Public attitudes towards genomic data sharing: results from a provincial online survey in Canada
Notice bibliographique
Résumé
BACKGROUND: While genomic data sharing can facilitate important health research and discovery benefits, these must be balanced against potential privacy risks and harms to individuals. Understanding public attitudes and perspectives on data sharing is important given these potential risks and to inform genomic research and policy that aligns with public preferences and needs. METHODS: A cross sectional online survey measured attitudes towards genomic data sharing among members of the general public in an Eastern Canadian province. RESULTS: Results showed a moderate comfort level with sharing genomic data, usually into restricted scientific databases with controlled access. Much lower comfort levels were observed for sharing data into open or publicly accessible databases. While respondents largely approved of sharing genomic data for health research permitted by a research ethics board, many general public members were concerned with who would have access to their data, with higher rates of approval for access from clinical or academic actors, but much more limited approval of access from commercial entities or governments. Prior knowledge about sequencing and about research ethics boards were both related to data sharing attitudes. CONCLUSIONS: With evolving regulations and guidelines for genomics research and data sharing, it is important to consider the perspectives of participants most impacted by these changes. Participant information materials and informed consent documents must be explicit about the safeguards in place to protect genomic data and the policies governing the sharing of data. Increased public awareness of the role of research ethics boards and of the need for genomic data sharing more broadly is also needed.
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 | 0,060 | 0,865 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,013 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».