The 3Rs principle – mind the ethical gap!
Notice bibliographique
Résumé
Over the 50 years since they were first proposed, the 3Rs (Replacement, Reduction, Refinement) have made a tremendous impact. These principles seem to unify concerns for better science with causing less harm to animals. The ideas behind the 3Rs are so intuitively compelling that it is tempting to believe that full implementation is merely a matter of time, and once the 3Rs are widely implemented, the public will fully support any continued laboratory animal use that is deemed necessary. In this paper, we argue that these conclusions are unlikely to be correct, in part because the 3Rs are rich in ambiguities, and any implementation requires resolving the dilemma that promoting one R will sometimes directly or indirectly conflict with promoting another. For example, should Reduction be conceived in absolute or in relative numbers? Is it really possible (or desirable) to use relative Replacement (i.e., switching from a “higher” to a “lower” species)? Which of the 3Rs should receive priority? Until now, some scholars have focused on identifying Replacements for the use of live animal experiments in research, while others have focused on Reduction in the number of animals used and Refinements in procedures such that animals experience less harm. Meaningful contact between these camps may be limited, however. In some cases, the goals of Reduction and Refinement actually conflict, as, for example, in the choice to re-use animals (and hence reduce total animal usage) or to avoid re-use (and hence avoid the negative effects of repeated exposure to harmful procedures). We conclude that there is now a need for a more thorough ethical discussion on how to resolve these issues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,019 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».