MétaCan
Menu
Retour à la cohorte
Enregistrement W4205804491 · doi:10.12688/wellcomeopenres.16404.2

Cancer, COVID-19, and the need for critique

2021· preprint· en· W4205804491 sur OpenAlexfundno aff
Cinzia Greco, Ignacia Arteaga, Clara Fabian-Therond, Henry Llewellyn, Julia Swallow, William Viney

Notice bibliographique

RevueWellcome Open Research · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilNational Institute for Health and Care ResearchMacmillan Cancer SupportPhilomathia FoundationWellcome Trust
Mots-clésPandemicSituatedCoronavirus disease 2019 (COVID-19)Relevance (law)LimitingQualitative researchDiseaseSociologyPolitical sciencePublic relationsInfectious disease (medical specialty)MedicineSocial sciencePathology

Résumé

récupéré en direct d'OpenAlex

<ns4:p>In this open letter we examine the implications of the coronavirus disease 2019 (COVID-19) pandemic for cancer research and care from the point of view of the social studies of science, technology, and medicine. We discuss how the pandemic has disrupted several aspects of cancer care, underscoring the fragmentation of institutional arrangements, the malleable priorities in cancer research, and the changing promises of therapeutic innovation. We argue for the critical relevance of qualitative social sciences in cancer research during the pandemic despite the difficulties of immersive kinds of fieldwork. Social science research can help understand the ongoing, situated and lived impact of the pandemic, as well as fully underline its socially stratified consequences. We outline the risk that limiting and prioritising research activities according to their immediate clinical outcomes might have in the relational and longitudinal understanding of cancer practices in the UK. Finally, we alert against potential distortions that a “covidization” of cancer research might entail, arguing for the need to maintain a critical point of view on the pandemic.</ns4:p>

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)0,010
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,003
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 Opus0,471
Tête enseignante GPT0,609
Écart entre enseignants0,138 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWellcome Open ResearchMême sujetCOVID-19 and healthcare impactsTravaux en français237 207