MétaCan
Menu
Retour à la cohorte
Enregistrement W4384922373 · doi:10.1136/jme-2023-109183

Existential spectrum of suffering: concepts and moral valuations for assessing intensity and tolerability

2023· article· en· W4384922373 sur OpenAlexfundno aff
Charlotte Duffee

Notice bibliographique

RevueJournal of Medical Ethics · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Canada
Mots-clésCounterexampleTolerabilityNeglectExistentialismPsychologyBroad spectrumEpistemologyCognitive psychologySocial psychologyPsychiatryMedicinePhilosophyAlternative medicineMathematics

Résumé

récupéré en direct d'OpenAlex

This paper has two aims. The first is to defend a recent critique of the leading medical theory of suffering, which alleges too narrow a focus on violent experiences of suffering. Although sympathetic to this critique, I claim that it lacks a counterexample of the kinds of experiences the leading theory is said to neglect. Drawing on recent clinical cases and the longer intellectual history of suffering, my paper provides this missing counterexample. I then answer some possible objections to my defence, before turning to my second aim: an expansion of my counterexample into a spectrum of suffering that varies according to the selves and purposes that suffering affects. Next, I connect this spectrum to the tolerability of suffering, which I distinguish from its affective intensity. I conclude by outlining some applications of this distinction for the psychometric reliability of assessment instruments that measure suffering in clinical contexts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

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

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 Opus0,279
Tête enseignante GPT0,463
Écart entre enseignants0,185 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EthicsMême sujetMental Health and PsychiatryTravaux en français237 207