Disagreeing respectfully: embracing complexity facilitates civil discourse
Notice bibliographique
Résumé
Polarization and incivility are on the rise, negatively affecting collegiality, workplace relationships, morale, and performance at work. The authors argue for the need for civil discourse in medicine and for embracing complexity as an essential component of that civil discourse, facilitating nuanced thinking, respectful dialogue, and greater understanding of other perspectives. This principle of embracing complexity is congruent with the attitude of physicians, who are trained to tolerate uncertainty and to hold and appreciate multiple perspectives in making diagnoses and choosing and proposing treatment plans. This understanding of civil discourse does not amount to moral relativism, whataboutism, or an embracing of both sides of an argument universally, nor does it serve as a cudgel to silence or to perpetuate hegemonic power. Instead, the principles of civil discourse clarify multiple aspects of the boundaries of professional conduct, outlining how physicians can engage in advocacy for patients and communities while maintaining collegial relationships and the perception that they will be safe providers for all patients. The rights of citizens in democracies, including to engage in peaceful protest and to say anything within the bounds of their country's laws governing free speech, do not extend unabbreviated into the lives of professionals, who are limited by the privileges afforded to them and by the responsibilities they have to their patients and colleagues. By embracing complexity and nuance over simplism and slogans, physician colleagues who disagree with one another can communicate respectfully, advocate professionally, and be safe and effective care providers to all patients.
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 | 0,004 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 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 ».