Building the bioethics tools of a community council to the future: the ecosystemic gap
Notice bibliographique
Résumé
Abstract These are times of crisis. Recently, the COVID-19 pandemic and the resurgence of a form of Cold War raised international concerns about Health & Well-Being, Climate & Biodiversity, and Technology & Economy. Articulating bridges between disciplines, between cultures and between knowledges has never been more urgent to accelerate the translation of values and policies into actions. This comprehensive review argues for a radical ecosystemic approach to bridge the Medical & Environmental fields (studies, sectors, and technics) in an integrated management practice of Care, Production & Biodiversity. As bridging implies solving the epistemological gap, the argument emphasizes the need to raise awareness with theoretical hybridizations, fieldwork hypotheses, and working theories. According to Van Rensselaer Potter, who coined the term ‘bioethics’, awareness means to refocus the Medical & Environmental studies and surveillance processes from a target (e.g., the disease, the pathogen, or the resource) to its context (e.g., adding history, demography and ecology). Thus reframed, concerned researchers, leaders, and citizens should invest their effort in preparing the (contextual) terrain for ever-more organizational resilience. We conclude on the need for actions to shape the Health & Biodiversity determinants, to improve communication systems, data-sharing networks, and responsible innovations, and to foster knowledge translation to envision a better realistic future. “Ecology’s uneconomic, but with another kind of logic economy’s unecologic” ( Potter 1988 , p.9)
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 | 0,005 | 0,000 |
| 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 | 0,007 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».