Decriminalizing Payments Made to Surrogates: Lessons for India from Canada
Notice bibliographique
Résumé
This thesis analyzes surrogacy regulation and practice in Canada and India and examines how both altruistic and commercial surrogacy have the potential to harm and exploit surrogates. I argue that money might not be the sole reason (or even the main reason) for the potential for harm and exploitation in surrogacy to become a reality. The main concern, in my view, is the regulatory approach of both countries, which fails to adequately address the myriad ethical and legal issues involved in surrogacy. I suggest policy recommendations for regulated commercial surrogacy for India, informed by the lessons learned from the Canadian and Indian surrogacy experiences. The objective of the recommendations is to safeguard and promote the interests of surrogates and prioritize their informed consent. In Chapter 1 of this thesis, I provide a brief introduction to the practice of surrogacy and reasons for its popularity in the modern world. With the help of emerging empirical scholarship from the developed world, I challenge the unsubstantiated concerns about surrogacy and lay down the foundation for my argument. In Chapter 2, I discuss how, despite Canada having a heavy-handed law on surrogacy, the law has been ineffective and has inadvertently given rise to the potential for exploitation of surrogates. In Chapter 3, I discuss the development of Indian surrogacy law and unpack the complex realities of Indian commercial surrogacy practice. I argue that India should permit regulated paid surrogacy as it will minimize the potential for harm and exploitation of surrogates. Ultimately, in Chapter 4, I provide policy recommendations for a regulated commercial surrogacy regime in India. My main recommendation is for a robust system of oversight and enforcement aimed at safeguarding surrogates from exploitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,019 | 0,010 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».