MétaCan
Menu
Retour à la cohorte
Enregistrement W4404120621 · doi:10.18357/anthropologica66120242719

Vaccins imparfaits : Un problème épineux dans le développement accéléré des vaccins

2024· article· fr· W4404120621 sur OpenAlexafffundvenue
Janice Graham, Koen Peeters Grietens

Notice bibliographique

RevueAnthropologica · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Si aucun vaccin ne peut offrir une protection totale, un haut niveau de réglementation en matière de sécurité, d’efficacité et de qualité est fondamental pour la confiance du public et l’adoption des vaccins en tant qu’outils essentiels de la santé publique mondiale. Cet article traite d’une préoccupation croissante au sujet des vaccins sous-optimaux « imparfaits » qui menacent les interventions d’urgence en cas de pandémie, ainsi que les programmes de santé publique habituel. Des normes réglementaires souples permettent aujourd’hui d’approuver plus rapidement des vaccins et des produits thérapeutiques dont l’efficacité n’est peut-être pas optimale. Des normes réglementaires flexibles permettent aujourd’hui d’approuver plus rapidement des vaccins et des produits thérapeutiques dont l’efficacité pourrait être sous-optimale. Les compromis entre les avantages et les inconvénients qui jouent un rôle considérable dans l’évaluation réglementaire, et à tous les stades du développement et de l’administration des vaccins, méritent d’être mieux connus du public, d’être plus transparents et de faire l’objet d’une plus grande responsabilisation. En nous basant sur le cas du premier vaccin antipaludique homologué, le RTS,S Mosquirix™, et à la lumière de l’approbation rapide des vaccins contre la COVID-19, nous examinons les implications socio-techniques des vaccins imparfaits dans les logiques vaccinales mondiales et suggérons des possibilités de renforcement de la légitimité pour informer la prochaine génération de la politique réglementaire en matière de technologie.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,056
Tête enseignante GPT0,345
Écart entre enseignants0,288 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnthropologicaMême sujetVaccine Coverage and HesitancyTravaux en français237 207