MétaCan
Menu
Retour à la cohorte
Enregistrement W2899278774 · doi:10.1016/j.ijlp.2018.09.006

Legal capacity, mental capacity and supported decision-making: Report from a panel event

2018· review· en· W2899278774 sur OpenAlexaff
Jillian Craigie, Michael Bach, Sándor Gurbai, Arlene S. Kanter, Scott Y. H. Kim, Oliver Lewis, Graham Morgan

Notice bibliographique

RevueInternational Journal of Law and Psychiatry · 2018
Typereview
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Institutes of HealthKing's College LondonSackler Institute for Translational Neurodevelopment, King's College LondonWellcome Trust
Mots-clésMental capacityScope (computer science)Context (archaeology)Relevance (law)SummitConvention on the Rights of Persons with DisabilitiesPanel discussionEvent (particle physics)LimitingPolitical scienceConventionPsychologyPublic relationsLawBusinessEngineeringComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Against a backdrop of the UN Convention on the Rights of Persons with Disabilities having been in place for over a decade, discussions about legal capacity, the relevance of mental capacity and the shift to supported decision-making, continue to develop. A panel event was held at the King's Transnational Law Summit in 2018 with the aim of understanding the contours of the dialogue around these issues. This paper presents the contributions of the panel members, a summary of the discussion that took place and a synthesis of the views expressed. It suggests that divergent conclusions in this area turn on disagreements about: the consequences of sometimes limiting legal capacity for people with mental disabilities; the emphasis placed on particular values; the basis for mental capacity assessments; and the scope for supported decision-making. It also highlights the connection between resources, recognition and freedoms for people with mental disabilities, and therefore the issues that arise when discussion in this area is limited to legal capacity in the context of decision-making.

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)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,094
Tête enseignante GPT0,434
Écart entre enseignants0,340 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations80
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Law and PsychiatryMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207