Zum Umgang mit incidental findings in der neurowissenschaftlichen Forschung mit bildgebenden Verfahren
Bibliographic record
Abstract
Trotz ihrer großen praktischen Bedeutung ist die Frage nach dem Umgang mit incidental findings, also Zufallsfunden, in der neurowissenschaftlichen Forschung mit bildgebenden Verfahren rechtlich ungeklärt. Solche in der Studie beiläufig aufgedeckten, potenziell klinisch relevanten Anomalien können für die Proband/innen weitreichende gesundheitliche und rechtliche Folgen haben. Für die Forscher/innen knüpfen sich daran vor allem zwei Fragen: Inwieweit muss vorab über die Möglichkeit von incidental findings aufgeklärt werden? Und welche konkreten Mitteilungs- und Sorgfaltspflichten bestehen gegenüber Proband/innen bei deren Aufdeckung? Die Arbeit untersucht hierzu die relevanten rechtlichen und ethischen Rahmenbedingungen neurowissenschaftlicher Forschung auf nationaler, europäischer und internationaler Ebene. Sie präsentiert ein Lösungsmodell, das die beiderseitigen Interessen angemessen in Ausgleich bringt und für die Forschungspraxis ein höchstmögliches Maß an Rechtssicherheit bietet. Anna Caroline Rödiger studierte Rechtswissenschaften an den Universitäten Bonn und Straßburg. Sie war als wissenschaftliche Mitarbeiterin am Institut für Wissenschaft und Ethik sowie am Institut für Öffentliches Recht, Abteilung Europarecht der Universität Bonn tätig. Weitere wertvolle Impulse für ihre Arbeit erhielt sie als Gastwissenschaftlerin am Health Law Institute der University of Alberta sowie als Research Fellow am Centre for Criminology and Criminal Justice der University of Manchester.  
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.033 | 0.124 |
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; both teacher heads agree on what is shown here.
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".