MétaCan
Menu
Retour à la cohorte
Enregistrement W3169904835 · doi:10.6000/1929-4409.2021.10.14

Application of Restorative Justice Values in Settling Medical Malpractice Cases

2021· article· en· W3169904835 sur OpenAlexvenueno aff
Ahmad Syauf, Diana Haiti, Mursidah

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestorative justiceDignityInjusticeSettlement (finance)LawEconomic JusticeRetributive justiceSociologyMalpracticeMedical malpracticePolitical scienceCriminologyBusiness

Résumé

récupéré en direct d'OpenAlex

Lawsuits submitted by patients or their families to the hospital and / or their doctors can take the form of criminal or civil lawsuits by almost always basing on the theory of negligence. This paper seeks to explore the application of the values of restorative justice in resolving cases of medical malpractice in Indonesia. This research is a qualitative research using normative legal research and uses a statute approach and a conceptual approach. The results showed that settlement of medical malpractice cases through a restorative justice approach or which is known in the culture of the Indonesian people as a consensus agreement as contained in the 4th Precepts of Pancasila is one alternative settlement that is to restore conflict to the parties most affected (victims, perpetrators and interests community) and give priority to the interests of all parties. The conclusion showed that the restorative justice emphasizes human rights and the need to recognize the impact of social injustice and in simple ways to restore the parties to their original condition rather than simply giving formal justice actors or legal actors and victims not getting any justice. Hence, restorative justice also strives to restore the security of victims, personal respect, dignity and more importantly is a sense of control so as to avoid feelings of revenge both individual or family or group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,173
Tête enseignante GPT0,527
Écart entre enseignants0,354 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207