MétaCan
Menu
Retour à la cohorte
Enregistrement W4297820943 · doi:10.26623/julr.v5i1.4884

Urgensi Penyelesaian Dugaan Kesalahan Medis Melalui Restorative Justice

2022· article· en· W4297820943 sur OpenAlexaboutno aff
Hildayastie Hafizah, Surastini Fitriasih

Notice bibliographique

RevueJURNAL USM LAW REVIEW · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Policy Analysis in Indonesia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMediationPolitical scienceEconomic JusticeLegislationLaw enforcementHumanitiesSettlement (finance)EnforcementLawPsychologyBusinessArt

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to examine and analyze efforts to resolve alleged medical errors through mediation as a Restorative Justice approach and developments in several developed countries such as America, Japan, and Canada as a basis for comparison. This research needs to be discussed more deeply because the dispute should be mediated through a Restorative Justice approach as a reference for legal reform in Indonesia, this approach aims to "restorative" not only patients, but also health service providers, and the community. In accordance with health regulations in Indonesia, mediation is required in the event of an error or negligence by health workers before other legal channels are taken. The research method used is a normative juridical approach with legislation, concepts, and comparisons. The results of the discussion of this research provide an alternative settlement or fair medical law enforcement. In addition to contributing at the theoretical level as well as in developing the theory of settlement and law enforcement in the medical field, it is also hoped that this can be a prospect for law enforcement of medical disputes in Indonesia.Penelitian ini bertujuan untuk mengkaji dan menganalisis upaya penyelesaian dugaan kesalahan medis melalui mediasi melalui pendekatan Restorative Justice serta perkembangan di beberapa negara seperti Amerika, Jepang dan Kanada sebagai dasar perbandingan. Penelitian ini perlu dibahas lebih dalam karena seyogyanya sengketa tersebut dilakukan mediasi melalui pendekatan Restorative Justice sebagai acuan pembaharuan hukum di Indonesia, pendekatan tersebut bertujuan merestorasi tidak hanya bagi pasien, namun juga penyedia layanan kesehatan, dan masyarakat. Sesuai regulasi tentang kesehatan di Indonesia mewajibkan mediasi apabila terjadi kesalahan atau kelalaian oleh tenaga kesehatan sebelum ditempuh jalur hukum lainnya. Metode penelitian yang digunakan adalah yuridis normatif dengan pendekatan perundang-undangan, konsep, dan perbandingan. Hasil pembahasan penelitian ini memberikan alternatif penyelesaian atau penegakkan hukum medis yang berkeadilan. Kebaharuan penelitian ini dengan melihat penerapan di beberapa negara maju dalam penyelesaian sengketa medik sebagai acuan perkembangan hukum dan gambaran penyelesaian di negara lain. Penelitian ini bertujuan untuk mengkaji dan menganalisis upaya penyelesaian dugaan kesalahan medis melalui mediasi melalui pendekatan Restorative Justice serta perkembangan di beberapa negara seperti Amerika, Jepang dan Kanada sebagai dasar perbandingan. Penelitian ini perlu dibahas lebih dalam karena seyogyanya sengketa tersebut dilakukan mediasi melalui pendekatan Restorative Justice sebagai acuan pembaharuan hukum di Indonesia, pendekatan tersebut bertujuan merestorasi tidak hanya bagi pasien, namun juga penyedia layanan kesehatan, dan masyarakat. Sesuai regulasi tentang kesehatan di Indonesia mewajibkan mediasi apabila terjadi kesalahan atau kelalaian oleh tenaga kesehatan sebelum ditempuh jalur hukum lainnya. Metode penelitian yang digunakan adalah yuridis normatif dengan pendekatan perundang-undangan, konsep, dan perbandingan. Hasil pembahasan penelitian ini memberikan alternatif penyelesaian atau penegakkan hukum medis yang berkeadilan. Kebaharuan penelitian ini dengan melihat penerapan di beberapa negara maju dalam penyelesaian sengketa medik sebagai acuan perkembangan hukum dan gambaran penyelesaian di negara lain.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,047
Tête enseignante GPT0,370
Écart entre enseignants0,323 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL USM LAW REVIEWMême sujetLegal and Policy Analysis in IndonesiaTravaux en français237 207