MétaCan
Menu
Retour à la cohorte
Enregistrement W4412802334 · doi:10.1093/medlaw/fwaf021

Support for decision-making guidance in England: a pragmatic review

2025· review· en· W4412802334 sur OpenAlexaff
Jillian Craigie, Antonia Alley, Maria Teresa Cotrufo, Michael Bach, Jodie Rawles, I. C. H. Clare, Matt Matravers, Francesca Happé

Notice bibliographique

RevueMedical Law Review · 2025
Typereview
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensCentre for Disability Prevention and Rehabilitation
Organismes subventionnairesNational Institute for Health and Care ExcellenceWellcome Trust
Mots-clésContext (archaeology)AutonomyApplied psychologyPsychologyComputer scienceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Law and policy concerning personal decision-making increasingly recognizes a role for support to enable greater autonomy and legal recognition for adults whose decision-making ability may be limited. Support for decision making (SFDM) is embedded in England and Wales under the Mental Capacity Act 2005 (MCA). It has also gained traction internationally through the UN Convention on the Rights of Persons with Disabilities (CRPD), to which the UK is a signatory. However, these two legal reference points diverge in their understanding of SFDM, which presents challenges for putting it into practice. A pragmatic review methodology identified 40 resources containing SFDM guidance, providing insight into its implementation and conceptualization in England. An analysis indicates the need for authoritative guidance that provides more multifaceted advice, recognizing key variables including: the nature of the decision, source of decision-making difficulties, and the relationship of the supporter. Gaps in guidance provision are also identified for decision-makers, third parties, and the mental health context. The resources largely conceptualize SFDM as a means to enable mental capacity. However, recent developments propose a CRPD-aligned approach that includes SFDM in the context of substituted decisions. This generates a dualistic model of SFDM in England, raising new questions in this area.

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)0,015
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,494
Écart entre enseignants0,440 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Law ReviewMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207