MétaCan
Menu
← Retour à la cohorte
Enregistrement W2997179195

Mortal Responsibilities: Bioethics and Medical-Assisted Dying.

2019· article· en· W2997179195 sur OpenAlexaboutno aff
Courtney S. Campbell

Notice bibliographique

RevuePubMed · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicalizationBioethicsLegitimationPalliative careMedicinePower (physics)Power of attorneyTerminally illAssisted suicideMedical ethicsHealth careNursingIdentity (music)Family medicineLawPsychiatryPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A culture of dying characterized by end-of-life care provided by strangers in institutional settings and diminished personal control of the dying process has been a catalyst for the increasing prevalence of legalized physician-assisted dying in the United States and medically-assisted dying in Canada. The moral logic of the right to die that supports patient refusals of life-extending medical treatments has been expanded by some scholarly arguments to provide ethical legitimation for hastening patient deaths either through physician-prescribed medications or direct physician administration of a lethal medication. The concept of medical-assisted dying increases the role and power of physicians in ending life and allows patients who are not terminally ill, or who have lost decision-making capacity, or who are suffering from a irremediable medical condition to have access to medical procedures to hasten death. This extended moral logic can be countered by ethical objections regarding the integrity of the patient-physician relationship and last resorts in ending life, professional concerns about medicalization and a diminished identity of medicine as a healing profession, and social responsibilities to provide equal access to basic health care and to hospice care.

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)0,012
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,042
Communication savante0,0070,007
Science ouverte0,0010,005
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,047
Tête enseignante GPT0,333
Écart entre enseignants0,286 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetInnovations in Medical Education→Travaux en français237 207→