'Mining the Rock': towards a benefit-sharing framework for human genetic research in Newfoundland and Labrador
Notice bibliographique
Résumé
For decades the province of Newfoundland and Labrador (NL) has been a hot spot for genetic research, largely due to the presence of a genetic founder population. At the same time, the province is well-known for its abundance of natural resources, including the historical fishery and the more contemporary mining and oil and gas sectors. Beginning in the early 2000s, several individuals began referring to the province’s unique genetic architecture as a “resource” – language that resonates particularly well in a province whose economic outlook is intimately tied to natural resource development. This dissertation explores whether the descriptor of “resource” is aptly suited to define the genetics of the province’s residents and if so, how this new resource can be most appropriately harnessed and developed to truly benefit those residing in Newfoundland and Labrador. As a result, this study provides an exploration and discussion of the comparison between genetic data and the more traditional natural resources. It is clear that genes are not ore and their development will require additional considerations. However, the language employed in natural resource development, community development, and economics provides a valuable starting point for this discussion and is the essential thread that runs throughout this dissertation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,065 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,053 |
| Communication savante | 0,018 | 0,008 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».