MétaCan
Menu
Retour à la cohorte
Enregistrement W4385349801 · doi:10.3389/fgene.2023.1190421

Legal approaches to risk of harm in genetic counseling: perspectives from Quebec and Qatar

2023· review· en· W4385349801 sur OpenAlexaffabout
Dimitri Patrinos, Mohammed Ghaly, Mashael Al‐Shafai, Ma’n H. Zawati

Notice bibliographique

RevueFrontiers in Genetics · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueEthics and Legal Issues in Pediatric Healthcare
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesQatar National Research FundFonds National de la Recherche Luxembourg
Mots-clésHarmGenetic counselingPolitical sciencePublic healthBusinessMedicinePublic relationsLawNursing

Résumé

récupéré en direct d'OpenAlex

Genetic counseling is a fast-growing profession worldwide, with genetic counselors taking on increasingly comprehensive and autonomous roles in the healthcare sector. However, the absence of appropriate legal frameworks could potentially create risks of harm to the public. Legal recognition serves to protect the public from risk of harm by regulating the safe and competent practice of healthcare professionals. Genetic counseling is not legally recognized in most world jurisdictions. Examination of the legal status of genetic counseling in different jurisdictions and whether existing legal mechanisms are adequate to address potential risks of harm is therefore timely. This paper examines the different roles of genetic counselors in the Canadian province of Quebec and the state of Qatar, the authors' respective jurisdictions. It considers the types of harms that may be created where appropriate legal mechanisms are lacking, considering the socio-political and legal differences between the two jurisdictions. Moreover, it examines the legal status of genetic counseling in Quebec and Qatar to determine whether these statuses appropriately address the identified risks of harm. The authors argue that existing legal frameworks are inadequate to address these risks and recommend that additional regulatory mechanisms be implemented to properly protect the public from risks of harm.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,148
Tête enseignante GPT0,368
Écart entre enseignants0,220 · 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.

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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetEthics and Legal Issues in Pediatric HealthcareTravaux en français237 207