MétaCan
Menu
Retour à la cohorte
Enregistrement W6920813317 · doi:10.6084/m9.figshare.25818646.v1

Relevance and feasibility of principles for health and environmental risk decision-making

2024· article· en· W6920813317 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRisk assessmentRelevance (law)Risk managementSet (abstract data type)AuthorizationIT risk managementHealth riskIntersection (aeronautics)

Résumé

récupéré en direct d'OpenAlex

Globally, national regulatory authorities are both responsible and accountable for health and environmental decisions related to diverse products and risk decision contexts. These authorities provided regulatory oversight and expedited market authorizations of vaccines and other therapeutic products during the COVID-19 pandemic. Regulatory decisions regarding such products and situations depend upon well-established risk assessment and management steps. The underlying processes supporting such decisions were outlined in frameworks describing the complex interactions between factors including risk assessment and management steps as well as principles which help guide risk decision-making. In 2022, experts in risk science proposed a set of 10 guiding principles, further examining the intersection and utility of these principles using 10 diverse risk contexts, and inviting a broader discourse on the application of these principles in risk decision-making. To add to this information, Canadian regulatory practitioners responsible for evaluating health and environmental risks and establishing policies convened at a Health Canada workshop on Principles for Risk Decision-Making. This review reports the results derived from this interactive engagement and provides a first pragmatic analysis of the relevance, importance, and feasibility of such principles for health and environmental risk decision-making within the Canadian regulatory context.

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)0,107
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,568

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,084
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0110,074
Communication savante0,0200,009
Science ouverte0,0040,010
Intégrité de la recherche0,0080,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,087
Tête enseignante GPT0,399
Écart entre enseignants0,312 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetRisk Perception and ManagementTravaux en français237 207