Notice bibliographique
Résumé
There are puzzles in research-ethics review that confound researchers in the social sciences. First, how did the biomedical research ethics process capture the research-ethics perspectives in the social sciences? Second, why has it proved impossible to recognize the relevance of stepping outside the biomedical paradigm? Third, what institutional agencies have not permitted researchers in the social sciences to abandon the biomedical paradigm and adopt one that is relevant for social scientists? There are particular elements that characterize the ethics-review process. Some phrases as ‘rigor’ dissuade inductive researchers, the power of hierarchical nature of research-ethics committees inevitably impose the biomedical stance in research, the colonizing nature of research-ethics betrays its American bias, and the insistence that all researchers implement a data-management plan is not relevant to the social sciences. Some of the more common suggestions to improve the situation are unworkable.
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 | 0,618 | 0,727 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,018 | 0,098 |
| Communication savante | 0,035 | 0,065 |
| Science ouverte | 0,008 | 0,017 |
| Intégrité de la recherche | 0,033 | 0,047 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».