Academic-Industry Partnerships: Transparency, Potential Conflict of Interest, and Communicating State-of-the-Art Technologies
Notice bibliographique
Résumé
Converting basic science discoveries into tangible diagnostic tools and therapies for human diseases is simultaneously valuable and daunting.Always looming in the background is the potential that translatable research knowledge may have commercial value in addition to its clinical and societal value.The researchers must determine what, if anything, should be done to ensure appropriate and fair retention of rights to their work and discoveries.In previous eras, when a scientist made a discovery in the laboratory that showed clinical utility, the potential for financial benefit was at best an indirect consideration.The most striking example may have been the transfer in 1923 of all commercial rights for insulin from the Canadian scientists who discovered it to their home university for a nominal $1 payment (1).More recently in the United States (US), scientists' motivation to hypothesize, experiment and discover opportunities to intervene on human disease was transformed in 1980 by passage of the Bayh-Dole Act (2).This watershed legislation irrevocably changed the pathway from research to commercialization (2).Previously, US grantee institutions assigned patents emanating from research activities to the federal government.After Bayh-Dole, academic and federally-funded institutions retained the ability to identify patentable discoveries from investigator-driven research and to forge ahead with patenting and development.This balanced the need to expeditiously bring a discovery into the clinical
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 | 0,029 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,167 | 0,087 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».