MétaCan
Menu
Retour à la cohorte
Enregistrement W2946864055 · doi:10.1186/s12961-019-0457-7

The intersections of industry with the health research enterprise

2019· letter· en· W2946864055 sur OpenAlexaff
Elie A. Akl, Assem M. Khamis

Notice bibliographique

RevueHealth Research Policy and Systems · 2019
Typeletter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationHealth services researchPublic relationsPublic healthBusinessWork (physics)Health administrationMarketingPolitical scienceMedicineNursing

Résumé

récupéré en direct d'OpenAlex

There is increased awareness of the negative impact of large multinational corporations - the 'industry' - on public health. These corporations have established different types of relationships with a number of actors in the field of health research. This Commentary explores the different types of relationships between the industry and the actors of health research, how they intersect with the different research steps, and how these relationships allow the industry to exert influence. The types of relationships discussed consist of funding of research, direct relationships with the actors of research (namely advocacy groups, funding agencies, experts, professional organisations, regulatory agencies and health practitioners), and the influencing research standards. The potentially influenced research steps either precede the research (i.e. the prioritisation of research question), relate to it directly (i.e. its planning, conduct, reporting, dissemination and evaluation), or build on it (i.e. regulatory approval, integration into guidelines and adoption into practice). In conclusion, the industry has successfully fostered relationships with almost every actor of the health research enterprise and is using these relationships to influence the different steps of health research. The degree of influence the industry is having on health research calls for more work on managing the relationships discussed herein.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Incitatifs · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptMétarecherche
Domaine: Incitatifs · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,045
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0450,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,011
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,391
Tête enseignante GPT0,506
Écart entre enseignants0,114 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeSans objet
DomaineIncitatifs
GenreCommentaire

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

En bref

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetGlobal Public Health Policies and EpidemiologyCatégorieMétarechercheTravaux en français237 207