The Chan-Zuckerberg Biohub: Modern Philanthrocapitalism Through a Critical Lens
Notice bibliographique
Résumé
Philanthrocapitalism—the application of capitalist concepts and objectives to philanthropy—is increasingly directing the course of many efforts in global health research and development. Instead of donating money to charities, philanthrocapitalists prefer a more hands-on approach that imitates for-profit business practices. The practice recognizes that capitalism can be utilized for the benefit of mankind by propelling profit-driven innovation. One such enterprise is the Chan-Zuckerberg Initiative, (CZI) recently formed by Mark Zuckerberg and his wife Priscilla Chan. The first leg of this initiative is the Chan-Zuckerberg Biohub, a research center that aims to pursue the initiative’s goal of “curing, preventing or managing all diseases by the end of this century” (Chan-Zuckerberg Initiative, 2017). This paper critically examines the popular discourse surrounding the benefits of philanthrocapitalism in relation s to the potential efficacy of the Biohub. Drawing from examples of past initiatives with similar goals, this paper raises questions of accountability, political repercussions, tax benefits and private interests. A critical analysis of the Biohub provides some insights into how this initiative may be laying the foundation for future patentable drugs and technologies, but also may be protecting large sums of money from state taxation, steering research priorities with little public oversight and undermining government support for research. It also raises questions around the capacity of this initiative to substantially alleviate the global burden of disease. This discussion ventures to raise awareness about the methods and practices of philanthrocapitalist initiatives using the Biohub as an example and provide recommendations for change.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».