Strengths, gaps, and future directions on the landscape of ethics-related research for spinal cord injury
Notice bibliographique
Résumé
Spinal cord injury (SCI) affects between 250,000-500,000 people globally each year. While the medical aspects of SCI have received considerable attention in the academic literature, discourse pertaining to its ethical implications is more limited. The experience of SCI is shaped by intersecting demographic and identity factors such as gender, race, and culture that necessitate an intersectional and value-based approach to ethics-related research that is properly situated in context. Given this background, we conducted a content analysis of academic studies exploring the perspectives and priorities of individuals with SCI published in peer-reviewed journals in the decade between 2012-2021. Terms pertaining to SCI and ethics were combined in a search of two major publication databases. We documented overall publication patterns, recruitment and research methods, reporting of demographic variables, and ethics-related discourse. Seventy (70) papers met inclusion criteria and were categorized by their major foci. Findings reveal a gap in reporting of participant demographics, particularly with respect to race and ethnicity, geographic background, and household income. We discuss these person-centered themes and gaps that must be closed in the reporting and supporting of SCI research.
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 | 0,110 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,018 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».