MétaCan
Menu
Retour à la cohorte
Enregistrement W4402602478 · doi:10.1080/08989621.2024.2398104

Status of animal experimentation in nutrition and dietetic research: Policies of 100 leading journals and new approach methodologies

2024· review· en· W4402602478 sur OpenAlexaff
Maximilian Andreas Storz, Elizabeth Dean

Notice bibliographique

RevueAccountability in Research · 2024
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEngineering ethicsResearch integrityManagement sciencePolitical sciencePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Given animal research is challenged with inadequacies, e.g., animal-to-human knowledge translation, ethical considerations, and cost:benefit, new approach methodologies (NAMs) have been proposed as a replacement. With reference to the field of nutrition and dietetics, our aim was to examine the policies of its leading journals regarding human-based vs. traditional animal-based research; and to explore emerging NAMs that provide alternatives to animal experimentation. We reviewed 100 leading journals from an established database (SCImago Journal Rankings) in the nutrition and dietetics category for the year 2022. Eighty-three journals met the inclusion criteria. NAMs were extracted from a range of established sources. 9.6% (n = 8) of journals state they do not publish animal-based studies; 4.8% (n = 4) consider animal studies with qualifications, whereas the remaining 85.5% (n = 71) publish animal studies without qualification. Across sources, NAMs commonalities were identified including in vitro, in chemico, and in silico methods; and individual and population-based studies. Of leading nutrition/dietetic journals, relatively few have shifted to strictly non-animal methods. Greater attention to the increasing range of NAMs may not only reduce the need for animal research in the field, but may provide superior human-relevant outcomes. Studies are needed to establish their potential superiority.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gptMétarechercheCommunication savante
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
opusMétarechercheCommunication savante
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,335
score de la tête « metaresearch » (Gemma)0,465
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3350,465
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0350,058
Études des sciences et des technologies0,0050,007
Communication savante0,0210,008
Science ouverte0,0030,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,958
Tête enseignante GPT0,736
Écart entre enseignants0,222 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
DomaineMéthodes · Évaluation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountability in ResearchMême sujetAnimal testing and alternativesCatégorieMétarechercheTravaux en français237 207