MétaCan
Menu
Retour à la cohorte
Enregistrement W4214862386 · doi:10.1017/bhj.2021.49

The Human Rights Implications of Not-for-Profit Surrogacy Organizations in Cross-Border Commercial Surrogacy: An Australian Case Study

2022· article· en· W4214862386 sur OpenAlexaboutno aff
Yingyi Luo, Shelley Marshall, Denise Cuthbert

Notice bibliographique

RevueBusiness and Human Rights Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Health and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemunerationLiberian dollarBusinessProfit (economics)International tradeEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Cross-border surrogacy is a global industry that offers intended parents options for family formation by providing foreign surrogate mothers remuneration, directly or via an intermediary, in excess of their actual out-of-pocket expenses. It is a multi-million-dollar business with no international regulation. 1 In most countries, limited domestic regulation or oversight is in place. Many countries − such as Australia, the United Kingdom, New Zealand, Canada, Hong Kong and South Africa − only permit altruistic surrogacy, while Germany and France ban surrogacy entirely. 2 Fully legalized commercial surrogacy is the model followed in some states in the United States of America (USA), as well as Georgia and Ukraine. 3 This unregulated cross-border market has produced a lucrative business, with surrogacy arrangements growing by nearly 1,000 per cent between 2006 and 2010. 4 The for-profit surrogacy sector has expanded and fertility not-for-profit organizations have also entered the market. 5

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,438
Écart entre enseignants0,378 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Human Rights JournalMême sujetReproductive Health and TechnologiesTravaux en français237 207