MétaCan
Menu
Retour à la cohorte
Enregistrement W53898527

Open-access public-private partnerships to enable drug discovery--new approaches.

2010· article· en· W53898527 sur OpenAlexaff
Susanne Müller, Johan Weigelt

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueScience, Research, and Medicine
Établissements canadiensStructural Genomics Consortium
Organismes subventionnairesnon disponible
Mots-clésAttritionProductivityDrug discoveryLiberian dollarBusinessPharmaceutical industryData sharingScientific discoveryMarketingKnowledge managementFinanceComputer scienceMedicineEconomicsEconomic growthPharmacologyAlternative medicinePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The productivity of the pharmaceutical industry, as assessed by the number of NMEs produced per US dollar spent in R&D, has been in steady decline during the past 40 years. This decline in productivity not only poses a significant challenge to the pharmaceutical industry, but also to society because of the importance of developing drugs for the treatment of unmet medical needs. The major challenge in progressing a new drug to the market is the successful completion of clinical trials. However, the failure rate of drugs entering trials has not decreased, despite various technological and scientific breakthroughs in recent decades, and despite intense target validation efforts. This lack of success suggests limitations in the fundamental understanding of target biology and human pharmacology. One contributing factor may be the traditional secrecy of the pharmaceutical sector, a characteristic that does not promote scientific discovery in an optimal manner. Access to broader knowledge relating to target biology and human pharmacology is difficult to obtain because interactions between researchers in industry and academia are typically restricted to closed collaborations in which the knowledge gained is confidential.However, open-access collaborative partnerships are gaining momentum in industry, and are also favored by funding agencies. Such open-access collaborations may be a powerful alternative to closed collaborations; the sharing of early-stage research data is expected to enable scientific discovery by engaging a broader section of the scientific community in the exploration of new findings. Potentially, the sharing of data could contribute to an increased understanding of biological processes and a decrease in the attrition of clinical programs.

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)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0080,015
Science ouverte0,0030,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0650,027

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 Opus0,378
Tête enseignante GPT0,380
Écart entre enseignants0,003 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetScience, Research, and MedicineTravaux en français237 207