L’aide médicale à mourir pour les personnes atteintes d’un trouble neurocognitif majeur : analyse des commentaires de participants à une enquête
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nous avons récemment réalisé une enquête postale panquébécoise pour connaître les attitudes de divers groupes face à l’idée d’étendre l’aide médicale à mourir (AMM) à des personnes en situation d’inaptitude. Nous présentons ici les résultats d’analyses qualitatives des commentaires laissés par les répondants à la fin du questionnaire. Celui-ci avait été posté à quatre groupes cibles : des aînés de 65 ans ou plus (n=621), des proches aidants de personnes atteintes d’un trouble neurocognitif majeur (n=471), des infirmières (n=514) et des médecins (n=653) qui prenaient soin de tels patients au moment de l’enquête. Des 1 050 questionnaires retournés, 420 incluent des commentaires. Ces commentaires ont été codés en rubriques, thèmes et sous-thèmes, et la fréquence des rubriques comparée entre les quatre groupes cibles. Le codage a permis d’identifier 23 thèmes et cinq sous-thèmes que nous avons regroupés en sept rubriques principales : 1) le répondant, 2) l’enquête et son questionnaire, 3) les personnes visées par l’extension, 4) leur proches, 5) le système de santé, 6) le cadre législatif qui balise les soins en fin de vie, et 7) la société en général. Ces rubriques ont été repérées dans les quatre groupes cibles, bien qu’à des fréquences différentes pour cinq d’entre elles. La présente étude met ainsi en lumière une panoplie de facteurs susceptibles d’influencer les attitudes face à l’extension de l’AMM aux personnes inaptes. Elle illustre par ailleurs la valeur ajoutée de soumettre des commentaires à une analyse systématique pour mieux comprendre les résultats d’une enquête postale.
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle