Neuroethics and Animals: Report and Recommendations From the University of Pennsylvania Animal Research Neuroethics Workshop
Notice bibliographique
Résumé
Growing awareness of the ethical implications of neuroscience in the early years of the 21st century led to the emergence of the new academic field of "neuroethics," which studies the ethical implications of developments in the neurosciences. However, despite the acceleration and evolution of neuroscience research on nonhuman animals, the unique ethical issues connected with neuroscience research involving nonhuman animals remain underdiscussed. This is a significant oversight given the central place of animal models in neuroscience. To respond to these concerns, the Center for Neuroscience and Society and the Center for the Interaction of Animals and Society at the University of Pennsylvania hosted a workshop on the "Neuroethics of Animal Research" in Philadelphia, Pennsylvania. At the workshop, expert speakers and attendees discussed ethical issues arising from neuroscience research involving nonhuman animals, including the use of animal models in the study of pain and psychiatric conditions, animal brain-machine interfaces, animal-animal chimeras, cerebral organoids, and the relevance of neuroscience to debates about personhood. This paper highlights important emerging ethical issues based on the discussions at the workshop. This paper includes recommendations for research in the United States from the authors based on the discussions at the workshop, loosely following the format of the 2 Gray Matters reports on neuroethics published by the Presidential Commission for the Study of Bioethical Issues.
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 | 0,114 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,007 | 0,015 |
| Intégrité de la recherche | 0,035 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,009 |
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 ».