MétaCan
Menu
Retour à la cohorte
Enregistrement W3107627743 · doi:10.1002/eahr.500085

Governing AI‐Driven Health Research: Are IRBs Up to the Task?

2021· article· en· W3107627743 sur OpenAlexaff
Phoebe Friesen, Rachel Douglas‐Jones, Mason Marks, Robin Pierce, Katherine Fletcher, Abhishek Mishra, Jessica Lorimer, Carissa Véliz, Nina Hallowell, Mackenzie Graham, Mei Sum Chan, Huw Davies, Taj Sallamuddin

Notice bibliographique

RevueEthics & Human Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensMcGill University
Organismes subventionnairesNIHR Oxford Biomedical Research CentreUniversity of OxfordNational Institute for Health and Care ResearchWellcome TrustNuffield Department of Population Health, University of Oxford
Mots-clésCorporate governanceTask (project management)Engineering ethicsResearch ethicsMechanism (biology)Order (exchange)Political sciencePublic relationsKnowledge managementManagement scienceComputer scienceBusinessManagementEngineeringEpistemologyEconomics

Résumé

récupéré en direct d'OpenAlex

Many are calling for concrete mechanisms of oversight for health research involving artificial intelligence (AI). In response, institutional review boards (IRBs) are being turned to as a familiar model of governance. Here, we examine the IRB model as a form of ethics oversight for health research that uses AI. We consider the model's origins, analyze the challenges IRBs are facing in the contexts of both industry and academia, and offer concrete recommendations for how these committees might be adapted in order to provide an effective mechanism of oversight for health-related AI research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,162
score de la tête « metaresearch » (Gemma)0,272
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1620,272
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0050,003
Communication savante0,0010,000
Science ouverte0,0020,004
Intégrité de la recherche0,0010,066
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,955
Tête enseignante GPT0,772
Écart entre enseignants0,183 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthics & Human ResearchMême sujetEthics in Clinical ResearchTravaux en français237 207