MétaCan
Menu
Retour à la cohorte
Enregistrement W6947813067 · doi:10.48336/yzxf-ay37

Parental consent for newborn screening: a discrete choice experiment

2022· article· en· W6947813067 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPreferenceInformed consentLogistic regressionParental consentLatent class modelMixed logitSample (material)Logit

Résumé

récupéré en direct d'OpenAlex

Background: Parental consent is very commonly assumed for newborn bloodspot screening (NBS) in most Canadian provincial screening programs. This falls short of usual norms, and evidence suggests that some parents would prefer an explicit process. This study was designed to inform improvements in NBS consent processes. Objectives: (1) To examine parents’ past experiences with, and attitudes towards, NBS consent processes in Canada. (2) To quantify parents’ preferences towards specific attributes of the NBS consent process, and identify characteristics of subgroups with different preference patterns. Method: A cross-sectional survey that included a discrete choice experiment (DCE) was conducted to capture information on participants’ past experiences with and preferences for NBS consent processes. DCE data were analyzed using conditional logit and latent class (LC) regression models. Results: The sample comprised 715 participants. As an overall group, respondents preferred to have NBS information provided late in pregnancy, for consent not to be assumed by providers, and for the consent decision to always be recorded. Three classes of participants with different underlying preference patterns were identified in the sample. Conclusion: If NBS programs wish to better meet parents’ preferenes, the results indicate specific aspects of the consent process that could be targeted for further examination..

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)0,018
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,070
Tête enseignante GPT0,295
Écart entre enseignants0,225 · 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'étudeObservationnel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetSpecies Distribution and Climate ChangeTravaux en français237 207