TECHNOSOCIAL INNOVATIONS IN THE HEALTHCARE SECTOR: WHAT ETHICAL ISSUES MIGHT WE FACE AS WE AGE?
Notice bibliographique
Résumé
Abstract Technosocial innovations are designed to transcend current practices by linking technological development to community well-being. Their dazzling development is gradually transforming health services. Despite their recognized potential, a growing number of studies point to the ethical risks associated with their development. We are currently conducting a study to obtain a comprehensive picture of the ethical issues associated with the use of technosocial innovations for older adults and their care partners in the healthcare sector, and to identify key indicators of the presence of those ethical issues. A prospective design is use and combines a systematic literature review with a Delphi method. Of all the studies looking at the ethical issues involved in deploying technosocial innovations in the healthcare sector, a limited number have focused on those we may experience as we age. Still, six empirically-supported ethical issues have emerged : 1) exacerbation of the digital divide; 2) exclusion at multiple levels; 3) epistemic injustices; 4) infringement of dignity and confidentiality; 5) ageism; and 6) increased dependency dynamics. A number of indicators were identified in the early stages of the Delphi method, including a high rate of abandonment of the use of proposed innovations, and performance indicators with little integration of PREMs and PROMs. It is imperative to translate current knowledge into concrete resources that can be used in order to protect our rights and health as we age. This study is a first step towards identifying indicators that can be concretely used by health organizations wishing to act ethically.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».