MétaCan
Menu
Retour à la cohorte
Enregistrement W3133495944 · doi:10.1080/21645515.2021.1879580

Is ‘conflict of interest’ a Misnomer? Managing interests in immunization research and evaluation

2021· article· en· W3133495944 sur OpenAlexaff
Elisabeth McClymont, Jason Brophy, Vinita Dubey, Jeff Kwong, Samantha B. Meyer, Natasha S. Crowcroft, Scott A. Halperin, Shannon E. MacDonald, K. E. Simmons, Karina A. Top, Brian J. Ward, Manish Sadarangani

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensMcGill UniversityUniversity of WaterlooUniversity of British ColumbiaPublic Health OntarioBC Children's HospitalDalhousie UniversityUniversity of TorontoUniversity of OttawaToronto Public HealthUniversity of AlbertaUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMisnomerTransparency (behavior)Conflict of interestPublic interestPublic relationsPolitical scienceBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Potential conflicts of interest in vaccine research can lead to negative consequences that undermine public trust and thereby put communities at risk. However, collaborations that may give rise to potential conflicts between interests can also greatly facilitate appropriate, scientifically robust, and timely vaccine development, implementation, and evaluation. At present, policies regarding the management of potential conflicts between interests are not ideal. To optimally manage interests in vaccine research, we recommend acknowledging all forms of interests and treating them all as relevant, developing appropriate collaborations, referring to all "conflicts of interest" simply as "interests" or "declarations," and promoting transparency through developing consistent reporting mechanisms.

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)0,414
score de la tête « metaresearch » (Gemma)0,681
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil0,722

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4140,681
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0080,069
Communication savante0,0260,035
Science ouverte0,0050,012
Intégrité de la recherche0,0190,034
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,347
Tête enseignante GPT0,472
Écart entre enseignants0,125 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineÉvaluation
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetVaccine Coverage and HesitancyTravaux en français237 207