Current landscape of research ethics consultation services: National survey results
Notice bibliographique
Résumé
Introduction: The goal of a research ethics consultation service (RECS) is to assist relevant parties in navigating the ethical issues they encounter in conduct of research. The goal of this survey was to describe the current landscape of research ethics consultation and document if and how it has changed over the last decade. Methods: The survey instrument was based on the survey previously circulated. We included a number of survey domains from the previous survey with the goal of direct comparison of outcomes. The survey was sent to 57 RECS in the USA and Canada. Results: Forty-nine surveys were completed for an overall response rate of 86%. With the passing of 10 years, the volume of consults received by RECS surveyed has increased. The number of consults received by a subset of RECS remains low. RECS continues to receive requests for consults from a wide range of stakeholders. About a quarter of RECS surveyed actively evaluate their services, primarily through satisfaction surveys routinely shared with requestors. The number of RECS evaluating their services has increased. We identified a group of eight key competencies respondents find as key to providing RECS. Conclusions: The findings from our survey demonstrate that there have been growth and development of RECS since 2010. Further developing evaluation and competency guidelines will help existing RECS continue to grow and facilitate newly established RECS maturation. Both will allow RECS personnel to better serve their institutions and add value to the research conducted.
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 | 0,248 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».