MétaCan
Menu
Retour à la cohorte
Enregistrement W4396904214 · doi:10.3389/fmed.2024.1379966

Exploring regulatory flexibility to create novel incentives to optimize drug discovery

2024· article· en· W4396904214 sur OpenAlexafffund
Jacqueline Sullivan, E. Richard Gold

Notice bibliographique

RevueFrontiers in Medicine · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensMcGill UniversityWestern University
Organismes subventionnairesGenome British ColumbiaGenome Canada
Mots-clésIncentiveFlexibility (engineering)BusinessDrug developmentSet (abstract data type)Drug discoveryDrugFace (sociological concept)Industrial organizationPublic relationsPublic economicsKnowledge managementPolitical scienceEconomicsPharmacologyMedicineComputer scienceMarket economyManagement

Résumé

récupéré en direct d'OpenAlex

Efforts by governments, firms, and patients to deliver pioneering drugs for critical health needs face a challenge of diminishing efficiency in developing those medicines. While multi-sectoral collaborations involving firms, researchers, patients, and policymakers are widely recognized as crucial for countering this decline, existing incentives to engage in drug development predominantly target drug manufacturers and thereby do little to stimulate collaborative innovation. In this mini review, we consider the unexplored potential within pharmaceutical regulations to create novel incentives to encourage a diverse set of actors from the public and private spheres to engage in the kind of collaborative knowledge exchange requisite for fostering enhanced innovation in early drug development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,149
Tête enseignante GPT0,316
Écart entre enseignants0,167 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetPharmaceutical Economics and PolicyTravaux en français237 207