MétaCan
Menu
Retour à la cohorte
Enregistrement W3167130932 · doi:10.1177/11772719211024100

Building Research Support Capacity across Human Health Biobanks during the COVID-19 Pandemic

2021· article· en· W3167130932 sur OpenAlexaff
Jennifer A. Byrne, Jane Carpenter, Candace Carter, Kathleen Phillips, Stephen Braye, Peter H. Watson, Amanda Rush

Notice bibliographique

RevueBiomarker Insights · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensGenome CanadaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésBiobankPandemicEngineering ethicsSustainabilityCoronavirus disease 2019 (COVID-19)Health carePublic relationsPolitical scienceMedicineEngineeringBioinformaticsBiologyDiseaseLaw

Résumé

récupéré en direct d'OpenAlex

Human health biobanks are forms of research infrastructure that supply biospecimens and associated data to researchers, and therefore juxtapose the activities of clinical care and biomedical research. The discipline of biobanking has existed for over 20 years and is supported by several international professional societies and dedicated academic journals. However, despite both rising research demand for human biospecimens, and the growth of biobanking as an academic discipline, many individual biobanks continue to experience sustainability challenges. This commentary will summarize how the COVID-19 pandemic is creating new challenges and opportunities for both the health biobanking sector and the supporting discipline of biobanking. While the challenges for biobanks may be numerous and acute, there are opportunities for both individual biobanks and the discipline of biobanking to embrace change such that biobanks can continue to support and drive biomedical research. We will therefore describe numerous practical steps that individual biobanks and/or the discipline of biobanking can take to survive and possibly thrive in response to the COVID-19 pandemic.

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)0,018
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,805
Tête enseignante GPT0,662
Écart entre enseignants0,143 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomarker InsightsMême sujetEthics in Clinical ResearchTravaux en français237 207