Becoming a medical assistance in dying (MAiD) provider: an exploration of the conditions that produce conscientious participation
Notice bibliographique
Résumé
The availability of willing providers of medical assistance in dying (MAiD) in Canada has been an issue since a Canadian Supreme Court decision and the subsequent passing of federal legislation, Bill C14, decriminalised MAiD in 2016. Following this legislation, Hamilton Health Sciences (HHS) in Ontario, Canada, created a team to support access to MAiD for patients. This research used a qualitative, mixed methods approach to data collection, obtaining the narratives of providers and supporters of MAiD practice at HHS. This study occurred at the outset of MAiD practice in 2016, and 1 year later, once MAiD practice was established. Our study reveals that professional identity and values, personal identity and values, experience with death and dying, and organisation context are the most significant contributors to conscientious participation for MAiD providers and supporters. The stories of study participants were used to create a model that provides a framework for values clarification around MAiD practice, and can be used to explore beliefs and reasoning around participation in MAiD across the moral spectrum. This research addresses a significant gap in the literature by advancing our understanding of factors that influence participation in taboo clinical practices. It may be applied practically to help promote reflective practice regarding complex and controversial areas of medicine, to improve interprofessional engagement in MAiD practice and promote the conditions necessary to support moral diversity in our institutions.
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 | 0,054 | 0,386 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».