MétaCan
Menu
Retour à la cohorte
Enregistrement W4402742523 · doi:10.1371/journal.pgph.0003173

‘Our project, your problem?’ A case study of the WHO’s mRNA technology transfer programme in South Africa

2024· article· en· W4402742523 sur OpenAlexafffund
Matthew Herder, Ximena Benavides

Notice bibliographique

RevuePLOS Global Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchDalhousie UniversityPublic Health AgencyPublic Health Agency of CanadaYale UniversityGAVI Alliance
Mots-clésTechnology transferComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

In June 2021 the World Health Organization (WHO) and the Medicines Patent Pool (MPP) launched an mRNA technology transfer programme. With a South African consortium serving as the hub, the programme aimed to increase vaccine manufacturing capacity in low- and middle-income countries (LMICs) in view of the "vaccine apartheid" that was observed during COVID-19. Following Clarke's "situational analysis," the present study assessed whether the mRNA programme differs from the approach and practices that comprise current biopharmaceutical production. Numerous documentary sources, including legal agreements underpinning the programme, funding agreements, and patent filings, were reviewed. Semi-structured interviews with 35 individuals, ranging from the programme's architects and university scientists to representatives from LMIC vaccine manufacturers taking part in the programme were also conducted. While the mRNA programme may improve the sharing of knowledge, other design features, in particular, weak conditionalities around product affordability, participants' freedom to contract with third parties, and acceptance of market-based competition, are in line with the status quo. Further, WHO and MPP's tight control over the programme evokes the dynamics that are often in play in global health, to the detriment of empowering LMIC-based manufacturers to generate mRNA products in response to local health needs.

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 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)0,013
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0290,018
Communication savante0,0070,006
Science ouverte0,0030,008
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,141
Tête enseignante GPT0,373
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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

Citations27
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetBiomedical Ethics and RegulationTravaux en français237 207