MétaCan
Menu
Back to cohort

Influence de la culture disciplinaire et sociale des chercheurs sur la perception des impacts, l'acceptation et l'acceptabilité de nanocapsules de vectorisation ciblée au regard du contexte d'usage clinique

2015· dissertation· W7147398052 on OpenAlexaboutno aff
Vanessa Chenel

Bibliographic record

Venuenot available
Typedissertation
Language
FieldMaterials Science
TopicNanoparticles: synthesis and applications
Canadian institutionsnot available
Fundersnot available
KeywordsCultural environmentVideo recordingIntentionality

Abstract

fetched live from OpenAlex

Dans le secteur médical, la nanovectorisation ciblée (NVC) est susceptible de lever de nombreux verrous technologiques en matière de traitements médicaux. L’absence d’une démarche axée sur les impacts possibles, l’acceptation et l’acceptabilité de la NVC pourrait toutefois conduire à un manque d’adéquation entre les applications développées et les besoins et valeurs des utilisateurs, freinant ultimement leur déploiement. Sur la base d’un modèle interdisciplinaire d’analyse d’impact et d’acceptabilité, les variables de perception des impacts, d’acceptation d’acceptabilité ont été opérationnalisées et étudiées au regard de la nature du nanovecteur, du contexte d’usage clinique et de la culture disciplinaire et sociale des répondants. L’exploration des impacts perçus, mobilisés et pondérés sur un ensemble d’enjeux éthiques, économiques, environnementaux, légaux et sociaux (E3LS) a permis d’établir un premier portrait de l’acceptabilité de cette application. Une approche descriptive-exploratoire fondée sur un devis mixte avec triangulation séquentielle des données a été employée. Les données ont été collectées en deux phases, d’abord par le biais d’un questionnaire en ligne (n=214), puis par des entrevues individuelles semi-dirigées (n=22). Une recension des scientifiques actifs du secteur des technologies émergentes oeuvrant en sciences naturelles et ingénierie ainsi qu’en sciences humaines et sociales a permis de former l’échantillon final composé de chercheurs Français et Québécois. L’opérationnalisation du cadre de référence a permis de montrer l’importance de distinguer le dispositif et les usages lors de la formulation du jugement d’acceptabilité, relevant parallèlement une influence du contexte d’usage sur l’acceptabilité des applications de NVC. Des variations disciplinaires et sociales quant aux jugements d’acceptabilité ont aussi été soulevées, soulignant des sensibilités culturelles relativement aux éléments mobilisés dans le jugement d’acceptabilité. Ces distinctions relatives à la manière d’appréhender la NVC invitent à dépasser les approches traditionnelles d’acceptation technologiques et à converger vers une approche d’acceptabilité axée sur les impacts perçus et valorisés relativement à un ensemble d’enjeux E3LS. Les résultats des deux phases de l’étude ont aussi montré que l’opérationnalisation du cadre théorique de référence était adéquate pour arriver à cette fin. Ultimement, afin de prendre en compte et de comprendre l’étendue possible des impacts perçus et valorisés dans le jugement d’acceptabilité de l’ensemble des acteurs concernés par les nouvelles applications nanomédicales, l’élaboration de ces applications bénéficierait à employer une telle approche et à l’intégrer aux processus de développement technologique.

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 imitation

Not 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.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.027
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.998
Threshold uncertainty score0.070

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.027
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.004
Scholarly communication0.0050.002
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0060.001

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.

Opus teacher head0.026
GPT teacher head0.359
Teacher spread0.333 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicNanoparticles: synthesis and applicationsFrench-language works237,207