MétaCan
Menu
Retour à la cohorte
Enregistrement W4396523826 · doi:10.61838/kman.intjssh.7.2.4

The Ethical Compass: Establishing ethical guidelines for research practices in sports medicine and exercise science

2024· article· en· W4396523826 sur OpenAlexaff
Noomen Guelmami, Lamia Ben Ezzeddine, Ghouili Hatem, Omar Trabelsi, Helmi Ben Saad, Jordan M. Glenn, Abdelfatteh El Omri, Nasr Chalghaf, Morteza Taheri, Anissa Bouassida, Mohamed Ben Aissa, Khaled Trabelsi, Achraf Ammar, Mohamed Mansour Bouzouraa, Mouna Saidane, Özgür Eken, Cain C. T. Clark, Kamdin Parsakia, Wissem Dhahbi, Lolwa Barakat, Luis Felipe Reynoso-Sánchez, Hesham R. El‐Seedi, Laisa Liane Paineiras-Domingos, Mohamed Romdhani, Ramzi Al-Horani, Jad Adrian Washif, Sheikh Shoib, Osamah Mohammed Alyasiri, Leonardo José Mataruna-Dos-Santos, Najim Z. Alshahrani, Rodrigo Luiz Vancini, Halil İ̇brahim Ceylan, Haijiang Dai, Nicola Luigi Bragazzi, Sarya Swed, Beat Knechtle, Piotr Żmijewski, Hamdi Chtourou, Karim Chamari, Ismail Dergaa

Notice bibliographique

RevueInternational journal of Sport Studies for Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCompassSports scienceSports medicineEngineering ethicsEthical issuesMedical educationPsychologyMedicinePhysical therapyEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Objective: Research in sports medicine and exercise science has experienced significant growth over recent years. With this expansion, there has been a concomitant rise in ethical challenges specific to these disciplines. While various ethical guidelines exist for numerous scientific fields, a comprehensive set tailored specifically for sports medicine and exercise science is lacking. Aiming to bridge this gap, this paper proposes a comprehensive, updated set of ethical guidelines specifically targeted at researchers in sports medicine and exercise science, providing them with a thorough framework to ensure research integrity. Methods: A collaborative approach was adopted, involving contributions from a diverse group of international experts in the field. A thorough review of existing ethical guidelines was conducted, followed by the identification and detailed examination of 15 specific ethical topics relevant to the discipline. Each topic was discussed in terms of its definition, consequences, and preventive measures. Results: The research in sports medicine and exercise science has grown significantly, bringing to the fore ethical challenges unique to these disciplines. Our comprehensive review identifies 15 key ethical challenges: plagiarism, data falsification, role of artificial intelligence chatbots in academic writing, overstating results, excessive/strategic self-citation, duplicate publications, non-disclosure of conflicts of interest, image manipulation, misuse of peer review, ghost and gift authorship, inadequate data retention, data fabrication, falsification of IRB approvals, lack of informed consent, and unethical human or animal experimentation. For each identified challenge, we propose practical solutions and best practices, enriched by the diverse perspectives of our collaborative international expert panel. This endeavor aims to offer a foundational set of ethical guidelines tailored to the nuanced needs of sports medicine and exercise science, ensuring research integrity and promoting ethical responsibility across these vital fields. Conclusion: This article represents a seminal contribution to the establishment of essential ethical guidelines specifically designed for the fields of sports medicine and exercise science. This article charts a clear course for researchers, clinicians, and policymakers by integrating these ethical principles at the heart of our scholarly and clinical activities. Consequently, it envisions a future where the principles of research integrity and ethical responsibility consistently inform every scientific discovery and every clinical engagement.

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)0,028
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,379
Tête enseignante GPT0,632
Écart entre enseignants0,253 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of Sport Studies for HealthMême sujetSports injuries and preventionTravaux en français237 207