CINECA: Catalogue of ELSI issues_D7.1
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The goal of CINECA is to enable the exchange of population scale health data across international borders to allow and promote the reuse of data for health research. The rationale for sharing and reusing data in public health research is deeply rooted in the promotion of a fair distribution of research risks and benefits, and it has become an essential and powerful tool for public health research. In pursuit of this goal, this deliverable aims to give an overview of all the different ethical, legal and societal issues that the CINECA project might be confronted with: public health ethics, personal data protection, ethics of data sharing, protection of consent and vulnerability as well as compliance issues between Canada, Africa and Europe. It has been elaborated in a bottom up approach, starting from the practical legal and ethical issues encountered notably through Work Package 9 (EC Ethics Requirements). As a basis for the lawful and ethical guarantees for data sharing and reuse within CINECA, all cohorts and consortiums have provided for the copies of their own ethics approvals (Deliverable 9.4), and they are all independently responsible for ensuring researchers accessing data have their own research ethics approval. This deliverable will serve as a starting point for the future deliverable 7.2 which will be aimed at identifying and discussing the gaps in the different legislative or regulatory frameworks and corresponding literature. As a consequence, this deliverable is divided into two main parts, the first one focusing on the collective perspectives of international data sharing in public health research, the second one examining the opposite perspective of the protection of individual data subjects when their personal data is used for secondary processing.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 découle