Notice bibliographique
Résumé
ObjectivesExisting decision-making practices and processes for sharing linked data for research are not keeping pace with the data tsunami and technological advances. The objectives of this project were to review existing approaches to decision making and to make recommendations for better decision-making practices and processes. ApproachWe used a hypothetical research application to compare decision-making practices and processes for sharing linked health data for research in three jurisdictions, Western Australia, Manitoba and Scotland. to We considered the decision makers; the relevant law, policy, and guidelines; and the ethical review process to assess practice and process against metrics of good decision making - efficiency, transparency, accountability and community participation. An analysis of the similarities and differences identified common problems and challenges with existing decision-making processes. Recommendations on how to address these common problems were proposed. ResultsThere were significant similarities in the decision-making processes in the three jurisdictions. These included: formal application processes; a statutory basis for decision making; criteria for waiving consent including low risk, impracticality, necessity, and protection of privacy and confidentiality; and at least some community participation in decision making and research. The main areas where decision making could be improved were: Efficiency — the number of decision makers and duplication of the issues considered by different decision makers. Separation of decision making on governance criteria and ethics criteria Transparency and accountability Community involvement ConclusionThis project has identified several areas where decision-making about sharing linked data for research could be improved. Six internationally relevant recommendations for better decision-making were developed covering a range of issues from identifiability to community involvement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,259 | 0,215 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,018 |
| Communication savante | 0,026 | 0,026 |
| Science ouverte | 0,006 | 0,018 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».