Learning from J.J.: An Interdisciplinary Conversation about Child Welfare, Healthcare and Law
Notice bibliographique
Résumé
This paper is a collaborative project by six scholars belonging to VOICE, Views On Interdisciplinary Childhood Ethics, an inter- disciplinary group of researchers working in the field of childhood ethics. The authors consider the recent case of Hamilton Health Science Corp v DH and reflect on the story at its centre, that of JJ, an 11-year-old girl from the Six Nations of Grand River. Each author offers their perspective on the lessons that can be drawn from JJ’s story about the theory and practice of childhood ethics. The initial conflict in JJ’s story that required a ruling by the courts gave way to collaboration. Inspired by a process only made possible through meaningful conversation, this paper has been styled as three round-table conversations across disciplines. The goal of the paper is twofold: to reflect on the substantive lessons which JJ’s case might teach us, and to experiment with interdisciplinary conversations themselves. The three themes around which this paper is organized are the inclusion of childhood voices, the significance of identity and belonging, and the importance of fostering collaborative dialogue based on trust among children, their communities, and institutional actors. Each of these themes is discussed in the context of medical decision making and child protection law, and their impact on Indigenous children and communities. JJ’s story pushes us to consider the inherent opportunities and difficulties of working across disciplines as we examine complex issues at the intersection of health, law, ethics, and spirituality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,040 | 0,051 |
| Communication savante | 0,017 | 0,019 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,011 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».