MétaCan
Menu
Retour à la cohorte
Enregistrement W4287377085 · doi:10.1093/phe/phac009

Personal Responsibility for Health: Exploring Together with Lay Persons

2022· article· en· W4287377085 sur OpenAlexafffundabout
Yukiko Asada, Marion Brown, Mary McNally, Andrea Murphy, Robin Urquhart, Grace Warner

Notice bibliographique

RevuePublic Health Ethics · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchNova Scotia Department of Health and WellnessNova Scotia Health Research Foundation
Mots-clésMoral responsibilityThematic analysisSocial psychologyPsychologyHealth careSocial responsibilityEquity (law)SociologyPublic relationsQualitative researchPolitical scienceLawSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Emerging parallel to long-standing, academic and policy inquiries on personal responsibility for health is the empirical assessment of lay persons’ views. Yet, previous studies rarely explored personal responsibility for health among lay persons as dynamic societal values. We sought to explore lay persons’ views on personal responsibility for health using the Fairness Dialogues, a method for lay persons to deliberate equity issues in health and health care through a small group dialogue using a hypothetical scenario. We conducted two 2-h Fairness Dialogues sessions (n = 15 in total) in Nova Scotia, Canada. We analyzed data using thematic analysis. Our analysis showed that personal choice played an important role in participants’ thinking about health. Underlying the concept of personal choice was considerations of freedom and societal debt. In participants’ minds, personal and social responsibilities co-existed and they were unwilling to determine health care priority based on personal responsibility. The Fairness Dialogues is a promising deliberative method to explore lay persons’ views as dynamic values to be developed through group dialogues as opposed to static, already-formed values waiting to be elicited.

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)0,038
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0200,029
Communication savante0,0080,005
Science ouverte0,0010,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,603
Tête enseignante GPT0,573
Écart entre enseignants0,031 · 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'étudeQualitatif
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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePublic Health EthicsMême sujetEthics in medical practiceTravaux en français237 207