MétaCan
Menu
Retour à la cohorte
Enregistrement W4400721593 · doi:10.3390/brainsci14070718

Relevance and Premises of Values-Based Practice for Decision Making in Brain Health

2024· article· en· W4400721593 sur OpenAlexaff
Panagiotis Alexopoulos, Iracema Leroi, Irina Kinchin, Alison J. Canty, Jayashree Dasgupta, Joyla A. Furlano, Aline Nogueira Haas

Notice bibliographique

RevueBrain Sciences · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPremisesRelevance (law)PsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Brain health is a complex concept, shaped by a plethora of determinants related to physical health, healthy environments, safety and security, learning and social connection, as well as access to quality healthcare services. Decision-making in this complex field is characterized by diverse values, potentially conflicting interests, and asymmetrically influential stakeholders. Values-based practice (VBP) is a toolkit for balancing values in a democratic and inclusive way, so that every stakeholder feels a sense of ownership over the decision made. In VBP, the emphasis is on good process rather than on pre-determined 'correct' outcomes. Based on two case vignettes, we highlight the relevance of the ten principles of VBP for balancing different values to the satisfaction of those directly concerned, in a given decision-making process. In addition, we argue that the successful implementation of VBP in the complex area of brain health, as well as in other fields, is premised on higher order values (meta-values), beyond mutual respect and the legal, regulatory, and bioethical framework. These include mutual regard, reciprocity, autonomy, and an egalitarian attitude towards VBP procedures and involved stakeholders.

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)0,071
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,127
Communication savante0,0200,016
Science ouverte0,0030,013
Intégrité de la recherche0,0150,018
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,152
Tête enseignante GPT0,612
Écart entre enseignants0,460 · 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'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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetEthics in medical practiceTravaux en français237 207