MétaCan
Menu
Retour à la cohorte
Enregistrement W4213151810 · doi:10.12927/hcq.2022.26712

Meaningful Digital Consent in Canada: Recommendations from Pan-Canadian Consent Management Workshops

2022· article· en· W4213151810 sur OpenAlexaffvenueabout
Nelson Shen, Iman Kassam, Daria Ilkina, Sarah Wickham, Abigail Carter-Langford

Notice bibliographique

RevueHealthcare Quarterly · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensInstitute on GovernanceCanada Health InfowayCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Informed consentPublic relationsDigital healthContext (archaeology)LegislationInternet privacyBest practicePublic healthBusinessPolitical scienceMedicineKnowledge managementMedical educationHealth careNursingAlternative medicineComputer scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

The digital health landscape is rapidly evolving with regard to how society accesses and interacts with digital information and technologies. With a largely commercial marketplace, there are growing concerns that users are not fully informed about how their data are used. Canadian privacy legislation is currently undergoing modernization to improve the transparency of commercial information handling practices through the introduction of meaningful consent. This paper reports on workshops held across Canada, exploring the implications of meaningful consent in a digital health context. Recommendations focus on measures to promote transparency, improve digital literacy and foster public trust in digital health innovations.

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)0,108
score de la tête « metaresearch » (Gemma)0,134
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,926

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1080,134
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,009
Études des sciences et des technologies0,0270,009
Communication savante0,0170,008
Science ouverte0,0080,015
Intégrité de la recherche0,0100,013
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,276
Tête enseignante GPT0,468
Écart entre enseignants0,192 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetEthics in Clinical ResearchTravaux en français237 207