“First, Do No Harm”
Notice bibliographique
Résumé
PURPOSE: To explore surgeons' perceptions of the factors that influence their intraoperative decision making, and implications for professional self-regulation and patient safety. METHOD: Semistructured interviews were conducted with 39 academic surgeons from various specialties at four hospitals associated with the University of Toronto Faculty of Medicine. Purposive and theoretical sampling was performed until saturation was achieved. Thematic analysis of the transcripts was conducted using a constructivist grounded-theory approach and was iteratively elaborated and refined as data collection progressed. A preexisting theoretical professionalism framework was particularly useful in describing the emergent themes; thus, the analysis was both inductive and deductive. RESULTS: Several factors that surgeons described as influencing their decision making are widely accepted ("avowed," or in patients' best interests). Some are considered reasonable for managing multiple priorities external to the patient but are not discussed openly ("unavowed," e.g., teaching pressures). Others are actively denied and consider the surgeon's best interests rather than the patient's ("disavowed," e.g., reputation). Surgeons acknowledged tension in balancing avowed factors with unavowed and disavowed factors; when directly asked, they found it difficult to acknowledge that unavowed and disavowed factors could lead to patient harm. CONCLUSIONS: Some factors that are not directly related to the patient enter into surgeons' intraoperative decision making. Although these are probably reasonable to consider within "real-world" practice, they are not sanctioned in current patient care constructs or taught to trainees. Acknowledging unavowed and disavowed factors as sources of pressure in practice may foster critical self-reflection and transparency when discussing surgical errors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».