MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901692701 · doi:10.60692/73jn7-9t163

Public Opinions on Removing Disincentives and Introducing Incentives for Organ Donation: Proposing a European Research Agenda

2024· article· en· W6901692701 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIncentiveOrgan donationBlueprintDonationEconomic shortagePaymentPublic opinionScarcity

Résumé

récupéré en direct d'OpenAlex

The shortage of organs for transplantations is increasing in Europe as well as globally. Many initiatives to the organ shortage, such as opt-out systems for deceased donation and expanding living donation, have been insufficient to meet the rising demand for organs. In recurrent discussions on how to reduce organ shortage, financial incentives and removal of disincentives, have been proposed to stimulate living organ donation and increase the pool of available donor organs. It is important to understand not only the ethical acceptability of (dis)incentives for organ donation, but also its societal acceptance. In this review, we propose a research agenda to help guide future empirical studies on public preferences in Europe towards the removal of disincentives and introduction of incentives for organ donation. We first present a systematic literature review on public opinions concerning (financial) (dis)incentives for organ donation in European countries. Next, we describe the results of a randomized survey experiment conducted in the United States. This experiment is crucial because it suggests that societal support for incentivizing organ donation depends on the specific features and institutional design of the proposed incentive scheme. We conclude by proposing this experiment's framework as a blueprint for European research on this topic.

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)0,221
score de la tête « metaresearch » (Gemma)0,165
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,961

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2210,165
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0060,008
Études des sciences et des technologies0,0030,014
Communication savante0,0160,029
Science ouverte0,0030,007
Intégrité de la recherche0,0140,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,135
Tête enseignante GPT0,317
Écart entre enseignants0,182 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetOrgan Donation and Transplantation→Travaux en français237 207→