MétaCan
Menu
Retour à la cohorte
Enregistrement W2767866016 · doi:10.1177/1477750917738109

(Mis)understandings and uses of ‘culture’ in bioethics deliberations over parental refusal of treatment: Children with cancer

2017· article· en· W2767866016 sur OpenAlexaffabout
Ben Gray, Fern Brunger

Notice bibliographique

RevueClinical Ethics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics and Legal Issues in Pediatric Healthcare
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBioethicsCompetence (human resources)Ethnic groupMedicinePsychologyLawSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

We developed this study to examine the issue of parental refusal of treatment, looking at the issue through a cultural competence lens. Recent cases in Canada where courts have declined applications by clinicians for court orders to overrule parental refusal of treatment highlight the dispute in this area. This study analyses the 16 cases of a larger group of 24 cases that were selected by a literature review where cultural or religious beliefs or ethnic identity was described as important reasons behind the refusal. The most significant finding was that nearly all of the cases cited unacceptable side effects as the main reason for declining treatment. We then analysed the detail of the cases and concluded that in the first instance a skilled clinical approach to develop an agreed management plan is by far the best approach. In the event that agreement cannot be reached we recommend engaging a mediator to help the clinician and parents/child to find an agreeable way forward. We argue that the option of seeking a court order was of significant detriment to many of the children in our cases and that this option should be used sparingly. There is a need for empirical research on the outcome of cases where a court order is sought.

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)0,050
score de la tête « metaresearch » (Gemma)0,087
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 enseignants0,050
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,087
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,033
Communication savante0,0090,010
Science ouverte0,0020,009
Intégrité de la recherche0,0020,006
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 Opus0,313
Tête enseignante GPT0,551
Écart entre enseignants0,238 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical EthicsMême sujetEthics and Legal Issues in Pediatric HealthcareTravaux en français237 207