Emerging Therapeutic Enhancement Enabling Health Technologies and Their Discourses: What Is Discussed within the Health Domain?
Notice bibliographique
Résumé
So far, the very meaning of health and therefore, treatment and rehabilitation is benchmarked to the normal or species-typical body. We expect certain abilities in members of a species; we expect humans to walk but not to fly, but a bird we expect to fly. However, increasingly therapeutic interventions have the potential to give recipients beyond species-typical body related abilities (therapeutic enhancements, TE). We believe that the perfect storm of TE, the shift in ability expectations toward beyond species-typical body abilities, and the increasing desire of health consumers to shape the health system will increasingly influence various aspects of health care practice, policy, and scholarship. We employed qualitative and quantitative methods to investigate among others how human enhancement, neuro/cognitive enhancement, brain machine interfaces, and social robot discourses cover (a) healthcare, healthcare policy, and healthcare ethics, (b) disability and (c) health consumers and how visible various assessment fields are within Neuro/Cogno/ Human enhancement and within the BMI and social robotics discourse. We found that health care, as such, is little discussed, as are health care policy and ethics; that the term consumers (but not health consumers) is used; that technology, impact and needs assessment is absent; and that the imagery of disabled people is primarily a medical one. We submit that now, at this early stage, is the time to gain a good understanding of what drives the push for the enhancement agenda and enhancement-enabling devices, and the dynamics around acceptance and diffusion of therapeutic enhancements.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».