MétaCan
Menu
Retour à la cohorte
Enregistrement W3000630567 · doi:10.29173/hsi3

The Need for Ethical and Experimental Regulation in Genome Editing

2019· article· en· W3000630567 sur OpenAlexaffvenue
María Carla Rosales Gerpe, Wei Zhang

Notice bibliographique

RevueHealth Science Inquiry · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésGenome editingComputational biologyGenomeBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

EditingDr. Robert Edwards (Fig. 1A), the 2010 Nobel Prize in Physiology and Medicine recipient for the development of in vitro fertilization (IVF) research became infamous as the media labeled his work with the term "test tube babies".IVF stirred panic and heated ethical debate, even prompting withdrawal of funds for Edwards' research [1].Nevertheless, today IVF continues to help make parenthood a reality for many people worldwide [2] and its research led to multiple discoveries on the morphology and physiology of developmental diseases [2].We are probably facing a similar predicament today as the term "test tube babies" transitioned to "designer babies" with developments in gene editing [3].Gene editing refers to the manipulation of genes externally and incorporation of those genes into the genome of human somatic cells using viral-vector based delivery to correct rare genetic diseases.Gene editing is responsible for many breakthroughs including a blindness cure for those su↵ering from inherited retinal dystrophy [4].However, most recently, the work of Dr. Jiankui He (Fig. 1B) has sparked further debate on the ethics of gene editing for the first human embryo experimentation involving CRISPR-Cas9 gene editing [5].

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)0,238
score de la tête « metaresearch » (Gemma)0,204
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,939

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2380,204
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,042
Communication savante0,0100,010
Science ouverte0,0040,009
Intégrité de la recherche0,0260,056
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,025
Tête enseignante GPT0,397
Écart entre enseignants0,373 · 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
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Science InquiryMême sujetCRISPR and Genetic EngineeringTravaux en français237 207