MétaCan
Menu
Retour à la cohorte
Enregistrement W7075628612

REPROGENETICS: LAW, POLICY, AND ETHICAL ISSUES

2007· other· en· W7075628612 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigitalGeorgetown (Georgetown University Library) · 2007
Typeother
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEugenicsEthical issuesPublic policyCorporate governanceKingdomPoliticsWhite (mutation)Public consultationWhite paper
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

List of contributors -- Preface -- Pt. I. The historical and regulatory landscape -- Ch. 1. On drawing lessons from the history of eugenics / Diane B. Paul -- Ch. 2. Governmental regulation of genetic technology, and the lessons learned / Julie Gage Palmer -- Ch. 3. Oversight of assisted reproductive technologies: the last twenty years / Andrea L. Bonnicksen -- Pt. II. Ethical issues in reprogenetics -- Ch. 4. Market transactions in reprogenetics: a case for regulation / Suzanne Holland -- Ch. 5. Stem cells, clones, consensus, and the law / Timothy Caulfield -- Pt. III. International regulation of reprogenetics -- Ch. 6. The governance of reprogenetic technology: international models / Lori P. Knowles -- Ch. 7. Regulating reprogenetics in the United Kingdom / Andrew Grubb -- Ch. 8. The evolution of public policy on reprogenetics in Canada / Patricia A. Baird -- Pt. IV. Regulating reprogenetics in the United States / Ch. 9. A brief history of public debate about reproductive technologies: politics and commissions / Kathi E. Hanna -- Ch. 10. Possible policy strategies for the United States: comparative lessons / Alison Harvison Young -- Ch. 11. The development of reprogenetic policy and practice in the United States: looking to the United Kingdom / Gladys B. White -- Ch. 12. Reprogenetics and public policy: reflections and recommendations / Erik Parns and Lori P. Knowles -- Index

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)0,020
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,018
Communication savante0,0130,009
Science ouverte0,0020,005
Intégrité de la recherche0,0140,015
Charge utile insuffisante (le modèle a refusé de juger)0,0330,030

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigitalGeorgetown (Georgetown University Library)Même sujetGeochemistry and Geologic MappingTravaux en français237 207