MétaCan
Menu
Retour à la cohorte
Enregistrement W3012134439 · doi:10.1177/2050312120913452

Rediscovering the art of medicine, rewards, and risks: Physicians’ experience of providing medical assistance in dying in Canada

2020· article· en· W3012134439 sur OpenAlexaffabout
Rosanne Beuthin, Anne Bruce, Marie-Clare Hopwood, Wendy Robertson, Katherine Bertoni

Notice bibliographique

RevueSAGE Open Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of VictoriaIsland Health
Organismes subventionnairesnon disponible
Mots-clésThematic analysisMedicinePhoneNegotiationNarrativeNursingMedical educationQualitative researchTheme (computing)Family medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical assistance in dying opens up uncharted professional territory for Canadian physicians extending their practices to include assisting and hastening death for eligible patients. OBJECTIVES: To understand physicians' experience of participating in assisted dying and the emotional and professional impact. METHODS: An interpretive descriptive methodology and thematic analysis were used for this research. We interviewed eight physicians engaged in assessing and providing medical assistance in dying. Data were collected through audio taped, semi-structured interviews in person or by phone. RESULTS: Three overarching themes included (1) rediscovering the art of medicine, (2) unexpected rewards, and (3) negotiating risks and challenges. Each theme has accompanying sub-themes. CONCLUSION: Medical assistance in dying is markedly different from other physicians' practices in that it has an enriched capacity for caring. The process brings deep satisfaction characterized by intimate, personalized contact with patients and families. The professional rewards of providing medical assistance in dying outweigh the challenges, offering an alternative narrative to more publicly accepted views of assisting someone to die.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,085
Score d'incertitude au seuil0,450

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0230,014
Communication savante0,0050,001
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
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 Opus0,153
Tête enseignante GPT0,422
Écart entre enseignants0,269 · 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

Citations42
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE Open MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207