Articulating ethical principles guiding Target Malaria's engagement strategy
Notice bibliographique
Résumé
Progress in gene drive research has engendered a lively discussion about community engagement and the ethical standards the work hinges on. While there is broad agreement regarding ethical principles and established best practices for conducting clinical public health research, projects developing area-wide vector control technologies and initiating ambitious engagement strategies raise specific questions: who to engage, when to engage, and how? When responding to these fundamental questions, with few best practices available for guidance, projects need to reflect on and articulate the ethical principles that motivate and justify their approach. Target Malaria is a not-for-profit research consortium that aims to develop and share malaria control and elimination technology. The consortium is currently investigating the potential of a genetic technique called gene drive to control populations of malaria vectoring mosquito species Anopheles gambiae. Due to the potentially broad geographical, environmental impact of gene drive technology, Target Malaria has committed to a robust form of tailored engagement with the local communities in Burkina Faso, Mali, and Uganda, where research activities are currently taking place. This paper presents the principles guiding Target Malaria's engagement strategy. Herein the authors (i) articulate the principles; (ii) explain the rationale for selecting them; (iii) share early lessons about the application of the principles. Since gene drive technology is an emerging technology, with few best practices available for guidance, the authors hope by sharing these lessons, to add to the growing literature regarding engagement strategies and practices for area-wide vector control, and more specifically, for gene drive research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».