MétaCan
Menu
Retour à la cohorte
Enregistrement W4281988284 · doi:10.12927/hcpol.2022.26829

Commentary: University Technology Transfer Has Made a Significant Contribution to Fighting COVID-19 while Ensuring Global Access

2022· letter· en· W4281988284 sur OpenAlexvenueno aff
Ashley J. Stevens

Notice bibliographique

RevueHealthcare policy · 2022
Typeletter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Technology transferPandemicBench to bedsideSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPersonal protective equipmentHealth careBusinessPublic healthPublic sectorPublic relationsPolitical scienceEngineering ethicsMedicineVirologyEngineeringLawInternational tradeNursing

Résumé

récupéré en direct d'OpenAlex

This paper reviews the response by public sector research organizations and their technology transfer offices to the COVID-19 pandemic.It shows that leading universities and technology transfer associations quickly enacted licensing principles for the duration of the pandemic to maximize availability and minimize delays in translating public sector research institutes' (PSRIs') COVID-19 inventions to the public -in both the developed and the developing world -while waiving payment of royalties.It discusses examples of vaccines, drugs, diagnostics and personal protective equipment that were developed in PSRIs and swiftly deployed throughout the world on socially responsible terms.It reviews the case cited by Herder et al. (2022) and concludes that their proposed mandates are unnecessary and may inhibit the free flow of healthcare innovation from bench to bedside. RésuméCet article passe en revue la réaction à la pandémie de la COVID-19 de la part des organismes de recherche du secteur public et de leurs bureaux de transfert de technologie.Il montre que les principales universités et associations de transfert de technologie ont rapidement adopté des principes d' octroi de licences pour la durée de la pandémie afin de maximiser la disponibilité et de minimiser les retards dans la transposition des inventions des instituts de recherche publics (IRP) vers les populations -dans les pays développés comme dans ceux en développement -tout en renonçant au paiement des redevances.Il présente des exemples de

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)0,009
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,008
Communication savante0,0080,008
Science ouverte0,0060,003
Intégrité de la recherche0,1470,081
Charge utile insuffisante (le modèle a refusé de juger)0,0140,016

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 Opus0,132
Tête enseignante GPT0,345
Écart entre enseignants0,212 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetPharmaceutical Economics and PolicyTravaux en français237 207