MétaCan
Menu
Retour à la cohorte
Enregistrement W4206565140 · doi:10.1017/cbo9780511642364

Gene Transfer and the Ethics of First-in-Human Research

2009· book· en· W4206565140 sur OpenAlexaff
Jonathan Kimmelman

Notice bibliographique

RevueCambridge University Press eBooks · 2009
Typebook
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Psychological interventionEngineering ethicsInformed consentDisadvantagedMedical researchInclusion (mineral)Clinical trialEthical issuesGene transferPolitical scienceMedicinePsychologyAlternative medicineEngineeringLawSocial psychologyComputer scienceBiologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Human gene transfer is widely regarded as one of the most promising technologies for the treatment of a variety of disorders, but it presents practitioners with a variety of difficult ethical questions. Gene Transfer and the Ethics of First-in-Human Research examines the ethical and policy dimensions of testing interventions in human beings for the first time. The book discusses the difficult ethical challenges that arise from attempting to translate laboratory discoveries into clinical applications. These range from which available techniques to use, when to initiate human testing, questions of consent, expectation in public arenas, how to define acceptable risk, and the inclusion of vulnerable or disadvantaged subjects in early phase trials. This book is relevant to ethicists, legal practitioners, policy makers, geneticists and clinicians involved in clinical trials of new medical interventions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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.

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

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

En bref

Citations71
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetCRISPR and Genetic EngineeringTravaux en français237 207