MétaCan
Menu
← Retour à la cohorte
Enregistrement W4241761024 · doi:10.1177/014107680309600530

Doctors’ Knowledge about Consent and Capacity

2003· letter· en· W4241761024 sur OpenAlexaff
Stéphane P. Ahern

Notice bibliographique

RevueJournal of the Royal Society of Medicine · 2003
Typeletter
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineComputer scienceData scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Dr Jackson and Dr Warner (December 2002 JRSM1) point to large gaps in doctors' knowledge of consent and capacity. Two aspects of their project should, however, be questioned. First, the concept of a patient in whom capacity issues may be relevant is problematic. As White has pointed out,2 even if legal and ethical standards support a positive assumption regarding the decision-making competence of the patient, a physician, when seeking approval of a treatment plan, should always make sure that the patient possesses adequate decision-making abilities. Second, whatever the legal position, physicians and other healthcare professionals remain the ones who are responsible for the first-hand evaluation. When a court must decide on a decision-making-capacity issue, the judge depends almost exclusively on the evaluation made by the physician. Research must then look to the process of decision-making capacity of the patient as affected by special diseases. Marson et al. did this in Alzheimer's disease.3, 4, 5 Other researchers, myself included, are turning their attention to the ethico-clinical judgment of the physician. Doctors evaluate, almost daily, decision capacity issues. Taking into account the work of Schon, we hypothesize that physicians have expert knowledge of these matters, even if it is unconscious. Issues on ability to consent represent a challenge to every physician on a clinical ward, since all healthcare professionals are engaged in what should be an informed consent procedure with their patients.

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)0,023
score de la tête « metaresearch » (Gemma)0,251
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,251
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,010
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0220,024
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,377
Écart entre enseignants0,296 · 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'étudeObservationnel
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
Publié2003
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of the Royal Society of Medicine→Même sujetHealthcare Decision-Making and Restraints→Travaux en français237 207→