Don d’organes au Québec - Étude comparée des bonnes pratiques
Notice bibliographique
Résumé
En avril 2019, un nouveau régime juridique entourant le don d’organes fut instauré par l’Assemblée législative de la Nouvelle-Écosse, qui a procédé à l’adoption du Human Organ and Tissue Donation Act. L’adoption de cette loi entraine notamment l’incorporation du concept de consentement présumé en matière de don d’organes dans leur système juridique, et ce, pour une première fois en Amérique du Nord. Dans le cadre de ce rapport, nous nous sommes donc interrogés sur les facteurs normatifs susceptibles d’avoir un impact positif sur le taux de don d’organes dans une juridiction donnée. Pour ce faire, nous avons choisi d’analyser et comparer le cadre juridique entourant le don d’organes dans dix (10) juridictions soit : le Québec, l’Ontario, la Nouvelle-Écosse, la Colombie-Britannique, la Croatie, l’Australie, l’État américain de la Pennsylvanie, l’Espagne, la France et finalement le Royaume-Uni. Un de nos principaux constats est à l’effet que le succès du don d’organes dans une juridiction donnée n’est pas nécessairement conséquent d’un régime de consentement présumé mais bien plutôt d’un ensemble de mesures, notamment la formation et l’éducation, permettant de créer un contexte favorable à ce dernier.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».