Zum Umgang mit incidental findings in der neurowissenschaftlichen Forschung mit bildgebenden Verfahren
Notice bibliographique
Résumé
Trotz ihrer großen praktischen Bedeutung ist die Frage nach dem Umgang mit incidental findings, also Zufallsfunden, in der neurowissenschaftlichen Forschung mit bildgebenden Verfahren rechtlich ungeklärt. Solche in der Studie beiläufig aufgedeckten, potenziell klinisch relevanten Anomalien können für die Proband/innen weitreichende gesundheitliche und rechtliche Folgen haben. Für die Forscher/innen knüpfen sich daran vor allem zwei Fragen: Inwieweit muss vorab über die Möglichkeit von incidental findings aufgeklärt werden? Und welche konkreten Mitteilungs- und Sorgfaltspflichten bestehen gegenüber Proband/innen bei deren Aufdeckung? Die Arbeit untersucht hierzu die relevanten rechtlichen und ethischen Rahmenbedingungen neurowissenschaftlicher Forschung auf nationaler, europäischer und internationaler Ebene. Sie präsentiert ein Lösungsmodell, das die beiderseitigen Interessen angemessen in Ausgleich bringt und für die Forschungspraxis ein höchstmögliches Maß an Rechtssicherheit bietet. Anna Caroline Rödiger studierte Rechtswissenschaften an den Universitäten Bonn und Straßburg. Sie war als wissenschaftliche Mitarbeiterin am Institut für Wissenschaft und Ethik sowie am Institut für Öffentliches Recht, Abteilung Europarecht der Universität Bonn tätig. Weitere wertvolle Impulse für ihre Arbeit erhielt sie als Gastwissenschaftlerin am Health Law Institute der University of Alberta sowie als Research Fellow am Centre for Criminology and Criminal Justice der University of Manchester.
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 | 0,036 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».