MétaCan
Menu
Retour à la cohorte
Enregistrement W3156903434 · doi:10.1016/j.neuroimage.2021.118041

A marathon, not a sprint – neuroimaging, Open Science and ethics

2021· article· en· W3156903434 sur OpenAlexafffund
Michael J. S. Beauvais, Bartha Maria Knoppers, Judy Illes

Notice bibliographique

RevueNeuroImage · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensNeuroDevNetUniversity of British ColumbiaMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésOpen scienceOpen dataData sharingEngineering ethicsNeuroimagingCitizen scienceOpen researchCitizen journalismPolitical scienceNeuroethicsPsychologyInternet privacyData sciencePublic relationsComputer scienceNeuroscienceEngineeringWorld Wide WebMedicineLaw

Résumé

récupéré en direct d'OpenAlex

Open Science is calling for a radical re-thinking of existing scientific practices. Within the neuroimaging community, Open Science practices are taking the form of open data repositories and open lab notebooks. The broad sharing of data that accompanies Open Science, however, raises some difficult ethical and legal issues. With neuroethics as a focusing lens, we explore eight central concerns posed by open data with regard to human brain imaging studies: respect for individuals and communities, concern for marginalized communities, consent, privacy protections, participatory research designs, contextual integrity, fusions of clinical and research goals, and incidental findings. Each consideration assists in bringing nuance to the potential benefits for open data sharing against associated challenges. We combine current understandings with forward-looking solutions to key issues. We conclude by underscoring the need for new policy tools to enhance the potential for responsible open data.

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)0,009
score de la tête « metaresearch » (Gemma)0,128
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,128
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,585
Tête enseignante GPT0,601
Écart entre enseignants0,016 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetEthics in Clinical ResearchTravaux en français237 207