Financial and legal decision-making capacity in the aphasic population – a narrative review
Notice bibliographique
Résumé
INTRODUCTION: Capacity is assumed to be present unless proven otherwise. Assessments of specific decision-making capacity for financial and legal decisions, although challenging in the general population, becomes almost impossible for individuals with language disorders (i.e. aphasia) in the absence of appropriate communication aids. Several capacity aids exist for the general population; however, it is unclear whether any communication aids exist specifically for the aphasic population to assist assessment of financial and legal decision-making capacity. METHOD: A literature review was conducted of six databases with the assistance of a research librarian. From 171 articles screened, 12 were included in the final review. RESULTS: The literature focus was on medical decision-making capacity, and in particular, patient consent. Few articles addressed legal or financial decision-making capacity. Several articles identified the presence of general and specific capacity aids for the general population; however, there was a clear absence of similar communication aids available for the aphasic population with only one communication aid identified to assist with decision-making capacity assessment for healthcare and accommodation decisions only. CONCLUSION: Whilst a significant amount of research has been done on decision-making capacity, it is mostly focused on healthcare; in particular, on patient consent for treatment for the non-aphasic population. Although a communication aid exists to aid assessment of decision-making capacity for healthcare for aphasic individuals, no similar tools exist to aid financial and legal decision-making capacity assessments. This paper highlights an important problem encountered during clinical practice which requires further research.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».