MétaCan
Menu
Retour à la cohorte
Enregistrement W4416435851 · doi:10.1136/jme-2025-111481

On the death of intention and the dehumanisation of medicine: an Islamic ethical reflection

2025· article· en· W4416435851 sur OpenAlexaff
Hana Abbasian

Notice bibliographique

RevueJournal of Medical Ethics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTorture, Ethics, and Law
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésDehumanizationAgency (philosophy)Argument (complex analysis)CompassionIslamMedical ethicsAdjudicationMoral agencyPower (physics)Moral disengagement

Résumé

récupéré en direct d'OpenAlex

challenge what they describe as the 'medicalisation of war', cautioning against judging conflict through the lens of public health. Their argument contributes a provocation to medical ethics by questioning the limits of moral medicine under conditions of political violence. This reflection engages their position through an Islamic ethical framework, where niyyah (intention) functions as the axis of moral agency and the condition for ethical clarity. Within this framework, to heal is both an act of compassion and an epistemic stance that preserves the visibility of human dignity, or karāmah, amid structural violence. When the intention to heal gives way to the intention to justify, medicine risks becoming a moral instrument of power rather than a sanctuary of care. Drawing on Islamic morality, this reflection argues that dehumanisation often emerges from procedural reasoning that makes suffering administratively invisible. Medicine's moral vocation, in this view, lies in sustaining intention as an act of resistance to abstraction. The enduring question is not whether healthcare can adjudicate the ethics of war, but whether societies can preserve the moral consciousness that makes healing possible at all.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,034
Communication savante0,0070,008
Science ouverte0,0020,005
Intégrité de la recherche0,0100,018
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 Opus0,103
Tête enseignante GPT0,458
Écart entre enseignants0,355 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EthicsMême sujetTorture, Ethics, and LawTravaux en français237 207