Psychedelics in PERIL: The Commercial Determinants of Health, Financial Entanglements and Population Health Ethics
Notice bibliographique
Résumé
The nascent for-profit psychedelic industry has begun to engage in corporate practices like funding scientific research and research programs. There is substantial evidence that such practices from other industries like tobacco, alcohol, pharmaceuticals and food create conflicts of interest and can negatively influence population health. However, in a context of funding pressures, low publicly funded success rates and precarious academic labor, there is limited ethics guidance for researchers working at the intersection of clinical practice and population health as to how they should approach potential financial sponsorship from for-profit entities, such as the psychedelic industry. This article reports on a reflective exercise among a group of clinician scientists working in psychedelic science, where we applied Adams' (2016) PERIL (Purpose, Extent, Relevant harm, Identifiers, Link) ethical decision-making framework to a fictionalized case of corporate psychedelic financial sponsorship. Our analysis suggests financial relationships with the corporate psychedelic sector may create varying degrees of risk to a research program's purpose, autonomy and integrity. We argue that the commercial determinants of health provide a useful framework for understanding the ethics of industry-healthcare entanglements and can provide an important population health ethics lens to examine nascent industries such as psychedelics, and work toward potential solutions.
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 | 0,026 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,075 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».