MétaCan
Menu
Retour à la cohorte
Enregistrement W2978827290 · doi:10.1017/s0963180119000732

A Belmont Report for Animals?

2019· article· en· W2978827290 sur OpenAlexaff
Hope Ferdowsian, L. Syd M Johnson, Jane Johnson, Andrew Fenton, Adam Shriver, John P. Gluck

Notice bibliographique

RevueCambridge Quarterly of Healthcare Ethics · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensDalhousie University
Organismes subventionnairesWellcome Trust
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Human and animal research both operate within established standards. In the United States, criticism of the human research environment and recorded abuses of human research subjects served as the impetus for the establishment of the National Commission for the Protection of Human Subjects of Biomedical and Behavioral Research, and the resulting Belmont Report. The Belmont Report established key ethical principles to which human research should adhere: respect for autonomy, obligations to beneficence and justice, and special protections for vulnerable individuals and populations. While current guidelines appropriately aim to protect the individual interests of human participants in research, no similar, comprehensive, and principled effort has addressed the use of (nonhuman) animals in research. Although published policies regarding animal research provide relevant regulatory guidance, the lack of a fundamental effort to explore the ethical issues and principles that should guide decisions about the potential use of animals in research has led to unclear and disparate policies. Here, we explore how the ethical principles outlined in the Belmont Report could be applied consistently to animals. We describe how concepts such as respect for autonomy and obligations to beneficence and justice could be applied to animals, as well as how animals are entitled to special protections as a result of their vulnerability.

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)0,027
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,013
Communication savante0,0070,008
Science ouverte0,0030,004
Intégrité de la recherche0,0130,013
Charge utile insuffisante (le modèle a refusé de juger)0,0210,012

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 Opus0,234
Tête enseignante GPT0,465
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations54
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge Quarterly of Healthcare EthicsMême sujetAnimal testing and alternativesTravaux en français237 207