MétaCan
Menu
Retour à la cohorte
Enregistrement W2981142952 · doi:10.1186/s12910-019-0398-2

Engaging research ethics committees to develop an ethics and governance framework for best practices in genomic research and biobanking in Africa: the H3Africa model

2019· article· en· W2981142952 sur OpenAlexfundno aff
Paulina Tindana, Aminu Yakubu, Ciara Staunton, Alice Matimba, Katherine Littler, Ebony Madden, Nchangwi Syntia Munung, Jantina de Vries

Notice bibliographique

RevueBMC Medical Ethics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthUniversity of OxfordBroad InstituteWellcome TrustMcGill University
Mots-clésBiobankPhilosophy of medicineResearch ethicsCorporate governanceEngineering ethicsPolitical scienceBioethicsMedicineManagementBiologyLawBioinformaticsAlternative medicineEngineering

Résumé

récupéré en direct d'OpenAlex

In the past decade, there has been an increase in genomic research and biobanking activities in Africa. Research initiatives such as the Human Heredity and Health in Africa (H3Africa) Consortium are contributing to the development of scientific capacity and infrastructure to support these studies on the continent. Despite this growth, genomic research and biobanking have raised important ethical challenges for key research stakeholders, including members of research ethics committees. One of these is the limited ethical and regulatory frameworks to guide the review and conduct of genomic studies, particularly in Africa. This paper is a reflection on a series of consultative activities with research ethics committees in Africa which informed the development of an ethics and governance framework for best practices in genomic research and biobanking in Africa. The paper highlights the engagement process and the lessoned learned.

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)0,382
score de la tête « metaresearch » (Gemma)0,238
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,762

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3820,238
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0190,062
Communication savante0,0270,023
Science ouverte0,0040,028
Intégrité de la recherche0,0210,027
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,897
Tête enseignante GPT0,687
Écart entre enseignants0,210 · 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.

Devis d'étudeQualitatif
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

Citations47
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EthicsMême sujetEthics in Clinical ResearchTravaux en français237 207