The Ethos of Medicine in Postmodern America: Philosophical, Cultural and Social Considerations
Notice bibliographique
Résumé
We need good data to practise good medicine. However, if a system becomes dominated by electronic health records (EHRs), computerized decision-making programs, and excessive guidelines and protocols, physicians can become pawns in “the silicon cage.” Arnold Eiser, professor of medicine and associate dean at Drexel University College of Medicine, is concerned about the erosion of both the patient-physician relationship and professionalism in the corporate world of American medicine. This postmodern world is characterized by what he calls “the three big C’s” of American medicine: consumerism, computerization, and corporatization. He notes that it is difficult to gain a broad perspective of the changes in health care when you are living through it. To provide an overview, he employs a wide-angle lens that includes postmodern philosophers, contemporary commentators, bioethicists, policy makers, and experiences from other countries (although this final aspect is relatively thin). Eiser begins by recounting the changes since 1970, when the health care system became more corporate. This business model increasingly viewed health care as marketable services and commodities, which was aided by challenges to the tradition of physician power and paternalism, coupled with social trends that favoured individualism, autonomy, and entitlements.
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 | 0,014 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,109 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».