MétaCan
Menu
Retour à la cohorte
Enregistrement W32382831

Ethos and Economics: Examining the Rationale Underlying Stem Cell and Cloning Research Policies in the U.S., Germany and Japan

2009· article· en· W32382831 sur OpenAlexaff
Angela Campbell

Notice bibliographique

RevueSSRN Electronic Journal · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHuman cloningLegislationPolitical scienceCompromiseGermanPoliticsAmbiguityEthosPolitical economyCorporate governanceLawEnvironmental ethicsLaw and economicsSociologyEconomicsHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the impact of a country's cultural and economic forces on its governance of stem cell research and human cloning. Three countries are used as models for this inquiry: the United States, Germany and Japan. This paper begins with an explanation of the history and science underlying stem cell and cloning research. It then examines American, German and Japanese law relating to these scientific activities. The final part of this paper reveals how legal and policy distinctions in each of these countries are due primarily to their specific economic and cultural realities. Through this discussion, we see that although the American, German and Japanese approaches to stem cell and cloning science are distinct, they are all characterized by a degree of ambiguity and inconsistency. This results from the competing concerns at play in the stem cell/cloning debate. Cultural norms, scientific freedom, and potential economic gain are all valid and important issues associated with this science. Recognizing this, governments have frequently attempted to incorporate each of these concerns into the legislation that has been crafted in this area. But, because these concerns often conflict with each other, none can be satisfied entirely. This has often resulted in laws and policies that represent a political compromise, which are also internally incongruous.

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)0,017
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0080,024
Communication savante0,0080,004
Science ouverte0,0010,004
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,092
Tête enseignante GPT0,358
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetBiomedical Ethics and RegulationTravaux en français237 207