But it’s legal, isn’t it? Law and ethics in nursing practice related to medical assistance in dying
Notice bibliographique
Résumé
In June 2015, the Supreme Court of Canada struck down the Criminal Code's prohibition on assisted death. Just over a year later, the federal government crafted legislation to entrench medical assistance in dying (MAiD), the term used in Canada in place of physician-assisted death. Notably, Canada became the first country to allow nurse practitioners to act as assessors and providers, a result of a strong lobby by the Canadian Nurses Association. However, a legislated approach to assisted death has proven challenging in a number of areas. Although it facilitates a degree of accountability, precision and accessibility, it has also resulted in particular challenges negotiating the diverse perspectives of such a morally contentious act. One of these challenges is the tendency to conflate what is legal and what is moral in a modern liberal constitutionalism that places supreme value on autonomy and choice. Such a conflation tends to render invisible the legal and moral/ethical considerations necessary for nurses and nurse practitioners to remain ethical actors. In this paper, we introduce this conflation and then discuss the process of lawmaking in Canada, including the legalization of MAiD and the contributions of nursing to that legalization. We then engage in a hypothetical dialogue about the legal and moral/ethical implications of MAiD for nursing in Canada. We conclude with an appeal for morally sustainable workspaces that, when implementing MAiD, appropriately balance patient choices and nurses' moral well-being.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».