MétaCan
Menu
Retour à la cohorte
Enregistrement W4296674292 · doi:10.1016/j.jrurstud.2022.09.011

Medical assistance in dying in rural communities: A review of Canadian policies and guidelines

2022· review· en· W4296674292 sur OpenAlexafffundabout
Alessandro Manduca-Barone, Julia Brassolotto, Duff Waring

Notice bibliographique

RevueJournal of Rural Studies · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensYork UniversityUniversity of Lethbridge
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAlberta Innovates
Mots-clésRuralityLegislationScholarshipParliamentPolitical sciencePublic administrationRural areaEconomic growthPublic relationsMedicinePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

In June 2016, the Canadian Parliament passed Bill C-14, legalizing medical assistance in dying (MAiD), elsewhere known as voluntary euthanasia or physician-assisted suicide. Related legislation and policies continue to evolve. However, there is a paucity of scholarship regarding their distinct implications for rural communities. This is significant given that rurality is an underrecognized but important determinant of health. In order to address this gap, we conducted a rural-focused scan of policies, guidelines, and legislation that govern the practice of MAiD in Alberta, Canada (N = 16). Drawing from rural health scholarship, we reviewed these documents with a focus on three key rural considerations (place, community, and relationships) and identified potential implications. Through an analysis of these findings, we identified four opportunities where policy can better serve rural communities. These included addressing geographic location, continuity of care, dual relationships, and systemic barriers. In light of this, we offer several recommendations for how future policy and guidelines can better support rural residents.

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)0,009
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,018
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,343
Tête enseignante GPT0,573
Écart entre enseignants0,230 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Rural StudiesMême sujetGlobal Health Workforce IssuesTravaux en français237 207