MétaCan
Menu
Retour à la cohorte
Enregistrement W2996163967 · doi:10.1111/nin.12323

Objectivity in rare disease research: A philosophical approach

2019· article· en· W2996163967 sur OpenAlexaff
Julia Hews‐Girard, Helen N. Obilar, Pilar Camargo‐Plazas

Notice bibliographique

RevueNursing Inquiry · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensFoothills Medical CentreQueen's UniversityAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésObjectivity (philosophy)SubjectivityTrustworthinessObligationEpistemologyResearch ethicsEngineering ethicsPsychologySocial psychologyPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Individuals living with rare conditions are faced with important challenges derived from the rarity of their conditions and aggravated by the low priority given to rare disease research. However, current realities of rare disease research require consideration of the relationship between subjectivity and 'traditional' objectivity. Objectivity in research has traditionally been associated with processes and descriptions that are independent of the investigator. The need for researchers to provide unbiased knowledge and achieve a balance between objectivity and the underlying values in nursing and scientific research requires an examination of how objectivity is conceptualized within the context of rare disease research. The aim of this paper is to examine scientific objectivity in rare disease research from a philosophical viewpoint and, in doing so, demonstrate the need to redefine it to reflect the current scientific environment. As such, healthcare providers working on this field need to redefine objectivity around ethical and moral obligation to advance science in an equitable manner with the end goal to produce knowledge that is trustworthy and beneficial to our patients.

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)0,164
score de la tête « metaresearch » (Gemma)0,083
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,866

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1640,083
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,004
Études des sciences et des technologies0,0110,186
Communication savante0,0170,029
Science ouverte0,0060,016
Intégrité de la recherche0,0110,016
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,079
Tête enseignante GPT0,357
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetGenomics and Rare DiseasesTravaux en français237 207