Notice bibliographique
Résumé
<ns4:p> <ns4:bold>Background:</ns4:bold> Legally practiced assisted dying is an ethically complex area in need of empirical and conceptual work. International research suggests that providing assisted dying may be experienced as rewarding and meaningful but also emotionally and psychologically taxing, associated with feelings of loss and loneliness. Yet little research has been published to date, which attends to the long-term effects of providing assisted dying. In this article, I contribute to filling this gap in the literature using the Canadian province Quebec as an illustrative case. Medical aid in dying (MAiD) in the form of physician provided euthanasia has been a lawful end of life healthcare option in Quebec since December 2015 and significant research is currently emerging from this jurisdiction. </ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> In this article, I draw on nine in-depth interviews with Quebec physicians, all of whom engaged with end of life care in different ways. </ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> Four of the interviewed physicians provided medical aid in dying (MAiD) and five did not. The major themes of MAiD in relation to aggressive treatment, conscientious objection and uneven distribution of work emerge, and it appeared clearly that MAiD was experienced and thought of as qualitatively different to other end of life procedures. </ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> Our findings expose a complexity and contentiousness within the practice, which remains under researched and underreported and indicate avenues where more research is needed. </ns4:p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».