La protection du sujet humain dans le passage de l’ÉPTC1 à 2 : une étude de cas du recours aux données secondaires et au consentement implicite en formation clinique
Bibliographic record
Abstract
Objet : Notre étude met en lumière des différences importantes, en matière de culture et de certification éthique, entre les institutions de santé et les institutions du savoir. Ces différences sont à la source de maintes difficultés que nous avons rencontrées dans l’établissement de tels partenariats en matière d’éthique de recherche. Méthodologie : Une étude de cas a permis d’examiner ces difficultés à travers les demandes éthiques de six cohortes de finissants effectuant un « stage » dans un programme de santé offert par plusieurs universités partenaires en Ontario (Canada). Cette étude de cas a donné lieu à l’analyse de 78 dossiers établissant un tableau composé d’indicateurs identifiant les problèmes rencontrés dans la mise en application des règles éthiques de l’Énoncé de Politique des Trois Conseils (ÉPTC1 et 2). Résultats : Il s’est avéré que les difficultés rencontrées étaient généralement moins engendrées par la méconnaissance des exigences gouvernementales des règles de l’ÉPTC1 et 2 que par une culture de l’autonomie au sein de certains corps professionnels, notamment ceux impliqués dans les recherches cliniques, particulièrement en ce qui concerne l’utilisation des données secondaires et l’absence de consentement explicite aux fins de telles recherches.
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 | 0.113 | 0.259 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".