MétaCan
Menu
Retour à la cohorte
Enregistrement W1911495800 · doi:10.1186/1747-5341-1-12

Governing therapy choices: Power/Knowledge in the treatment of progressive renal failure

2006· article· en· W1911495800 sur OpenAlexafffund
Dave Holmes, Amélie Perron, Marc Savoie

Notice bibliographique

RevuePhilosophy Ethics and Humanities in Medicine · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPower (physics)Compliance (psychology)Health careModality (human–computer interaction)MedicineNursingPsychologySocial psychologyComputer sciencePolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article outlines the struggle between the power of the health care professional and the rights of the individual to choose freely a modality of treatment. Nurses are instrumental in assisting patients in making the best decision for a therapy they will have to assume for the rest of their lives. In guiding patients' decision, nurses must take into account these unavoidable contingencies: changes in lifestyle, nutritional restrictions, level of acceptance, compliance issues, ease of training and availability of support/facilities. Ensuring that the patient makes an informed decision is therefore an ongoing challenge for nurses as they are taking part in a delicate balancing act between not directly influencing the patient's decision while making sure the patient is accurately informed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,070
Communication savante0,0080,008
Science ouverte0,0020,011
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,410
Tête enseignante GPT0,473
Écart entre enseignants0,063 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophy Ethics and Humanities in MedicineMême sujetMental Health and Patient InvolvementTravaux en français237 207