Analysing Discrimination based on Genetic Information
Notice bibliographique
Résumé
This paper analyzes and critiques existing literature on discrimination based on genetic information collected during genetic tests of individuals and the legal issues attached therewith. Genetic variations, which can lower or raise disease risk, result from the inheritance of parental genes. Subjecting individuals to stigmatization based on their unique ancestry or genetic status raises legitimate concerns. The literature review reveals that the issue of discrimination based on genetic information has occurred in countries like the United States and Canada. Accordingly, concerns regarding new forms of discrimination arising from the collection of information during genetic testing have grown over the decades in the wake of technological advancements in biotechnology, health, and allied sciences, as several studies have revealed. On the contrary, more material sufficiency in India necessitates consulting data from various disciplines. A conceptual framework is proposed to examine the theoretical foundations of non-discrimination provisions, compare genetic information non-discrimination legislation in the United States and Canada to India, and evaluate the practicality of implementing such laws in India. The initial testing of this framework suggests that due to insufficient legislation, there may be a need for enforceable measures to mitigate genetic information-related discrimination in India. The research problem requires qualitative research to gain an in-depth comprehension of experiences, phenomena, and context. This paper makes two main contributions: establishing a comprehensive background to allow comparisons by scholars and policymakers on the matter and helping to further the debate on the subject to generate value-based research regarding the ethical, legal, and social impacts of genetic research and anti-discrimination laws.KEYWORDS: Non-discrimination, Genetics and law, Literature review, Genetic discrimination.
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 | 0,013 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».