MétaCan
Menu
Retour à la cohorte
Enregistrement W3033229758 · doi:10.1080/15265161.2020.1764138

Ethical Challenges Arising in the COVID-19 Pandemic: An Overview from the Association of Bioethics Program Directors (ABPD) Task Force

2020· article· en· W3033229758 sur OpenAlexaff
Amy L. McGuire, Mark P. Aulisio, F. Daniel Davis, Cheryl Erwin, Thomas D. Harter, Reshma Jagsi, Robert Klitzman, Robert Macauley, Éric Racine, Susan M. Wolf, Matthew K. Wynia, Paul Root Wolpe

Notice bibliographique

RevueThe American Journal of Bioethics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics and Legal Issues in Pediatric Healthcare
Établissements canadiensMcGill UniversityUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesnon disponible
Mots-clésBioethicsPandemicHealth care rationingHealth careInstitutionInformed consentRationingTask (project management)Task forceEngineering ethicsPublic relationsCoronavirus disease 2019 (COVID-19)Political sciencePsychologyLawMedicineEconomicsPublic administrationAlternative medicineManagement

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has raised a host of ethical challenges, but key among these has been the possibility that health care systems might need to ration scarce critical care resources. Rationing policies for pandemics differ by institution, health system, and applicable law. Most seem to agree that a patient's ability to benefit from treatment and to survive are first-order considerations. However, there is debate about what clinical measures should be used to make that determination and about other factors that might be ethically appropriate to consider. In this paper, we discuss resource allocation and several related ethical challenges to the healthcare system and society, including how to define benefit, how to handle informed consent, the special needs of pediatric patients, how to engage communities in these difficult decisions, and how to mitigate concerns of discrimination and the effects of structural inequities.

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)0,042
score de la tête « metaresearch » (Gemma)0,044
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,013
Communication savante0,0120,012
Science ouverte0,0020,009
Intégrité de la recherche0,0120,023
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,341
Tête enseignante GPT0,493
Écart entre enseignants0,152 · 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
GenreCommentaire

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

En bref

Citations168
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of BioethicsMême sujetEthics and Legal Issues in Pediatric HealthcareTravaux en français237 207