MétaCan
Menu
Retour à la cohorte
Enregistrement W3190573473 · doi:10.22091/csiw.2021.6437.1990

The right to privacy of patient medical images in Iranian (Islamic) and Western law

2021· article· en· W3190573473 sur OpenAlexaboutno aff
naser ghasemi

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePatient Dignity and Privacy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationRight to privacyInformed consentRealmIdentity (music)IslamLawThe Right to PrivacyPatients' rightsPolitical sciencePsychologyInternet privacyMedicineHuman rightsHealth careAlternative medicineHistoryComputer science

Résumé

récupéré en direct d'OpenAlex

The use of images taken by the physician during the treatment and care of the patient can endanger the patient's privacy and image rights and lead to the disclosure of the patient's identity. The right to confidentiality of the patient's image therapy in the legal sphere is included in the category of the right to personality and in the realm of Islamic law is in the category of the sin against mankind. On the other hand, these images provide a unique opportunity for physicians in education and research. Given that based on the rights of persons to their image, no one can take a photo or video without the consent of a person, today, some domestic legal systems have provided the conditions for proper use of patient images to protect patients' rights and prevent possible disputes between physician and patient. Non-disclosure of patient identity, informed consent, and safe maintenance are the three main conditions in using patient images. Due to the necessity of finding the right to privacy of patient medical images, the present study, through a descriptive-analytic method, aims to achieve the principles and criteria of protection of this right for legislation in Iran by reviewing and analyzing the results of scientific theories and legal approaches of international centers such as the International Committee of Medical Journal Editors and the Canadian Medical Protective Association has considered and western countries such as Australia, England, and Canada.

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)0,010
score de la tête « metaresearch » (Gemma)0,017
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,018
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,167
Tête enseignante GPT0,523
Écart entre enseignants0,356 · 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
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPatient Dignity and PrivacyTravaux en français237 207