Le programme « éthique médicale et biomédicale » de la MiRe : structurer un champ de recherche
Bibliographic record
Abstract
Résumé Depuis 1995, la MiRe a développé un programme de recherche, mobilisant des équipes de chercheurs en sciences sociales, sur le terrain de l’éthique médicale et biomédicale. Il s’agissait d’élargir les approches pratiquées jusqu’ici et de faire se rencontrer ces expertises nouvelles avec le vécu propre aux acteurs de santé. Trois vagues de travaux ont été lancées, sur les institutions productrices d’éthique, l’éthique dans les pratiques quotidiennes et l’éthique au contact de la recherche biomédicale. De 1996 à 2001, pendant que les recherches étaient conduites, un séminaire de discussion entre les chercheurs a permis des échanges stimulants, entre « dénonciateurs » de l’éthique et ceux qui la revendiquent Les points forts du programme sont constitués par l’approche des procès médicaux comme révélateurs et régulateurs d’éthique, par le débat entre un droit positiviste et un droit procédural, par l’éclairage de la grande diversité des comités locaux d’éthique, par l’interrogation de la place du patient face à la médecine ou à la biomédecine, par le bouleversement concomitant de la science et de l’éthique dans la mondialisation. La structuration d’un champ de recherche n’est jamais chose aisée ; elle nécessite ici, de toute évidence la convocation de toutes les disciplines et de tous les savoirs sans esprit d’hégémonie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.083 | 0.054 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.036 |
| Scholarly communication | 0.022 | 0.015 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.010 | 0.012 |
| Insufficient payload (model declined to judge) | 0.011 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".