MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378776244 · doi:10.5281/zenodo.7990949

VITALISE D7.2 Ethical application documents for JRA3

2022· report· en· W4378776244 sur OpenAlexaboutno aff
Santonen Teemu

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typereport
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésEngineering ethicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

VITALISE brings together Living Labs across Europe (and 1 outside Europe in Canada) to create a Thematic ecosystem of Living Labs in the Health and Wellbeing domain, aiming at creating synergies and transnational collaboration opportunities through innovative Joint Research Activities (JRA). JRAs will also serve as the test bed for all the harmonization procedures, for assessing and improving the provided living lab services. JRA3 for everyday living environments will focus on evaluating the usage and applicability of innovative data collection technologies during the various everyday living activities executed inside and outside premises. The results will help to develop harmonized research protocol for developing big data–driven hybrid persona –hypothetical user archetypes created to represent a user community. This document presents the work performed for obtaining ethical approval for the research activities performed in JRA3. The results indicate significant ethical application process time differences between the countries ranging from few days to over two months. Three different types of the ethical boards were identified: internal, external and mixed boards. Internal entity referring to boards operating within the organization while external board is referring to a board which is not directly associated with the organization conducting the study. Mixed board includes both external and internal actors and can be managed by the research organization or external entity. All but one VITALISE JRA3 partner have submitted their ethical application. The missing partner (TREBAG) is submitting their application on April. Case studies incorporating AIT, LiCalab, CERTH, AUTH and McGill-UDEM have already received ethical approval. Laurea and INTRAS case studies were asked to do re-submission, which Laurea has already done while INTRAS is waiting for the Spanish Agency for Medicines and Health Products resolution on whether their study is considered as a medical device study before making the re-submission. GAIA has been waiting ethics board decision for over two months but should receive it on April. As a summary, it is concluded that JRA3 is progressing somewhat as planned, since additional information request are normal during the ethics process. The risk of delays that will have an impact on VITALISE project are not in sight.

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)0,089
score de la tête « metaresearch » (Gemma)0,172
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,172
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,005
Communication savante0,0150,004
Science ouverte0,0030,006
Intégrité de la recherche0,0140,008
Charge utile insuffisante (le modèle a refusé de juger)0,1040,057

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 Opus0,222
Tête enseignante GPT0,439
Écart entre enseignants0,217 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetArtificial Intelligence in Healthcare and Education→Travaux en français237 207→