MétaCan
Menu
Retour à la cohorte
Enregistrement W3128329406 · doi:10.26443/mjm.v8i2.504

Examining Medical Student Attitudes Towards Physician-Assisted Suicide

2020· article· en· W3128329406 sur OpenAlexvenueaboutno aff
Kevin Gabel, Saul Miller, Jeffrey So, Andrew Suess

Notice bibliographique

RevueMcGill Journal of Medicine · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegalizationMedicineFamily medicinePhysician assisted suicideVariety (cybernetics)Medical schoolMedical educationPsychiatry

Résumé

récupéré en direct d'OpenAlex

Physician-assisted suicide (PAS) is a highly debated issue. The Sue Rodriguez case highlighted the importance and the contentious nature of this issue in our society today. This study assessed attitudes towards PAS held by first and fourth year medical students at the University of Western Ontario via a 13 question anonymous survey. One hundred and twenty-four surveys were returned with a response rate of 53%. Respondents, especially those in fourth year, were unwilling to aid in PAS in the capacity of physicians (63% overall unwilling; P = 0.004). They wanted PAS to be an option, however, if they were patients themselves (64% overall; P = 0.002). A variety of factors were considered important in making decisions regarding PAS, especially a patient's clear understanding of medical management options. Most respondents welcomed (39%) or were neutral (45%) towards legalization of PAS. Opinions towards PAS tended not to change over the course of medical school (72% overall; P < 0.001). Students generally favoured the concept of PAS as long as they did not have to take part in it themselves. Although no differences between first and fourth year medical students were detected concerning their opinions towards PAS, willingness to participate may be affected by personal experience with patients.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,367
Tête enseignante GPT0,561
Écart entre enseignants0,194 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of MedicineMême sujetEthics in medical practiceTravaux en français237 207