Moral Permissibility and Desert in the Therapy-Enhancement Distinction
Notice bibliographique
Résumé
Abstract In his widely anthologized article on the therapy-enhancement distinction, Resnik argues that, from a moral point of view, the claim that something is not health related cannot be a dispositive argument against the permissibility of enhancements. He further states how the permissibility of an intervention will depend on considerations like the intention for its use and the likely consequences that will ensue, and whether these violate any moral standards. Within this framework, in this paper I first argue that enhancements may be morally permissible on autonomy grounds (its political conception); and secondly, that this permissibility does not dissolve a moral distinction between therapies and enhancements, with the reason being that there is still a difference between something being generally permissible (i.e., therapies) and something being conditionally permissible (i.e., enhancements). But that is not all that is important for a moral therapy-enhancement distinction. I also argue that the distinction — apart from being about “permissibility” (at the level of regulation of individual use) — is also about regarding justice more broadly (at the level of what is owed to individuals). What captures the moral distinction more fully is that therapies are, generally speaking, not only morally permissible but also owed to persons (due to being enablers of social cooperation and competition), whereas, at this stage, enhancements can only be morally permissible. I demonstrate the appeal of this view by considering its stability and usefulness across specialized bioethical contexts and across various kinds of enhancements and show that its practical value for policy lies in its legitimizing / anticipatory and prioritizing functions.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| 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 ».