MétaCan
Menu
Retour à la cohorte
Enregistrement W2035647755 · doi:10.1080/21507716.2010.505898

Ethics in Humanitarian Aid Work: Learning From the Narratives of Humanitarian Health Workers

2010· article· en· W2035647755 sur OpenAlexaff
Lisa Schwartz, Christina Sinding, Matthew Hunt, Laurie Elit, Lynda Redwood‐Campbell, Naomi Adelson, Lori Luther, Jennifer Ranford, Sonya de Laat

Notice bibliographique

RevueAJOB Primary Research · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensJuravinski Cancer CentreUniversité de MontréalUniversity of WaterlooYork UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBioethicsHumanitarian aidHealth careAgency (philosophy)Qualitative researchScarcityPublic relationsSociologyWork (physics)Grounded theoryNursingNarrativeEngineering ethicsPolitical scienceMedicineSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Little analysis has been made of ethical challenges encountered by health care professionals (HCPs) participating in humanitarian aid work. This is a qualitative study drawing on Grounded Theory analysis of 20 interviews with health care professionals who have provided humanitarian assistance. We collected the stories of ethical challenges reported by expatriate HCPs who participated in humanitarian and development work. Analysis of the stories revealed that ethical challenges emerged from four main sources: (a) resource scarcity and the need to allocate them, (b) historical, political, social and commercial structures, (c) aid agency policies and agendas, and (d) perceived norms around health professionals’ roles and interactions. We discuss each of these sources, illustrating with quotes from the respondents the consequences of the ethical challenges for their personal and professional identities. The ethical challenges described by the respondents are both familiar and distinct for bioethics. The findings demonstrate a need to provide practical ethics support for humanitarian health care workers in the field.

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)0,037
score de la tête « metaresearch » (Gemma)0,058
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,058
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0190,041
Communication savante0,0130,017
Science ouverte0,0030,019
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,311
Tête enseignante GPT0,521
Écart entre enseignants0,209 · 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

Citations59
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAJOB Primary ResearchMême sujetDisaster Response and ManagementTravaux en français237 207