Equitable Collaboration between LMIC and HIC Researchers, Part I: A Preliminary Framework for Capacity Building in Psychiatric Genetics Research
Notice bibliographique
Résumé
International collaborations between high-income countries (HICs) and low- and middle-income countries (LMICs) have become increasingly essential in advancing global health, particularly within psychiatric research. These partnerships not only accelerate scientific discovery and enhance public health, but they also bring to light significant challenges in equity and fairness. Specifically, research partnerships often suffer from imbalances, such as "helicopter" research approaches or the exploitation and marginalization of LMIC researchers. Here, we present a consensus report by members of the International Society for Psychiatric Genetics, outlining key considerations and strategies for planning, implementing, and disseminating equitable collaborative research. Throughout the collaboration process, we identified both challenges and opportunities and provided recommendations to maximize the benefits of these partnerships. Among our considerations, we emphasize that Equitable Collaboration must begin with comprehensive stakeholder engagement, fostering a participatory environment that includes local communities, governments, and institutions from both HICs and LMICs. Inclusive planning and research design are essential, with a focus on cultural sensitivity and contextual relevance. Training initiatives are recommended to empower local stakeholders to actively engage in the research process. As research progresses, sustained collaboration between HIC and LMIC researchers can facilitate knowledge exchange and equitable benefit distribution. Ideally, these outcomes translate into local health policy improvements, promoting sustainable development and empowerment in LMICs. Among the potential challenges we identify are differences in ethical research and data-sharing frameworks across countries, inequalities in research resources and infrastructure, and reduced visibility of research conducted in LMICs. These factors can significantly impact research outcomes and their applicability. In conclusion, while global collaboration in psychiatric genetics presents complex challenges, it also offers substantial opportunities for impactful research and improved global mental health. We can foster more equitable health outcomes worldwide by committing to thoughtful planning, effective communication, ethical practices, and supportive policies.
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 | 0,238 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,028 | 0,058 |
| Communication savante | 0,036 | 0,035 |
| Science ouverte | 0,010 | 0,067 |
| Intégrité de la recherche | 0,019 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
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 ».