoppers

Notice bibliographique

RevueIRB Ethics and Human Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiobankInformed consentPolitical sciencePublic relationsMedicinePublic administrationEngineering ethicsLawBusinessAlternative medicineEngineeringBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

Abstract In the United States, final amendments to the Federal Policy for the Protection of Human Subjects (“the Common Rule”) were published on January 19, 2017, and they will take effect on January 21, 2019. One of the most widely discussed provisions is that for the first time, federal regulations governing research with humans authorize the use of broad consent for future, unspecified research on individually identifiable biospecimens and associated data. Many questions have been raised about broad consent, including what effect it will have on research and whether it adequately protects the interests of research participants. There are lessons to be learned for the U.S. and other countries by looking to countries that already have experience with broad consent for biobank collection and with the storage and subsequent use of the biospecimens and data. This article describes how broad consent works in five countries—Canada (in Quebec), Israel, Nigeria, Taiwan, and the United Kingdom—and with different types of biobanks: national biobanks, federated biobanks, and regional biobanks. Evaluating the provisions and challenges of the broad consent approaches in these countries can inform policies for this increasingly used approach to biobank regulation.

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)0,194
score de la tête « metaresearch » (Gemma)0,161
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,994

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1940,161
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,074
Communication savante0,0250,033
Science ouverte0,0050,016
Intégrité de la recherche0,0350,044
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,930
Tête enseignante GPT0,768
Écart entre enseignants0,163 · 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'étudeSans objet
DomaineMéthodes
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIRB Ethics and Human ResearchMême sujetEthics in Clinical ResearchTravaux en français237 207