MétaCan
Menu
Retour à la cohorte
Enregistrement W3032468879 · doi:10.1136/medhum-2019-011812

A brief and personal history of ‘what’s in a name’ in reproductive genetics

2020· article· en· W3032468879 sur OpenAlexaff
Jeff Nisker

Notice bibliographique

RevueMedical Humanities · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEgg donationScrutinyBioethicsReproductive medicineLegislationReproductive technologyGeneticsLawBiologyGenealogyPolitical sciencePregnancyHistory

Résumé

récupéré en direct d'OpenAlex

Although Juliet's claim, 'What's in a name? That which we call a rose by any other name would smell as sweet', may apply to family names, 'that which we call' embryos and procedures in reproductive genetics often smell sweet because the names were created to perfume not-so-sweet-smelling practices. Reproductive-genetic scientists and clinicians, including myself, have used perfumed names to make our research smell sweet for research ethics boards, research grant funders, government regulators, hospital administrators and the general public. The sweet-smelling names in reproductive genetics explored here include 'pre-embryo', preimplantation genetic 'diagnosis', 'normal' embryo, 'suitable' embryo, 'healthy' embryo, preimplantation genetic 'testing', 'non-invasive prenatal testing', 'donation', and most recently 'mitochondrial replacement therapy', a sweet-smelling name for germline nuclear transfer prohibited in antireproductive cloning legislation in most countries. In order for informed choices to occur for women who come to clinicians for information regarding reproductive genetics, and for transparency of scrutiny by research ethics boards, governmental regulators and the general public, it is essential that we consider the real meaning of sweet-smelling names in reproductive genetics.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0060,009
Communication savante0,0040,009
Science ouverte0,0010,003
Intégrité de la recherche0,0080,016
Charge utile insuffisante (le modèle a refusé de juger)0,0170,008

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 Opus0,050
Tête enseignante GPT0,256
Écart entre enseignants0,206 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical HumanitiesMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207