MétaCan
Menu
Retour à la cohorte
Enregistrement W2089990944 · doi:10.1111/j.1467-8519.2009.01729.x

PERSONAL IDENTITY, ENHANCEMENT AND NEUROSURGERY: A QUALITATIVE STUDY IN APPLIED NEUROETHICS

2009· article· en· W2089990944 sur OpenAlexafffund
Nir Lipsman, Rebecca Zener, Mark Bernstein

Notice bibliographique

RevueBioethics · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchConnaught FundUniversity of Toronto
Mots-clésNeuroethicsIdentity (music)NeurosurgeryContext (archaeology)Personal identityPsychologyMoodPersonality changesPersonalityPsychotherapistMedicineEngineering ethicsNeurosciencePsychiatrySocial psychologySelf-conceptAesthetics

Résumé

récupéré en direct d'OpenAlex

Recent developments in the field of neurosurgery, specifically those dealing with the modification of mood and affect as part of psychiatric disease, have led some researchers to discuss the ethical implications of surgery to alter personality and personal identity. As knowledge and technology advance, discussions of surgery to alter undesirable traits, or possibly the enhancement of normal traits, will play an increasingly larger role in the ethical literature. So far, identity and enhancement have yet to be explored in a neurosurgical context, despite the fact that 1) neurological disease and treatment both potentially alter identity, and 2) that neurosurgeons will likely be the purveyors of future enhancement implantable technology. Here, we use interviews with neurosurgical patients to shed light on the ethical issues and challenges that surround identity and enhancement in neurosurgery. The results provide insight into how patients approach their identity prior to potentially identity-altering procedures and what future ethical challenges lay ahead for clinicians and researchers in the field of neurotherapeutics.

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)0,027
score de la tête « metaresearch » (Gemma)0,036
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 enseignants0,027
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0220,022
Communication savante0,0080,009
Science ouverte0,0030,010
Intégrité de la recherche0,0040,008
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 Opus0,209
Tête enseignante GPT0,448
Écart entre enseignants0,239 · 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

Citations36
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioethicsMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207