MétaCan
Menu
Retour à la cohorte
Enregistrement W2808388130 · doi:10.1017/dmp.2018.15

A Qualitative Study of Paramedic Duty to Treat During Disaster Response

2018· article· en· W2808388130 sur OpenAlexaff
Erin Smith, Frederick M. Burkle, Kristine M. Gebbie, David A. Ford, Cécile M. Bensimon

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensInnovative Medicines CanadaCanadian Medical Association
Organismes subventionnairesEdith Cowan University
Mots-clésDutySituational ethicsContext (archaeology)Medical emergencyDuty of carePreparednessEthical codeDuty to protectPsychologyQualitative researchFirst responderMedicineNursingPublic relationsPolitical scienceSocial psychologySociologyLaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Disasters place unprecedented demands on emergency medical services and can test paramedics personal commitment as health care professionals. Despite this challenge, guidelines and codes of ethics are largely silent on the issue, providing little to no guidance on what is expected of paramedics or how they ought to approach their duty to treat in the face of risk. The objective of this research is to explore how paramedics view their duty to treat during disasters. METHODS: The authors employed qualitative methods to gather Australian paramedic perspectives. RESULTS: Our findings suggest that paramedic decisions around duty to treat will largely depend on individual perception of risk and competing obligations. A code of ethics for paramedics would be useful, but ultimately each paramedic will interpret these suggested guidelines based on individual values and the situational context. CONCLUSIONS: Coming to an understanding of the legal issues involved and the ethical-social expectations in advance of a disaster may assist paramedics to respond willingly and appropriately. (Disaster Med Public Health Preparedness. 2019;13:191-196).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,220
Tête enseignante GPT0,545
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health PreparednessMême sujetDisaster Response and ManagementTravaux en français237 207