Disagreements with implications: diverging discourses on the ethics of non-medical use of methylphenidate for performance enhancement
Notice bibliographique
Résumé
BACKGROUND: There is substantial evidence that methylphenidate (MPH; Ritalin), is being used by healthy university students for non-medical motives such as the improvement of concentration, alertness, and academic performance. The scope and potential consequences of the non-medical use of MPH upon healthcare and society bring about many points of view. METHODS: To gain insight into key ethical and social issues on the non-medical use of MPH, we examined discourses in the print media, bioethics literature, and public health literature. RESULTS: Our study identified three diverging paradigms with varying perspectives on the nature of performance enhancement. The beneficial effects of MPH on normal cognition were generally portrayed enthusiastically in the print media and bioethics discourses but supported by scant information on associated risks. Overall, we found a variety of perspectives regarding ethical, legal and social issues related to the non-medical use of MPH for performance enhancement and its impact upon social practices and institutions. The exception to this was public health discourse which took a strong stance against the non-medical use of MPH typically viewed as a form of prescription abuse or misuse. Wide-ranging recommendations for prevention of further non-medical use of MPH included legislation and increased public education. CONCLUSION: Some positive portrayals of the non-medical use of MPH for performance enhancement in the print media and bioethics discourses could entice further uses. Medicine and society need to prepare for more prevalent non-medical uses of neuropharmaceuticals by fostering better informed public debates.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».