MétaCan
Menu
Retour à la cohorte
Enregistrement W4383957889 · doi:10.5772/intechopen.1001897

Perspective Chapter: Research Ethics and Older Adults as Research Participants – What Needs to Change?

2023· book-chapter· en· W4383957889 sur OpenAlexaboutno aff
Kerstin Roger

Notice bibliographique

RevueIntechOpen eBooks · 2023
Typebook-chapter
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)NarrativePublic relationsResearch ethicsResearch councilSociologyPolitical scienceIntersectionalityGender studiesEngineering ethicsLawGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

In this chapter, we explore the ways in which we can better understand how university-based ethic review committees, and the protocols associated with research that include older adults, both help and hinder research, and how decisions can be shaped by and contribute towards narratives of ageism. Conceptions of what it means to age are rooted in historic biomedical ideas about the body, in juxtaposition to a richer understanding of the lifespan, history and diversity, intersectionality, and social determinants of health. This chapter explores how decisions made within ethic review committees in universities may be seen to protect older adults from unethical research practices and associated harms, and though well-intentioned, contribute towards the reproduction of ageist discourses and what it means to grow older, to be vulnerable, and to be in need of protection. This chapter draws insights gained from twenty years of research in multi-national, provincial, and local teams, teaching all levels of aging related courses at a local university, and work in the community. This research has been located in Canada where the Tri-Council Policy Guidelines require all research that includes human subjects to be approved a priori through a local research ethic review committee.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0020,013
Charge utile insuffisante (le modèle a refusé de juger)0,0020,022

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 Opus0,559
Tête enseignante GPT0,557
Écart entre enseignants0,002 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetAging and Gerontology ResearchTravaux en français237 207