MétaCan
Menu
Retour à la cohorte
Enregistrement W4406038192 · doi:10.1002/eahr.60004

(Epistemic) Injustice and Resistance in Canadian Research Ethics Governance

2025· article· en· W4406038192 sur OpenAlexafffundabout
Sarah Clairmont, Emily Doerksen, Alize E. Gunay, Phoebe Friesen

Notice bibliographique

RevueEthics & Human Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésIgnoranceInjusticeCorporate governanceEpistemologyBusiness ethicsSociologyResearch ethicsEngineering ethicsInformation ethicsResistance (ecology)Meta-ethicsVeil of ignoranceEnvironmental ethicsEconomic JusticePolitical scienceLawPhilosophyManagement

Résumé

récupéré en direct d'OpenAlex

This article brings a philosophical perspective to bear on issues of research ethics governance as it is practiced and organized in Canada. Insofar as the processes and procedures that constitute research oversight are meant to ensure the ethical conduct of research, they are based on ideas or beliefs about what ethical research entails and about which processes will ensure the ethical conduct of research. These ideas and beliefs make up an epistemic infrastructure underlying Canada's system of research ethics governance, but, we argue, extensive efforts by community members to fill gaps in that system suggest that these ideas may be deficient. Our aim is to make these deficiencies explicit through critical analysis by briefly introducing the philosophical literature on epistemic injustice and ignorance, and by drawing on this literature and empirical evidence to examine how injustice and ignorance show up across three levels of research ethics governance: research ethics boards, regulations, and training. Following this critique, and drawing on insights from the same philosophical tradition, we highlight the work that communities across Canada have done to rewrite and rework how research ethics as a site of epistemic resistance is practiced.

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)0,051
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,979

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,079
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0400,086
Communication savante0,0190,006
Science ouverte0,0030,014
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,768
Tête enseignante GPT0,705
Écart entre enseignants0,063 · 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
DomaineMéthodes
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

Citations8
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEthics & Human ResearchMême sujetEthics in Clinical ResearchTravaux en français237 207