Research Involving Humans in African Countries: A Case for Domestic Legal Frameworks
Notice bibliographique
Résumé
In recent years, there has been considerable discussion of the ethical challenges of conducting research in developing countries, including African countries. Although few empirical studies have been conducted in relation to this, some commentators have cited the lax regulatory environment in many developing countries, including African countries, as one of the motivating factors for increased research by pharmaceutical companies and other developed countries' sponsors. With the recent increase in research in the developing world including African countries have come allegations of unethical conduct which has exposed research participants to harm. Certain allegations of unethical conduct underscore the need for regulation of research in African countries. Chief among the issues raised by these allegations are the failure to obtain informed consent and ethics approval for studies conducted on humans. The Pfizer incident in Nigeria illustrates these issues. African countries are, however, increasingly beginning to grapple with issues of the ethical conduct of research. Some have recently developed national guidelines and established national ethics review committees. But, at present, many African countries lack legislative frameworks governing research involving humans, including biomedical research. This paper contends that given the need to protect the safety, dignity and welfare of persons involved in research in developing countries, ensuring ethical conduct of research in African countries should involve the use of functional and comprehensive legal frameworks. Comprehensive domestic legal frameworks, which include legislation, it is argued, can play an important role in clarifying the requirements for the ethical conduct of research, outlining responsibilities and providing a system of accountability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,214 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,028 | 0,080 |
| Communication savante | 0,019 | 0,025 |
| Science ouverte | 0,005 | 0,022 |
| Intégrité de la recherche | 0,025 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».