MétaCan
Menu
Retour à la cohorte
Enregistrement W4312787179 · doi:10.22374/cjgim.v17i2.586

The Expansion of Medical Assistance in Dying in the COVID-19 Pandemic Era and Beyond

2022· article· en· W4312787179 sur OpenAlexafffundvenueabout
Sera Whitelaw, Trudo Lemmens, Harriette G.C. Van Spall

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteSt. Joseph’s Healthcare HamiltonPublic Health OntarioUniversity of TorontoImpactMcGill UniversityMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésTribunalParliamentCoronavirus disease 2019 (COVID-19)LawPolitical scienceEconomic JusticePandemicGovernment (linguistics)Equity (law)HumanitiesMedicinePoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

In 2015, the Canadian parliament passed a law permitting adults to request Medical Assistance in Dying (MAiD) when they have a grievous, irremediable medical condition that causes unbearable suffering and their natural death is reasonably foreseeable. Following a constitutional challenge, a Quebec lower court, ruled in the Truchon vs. Canada AG case that the restriction to a reasonably foreseeable death is an unjustifiable impingement on the right to life, liberty, and security of the person and the right to equality. In response, the government expanded the MAiD law in March 2021 through Bill C-7 to include those who are not approaching their natural death. Bill C-7 is a potentially harmful approach to justice for vulnerable groups such as the elderly, disabled, or those with chronic illnesses. The COVID-19 pandemic has highlighted serious problems with how we care for the vulnerable members of our society. In this article, we explore what has gone wrong and what has raised serious concerns, while proposing potential options to consider when developing new laws, systems, and processes to improve societal equity.

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)0,014
score de la tête « metaresearch » (Gemma)0,024
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,573

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0130,023
Communication savante0,0090,006
Science ouverte0,0030,008
Intégrité de la recherche0,0110,012
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,107
Tête enseignante GPT0,451
Écart entre enseignants0,343 · 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
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

Citations5
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207