MétaCan
Menu
← Retour à la cohorte
Enregistrement W4364354461 · doi:10.1017/dmp.2022.64

What Do You Do When You Can Do No More? Limited Resources, Unimaginable Environments, Personal Danger: What Have Previous Disasters Taught Us About Moral and Ethical Challenges?

2023· article· en· W4364354461 sur OpenAlexaff
Stephanie Smith, Jessica Kuipers

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of CalgaryMemorial University of NewfoundlandDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHarmFeelingDutyHealth careWork (physics)PsychologyPosition (finance)Natural disasterInternet privacyPublic relationsMedical emergencyMedicineNursingSocial psychologyPolitical scienceBusinessLawEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Historically, natural and manmade disasters create many victims and impose pressures on health-care infrastructure and staff; potentially hampering the provision of patient care and overloading clinician capacity. Throughout the course of history, clinicians have performed heroics to work well above their required duty, despite limitations, even putting their own health and safety at risk. In times when clinicians needed to either physically abandon patients or consider abandoning active treatment, we have seen extreme hesitancy to do so, fearing that they may be giving up too soon, that undue harm may come to patients, or even feeling unsure of legal or moral burdens that may ensue. In times when clinicians are placed in this unimaginable position, feeling isolated and overwhelmed, it is essential that they be supported and provided with resources to standardize decision-making.

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)0,050
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,037
Communication savante0,0120,021
Science ouverte0,0020,005
Intégrité de la recherche0,0090,020
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,091
Tête enseignante GPT0,379
Écart entre enseignants0,289 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health Preparedness→Même sujetDisaster Response and Management→Travaux en français237 207→